Методы выбора альтернатив в условиях неопределенности

Методы выбора альтернатив в условиях риска

Выработка решения в условиях риска. Условия риска и неопределенности характеризуются так называемыми условиями многозначных ожиданий будущей ситуации во внешней среде. В этом случае ЛПР должен сделать выбор альтернативы (Аi), не имея точного представления о факторах внешней среды и их влияния на результат. В этих условиях исход, результат каждой альтернативы представляет собой функцию условий – факторов внешней среды (функцию полезности), который не всегда способен предвидеть ЛПР. Для предоставления и анализа результатов выбранных альтернативных стратегий используют матрицу решений, называемую также платежной матрицей.

Дерево решений. Следующий метод, применяемый для принятия решений в условиях риска, носит название дерева решений. Его применяют тогда, когда необходимо принимать последовательный ряд решений. Дерево решений – графический метод, позволяющий увязать точки принятия решения, возможные стратегии Ai, их последствия E i,j с возможными факторами, условиями внешней среды. Построение дерева решений начинается с более раннего решения, затем изображаются возможные действия и последствия каждого действия (событие), снова принимается решение (выбор направления действия) и т. д., до тех пор, пока все логические последствия результатов не будут исчерпаны.

Дерево решений строится с помощью пяти элементов:

1. Момент принятия решения.

2 Точка возникновения события.

3 Связь между решениями и событиями.

4. Вероятность наступления события (сумма вероятностей в каждой точке должна быть равна 1).

5. Ожидаемое значение (последствия) – количественное выражение каждой альтернативы, расположенное в конце ветви.

Выбор наилучшего решения в условиях неопределенности существенно зависит от того, какова степень этой неопределенности, т.е. от того, какой информацией располагает ЛПР.

Поскольку предположения являются субъективными, постольку должны различаться степени неопределенности со стороны лица, принимающего решение. Практикуются два основных подхода к принятию решения в условиях неопределенности. Лицо, принимающее решение, может использовать имеющуюся у него информацию и свои собственные личные суждения, а также опыт для идентификации и определения субъективных вероятностей возможных внешних условий, а также оценки, вытекающие в результате отдач, для каждой имеющейся стратегии в каждом внешнем условии. Это, в сущности, делает условия неопределенности аналогичными условиям риска, а процедура принятия решения, обсуждавшаяся ранее для условий риска, выполняется и в этом случае.

Если степень неопределенности слишком высока, то лицо, принимающее решение, предпочитает не делать допущений относительно вероятностей различных внешних условий, т.е. это лицо может или не учитывать вероятности, или рассматривать их как равные, что практически одно и то же. Если применяется данный подход, то для оценки предполагаемых стратегий имеются четыре критерия решения:

а) критерий решения Вальда, называемый также максимином;

б) альфа-критерий решения Гурвица;

в) критерий решений Сэвиджа, называемый также критерием отказа от минимакса;

г) критерий решений Лапласа, называемый также критерием решения Бейеса.

Критерий решения Вальда

Критерием Вальда «рассчитывай на худшее» (критерий крайнего пессимизма или максимин) называют критерий, предписывающий обеспечить значение параметра эффекта равного α,

α = max min aij.

i j

Этот критерий ориентирует лицо, принимающее решение, на наихудшие условия и рекомендует выбрать ту стратегию, для которой выигрыш максимален. В других, более благоприятных условиях использование этого критерия приводит к потере эффективности системы или операции.

Альфа-критерий решения Гурвица

Этот критерий рекомендует при выборе решения в условиях неопределенности не руководствоваться ни крайним пессимизмом (всегда «рассчитывай на худшее», α =0), ни крайним оптимизмом («все будет наилучшим образом», α =1). Рекомендуется некое среднее решение (0≤ α ≤1). Этот критерий имеет вид

Н = max [ α min eij + (1- α) max eij ],

i j j

где α – некий коэффициент, выбираемый экспериментально из интервала меж-ду 0 и 1.

Использование этого коэффициента вносит дополнительный субъективизм в принятие решений с использованием критерия Гурвица.

Критерий решения Сэвиджа

Минимаксный критерий Сэвиджа. В соответствии с этим критерием, если требуется в любых условиях избежать большого риска, то оптимальным будет

то решение, для которого риск, максимальный при различных вариантах условий, окажется минимальным.

Критерий минимаксного риска Сэвиджа. При его использовании обеспечивается наименьшее значение максимальной величины риска:

S = min max rij,

i j

где риск rij определяется выражением: rij = βj - eij, β – максимально возможный выигрыш.

Критерий Сэвиджа, как и критерий Вальда, – это критерий крайнего пессимизма, но только пессимизм здесь проявляется в том, что минимизируется максимальная потеря в выигрыше, по сравнению с тем, чего можно было бы достичь в данных условиях.

Критерий решения Лапласа

Критерий Лапласа, или Байесов критерий гласит, что если вероятности состояния среды неизвестны, то они должны приниматься как равные. В этом случае выбирается стратегия, характеризующаяся самой предполагаемой стоимостью при условии равных вероятностей. Критерий Лапласа позволяет условие неопределенности сводить к условиям риска. Критерий Лапласа называют критерием рациональности, и он подходит для стратегических долгосрочных решений, как и все вышеназванные критерии.

Кроме вышеназванных четырех критериев, для принятия решений в условиях неопределенности существуют неколичественные методы, такие как приобретение дополнительной информации, хеджирование, гибкое инвестирование и др.