- •А.Ю. Крюков, Б.Ф. Потапов
- •Крюков, А.Ю.
- •СОДЕРЖАНИЕ
- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •1.1. СУЩНОСТЬ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1.1. Понятие о моделировании и свойства моделей
- •1.1.2. Цели моделирования
- •1.1.3. Виды моделирования и классификация моделей
- •1.2.1. Общие положения и основные определения
- •1.2.2. Структура математической модели и ее построение
- •1.2.3. Иерархия математических моделей
- •1.2.5. Классификация математических моделей
- •1.2.6. Геометрическое представление математических моделей
- •1.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •2.1. МОДЕЛИ МИКРОУРОВНЯ
- •2.2. МОДЕЛИ МАКРОУРОВНЯ
- •2.2.1. Общая характеристика моделей, их структура и сущность
- •1. Компонентные уравнения
- •2. Топологические уравнения
- •Компонентные и топологические уравнения электрической системы
- •2.2.5. Задания для самостоятельной работы
- •2.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •3.2.1. Общие принципы моделирования полей
- •3.2.2. Особенности построения моделей
- •3.2.3. Модели стационарных полей
- •3.2.4. Модели нестационарных полей
- •3.2.7. Задание для самостоятельной работы
- •3.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •4.1.1. Надежность объектов как комплексное свойство
- •4.1.2. Классификация отказов и временные понятия
- •4.3.1. Основные понятия, определения и положения
- •4.3.2. Основные характеристики случайных величин
- •4.4. ПОКАЗАТЕЛИ НАДЕЖНОСТИ
- •4.4.1. Показатели безотказности
- •4.6.1. Общая характеристика и виды моделей
- •4.6.2. Распределения, используемые в теории надежности
- •4.6.3. Композиция законов распределения
- •4.6.4. Задание для самостоятельной работы
- •4.7 ПОТОКИ ОТКАЗОВ И ВОССТАНОВЛЕНИЙ
- •4.8. РАСЧЕТ НАДЕЖНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ
- •4.8.1. Общие положения
- •4.8.2. Модели параметрических отказов
- •5.1. ОСНОВЫ ТЕОРИИ ГРАФОВ И СЕТЕВЫЕ МОДЕЛИ
- •5.1.1. Общие замечания, основные понятия и определения
- •5.1.2. Решение задачи о максимальном потоке
- •5.1.3. Потоки минимальной стоимости
- •5.1.4. Практические примеры сетевых задач
- •5.1.5. Некоторые обобщения по сетевым задачам
- •5.1.6. Альтернативные методы решения сетевых задач
- •5.2.1. Основные положения
- •5.2.2. Структура принятия решения
- •5.2.4. Пример применения классических критериев
- •6.1.1. Постановка задач оптимизации и критерии
- •оптимальности
- •6.1.2. Многокритериальные задачи оптимизации
- •6.1.3. Классификация методов оптимизации
- •6.2. РЕГУЛЯРНЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.2.1. Методы математического анализа
- •6.2.2. Понятие о вариационном исчислении
- •6.2.3. Принцип максимума Понтрягина
- •6.2.4. Метод динамического программирования
- •6.3. ПРЯМЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.3.2. Минимаксные стратегии одномерного поиска
- •6.3.4. Многомерные методы безусловной оптимизации
- •6.3.7. Заключение по прямым методам оптимизации
- •7 1. ОБЩИЕ ПОЛОЖЕНИЯ
- •ЗАКЛЮЧЕНИЕ
- •Учебное издание
- •Учебное пособие
событие Е не происходит. Значение Р(А) определяется лицом, принимающим решение.
Для того чтобы получить достаточно приемлемые оцен ки вероятностей событий, возможно, потребуется просмот реть большое число выборок. Однако во многих случаях это не осуществимо. Аксиома 5 дает механизм получения вероятно стей суждений.
Аксиома 6. Эквивалентность условного и безусловного предпочтений. Пусть L\ и L2 —две лотереи, возможные только при наступлении события Е. Если известно, наступит событие Е или нет, то лицо, принимающее решение, должно иметь те же предпоч тения между L\ и L2, как и при отсутствии этой информации.
Следствие из аксиом: всякое решение в условиях неполной информации принимается с учетом количественных характе ристик ситуации.
5.2.2. Структура принятия решения
Принятие решения представляет собой выбор одного из не которого множества рассматриваемых вариантов: £, е Е. В даль нейшем мы будем изучать наиболее часто встречающийся на практике случай, когда имеется лишь конечное число вариантов Е\, £ 2V 5Ei— Егт причем обычно небольшое, хотя принципиально мыслимо и бесконечное множество вариантов Ей ^ 2, Ет.
Условимся, что каждым вариантом Е{однозначно опреде ляется некоторый результат который должен допускать коли чественную оценку.
Мы ищем вариант с наибольшим значением результата, т.е. целью нашего выбора является шах е,. При этом мы считаем, что оценки е\ характеризуют такие величины, как, например, выигрыш, полезность или надежность. Противоположную си туацию с оценкой затрат или потерь можно исследовать точно так же путем минимизации оценки или, как это делается чаще, с помощью рассмотрения отрицательных величин полезности.
Таким образом, выбор оптимального варианта произво дится с помощью критерия
Е0 = {^,0 | El0 е Е д е10= тахе,0} . |
(5.18) |
Это правило выбора читается следующим образом: мно жество Е0 оптимальных вариантов состоит из тех вариантов £/0, которые принадлежат множеству Е всех вариантов и оценка е,0 которых максимальна среди всех оценок et. (Логический знак «л» читается как «и» и требует, чтобы оба связываемых им ут верждения были истинны.)
Только что рассмотренный случай принятия решений, при котором каждому варианту решения соответствует единствен ное внешнее состояние (и тем самым однозначно определяется единственный результат) и который мы называем случаем де терминированных решений, с точки зрения его практических применений является простейшим и весьма частным. Разумеет ся, такие элементарные структуры могут лежать в основании реальных процедур принятия решений. В более сложных струк турах каждому допустимому варианту решения £, вследствие различных внешних условий могут соответствовать различные внешние состояния Fj и результаты ву решений.
Схематическое сопоставление всех возможных полезно стей ву различных решений в матрице решений (табл. 5.1) об легчает поначалу их обозрение, не требуя при этом формальной оценки. Эта матрица может быть меньшего объема (табл. 5.2) и даже выродиться в единый столбец, если будет представлена полная информация о том, с каким внешним состоянием Fj сле дует считаться. Это соответствует элементарному сравнению различных технических решений. Матрица решений может, однако, свестись к единой строке (табл. 5.3). В этом случае мы имеем дело с так называемой фатальной ситуацией принятия решений, когда в силу ограничений технического характера, внешних условий и других причин остается единственный ва риант £,, хотя его дальнейшие последствия зависят от внсшне-
го состояния Fj, и поэтому результат решения оказывается не известным.
Ei Ег
Ег
Е
Ет
Е,
|
|
|
|
|
Т а б л и ц а |
5 . 1 |
|
Матрица решений \ \ ву\ \ |
|
|
|
||
Fi |
F2 |
Ез |
|
Fj |
|
F„ |
еп |
*12 |
*\з |
|
еу |
|
е\п |
е2\ |
е22 |
е2з |
|
еу |
|
еъ, |
ез! |
е32 |
езз |
|
еу |
|
езп |
ец |
еа |
е,з |
|
eV |
|
е-\П |
£/л1 |
ет2 |
ещз |
|
emj |
|
етп |
|
|
|
|
|
Т а бл ица |
5. 2 |
Матрица решений для двух состояний F j |
|
|||||
Ei |
|
|
F i |
|
F i |
|
|
|
е \ \ |
|
*12 |
|
|
Ег |
|
|
е 2 \ |
|
е 22 |
|
Ез |
|
|
е з \ |
|
ез2 |
|
Е, |
|
|
* \ \ |
|
* а |
|
E„ |
|
|
e,ni |
|
е т2 |
|
|
|
|
|
|
Т а б л и ц а |
5. 3 |
Фатальная ситуация в принятии решений |
|
|||||
Fi |
F2 |
F3 |
.... |
F; |
F„ |
|
е и |
е а |
*13 |
.... |
eij |
e in |
Поскольку в области технических задач построение множества Е вариантов уже само по себе требует весьма значительных усилий, причем иногда возникает необходимость в их рассмотрении с различных точек зрения, условия Fj необхо
димо включать в процесс принятия решения всегда. Они долж ны напоминать о том, что совокупность вариантов необходи мо исследовать возможно более полным образом, чтобы была обеспечена оптимальность выбираемого варианта.
Под результатом решения е0 здесь можно понимать оцен ку, соответствующую варианту Ef и условиям Fj и характери зующую экономический эффект (прибыль), полезность или на дежность изделия. Обычно мы будем называть такой результат
полезностью решения.
Таким образом, семейство недетерминированных реше ний описывается некоторой матрицей. Увеличение объема се мейства по сравнению с рассмотренной выше ситуацией детер минированных решений связанно как с недостатком информа ции, так и с многообразием технических возможностей.
Инженер и в этом случае старается выбирать решение с наилучшим результатом, он вынуэюден принимать во внимание все оценки eljt соответствующие варианту Ej. Таким образом, первоначальная задача максимализации (поиска тах е/0>) должна
быть теперь заменена другой, подходящим образом учитываю щей все последствия любого из вариантов Ej.
Чтобы прийти к однозначному и по возможности наивы годнейшему варианту решения даже в том случае, когда каким-то вариантом решений Ej могут соответствовать различные условия Fj, можно ввести подходящие оценочные (целевые) функции. Ка ждому варианту Ej приписывается, таким образом, некоторый результат eir, характеризующий в целом все последствия этого решения. Такой результат мы будем в дальнейшем обозначать тем же символом eir.
5.2.3. Оценочные функции и классические критерии
принятия решений
Рассмотрим теперь некоторые оценочные функций, кото рые могут быть выбраны, а также соответствующие им исход ные позиции проектанта.
Оптимистическая позиция: из матрицы результатов ре шений ЦбуЦ выбирается вариант (строка), содержащий в качестве возможного следствия наибольший из всех возможных. Про ектант становится на точку зрения азартного игрока, делает ставку на то, что выпадет наивыгоднейший случай, и, исходя
из этого, выбирает вариант решения: |
|
|
/ |
|
\ |
maxe/r = max |
max еу |
(5.19) |
V |
J |
У |
Пессимистическая позиция: ориентируются обычно на |
||
наименее благоприятную ситуацию: |
|
|
( |
|
\ |
maxe/r = max |
min еу |
(5.20) |
\ |
J |
У |
Позиция нейтралитета: проектант исходит из того, что все встречающиеся отклонения результата решения от «средне го» случая допустимы, и выбирает размеры, оптимальные с этой точки зрения:
maxe/r = max 1V |
л |
(5.21) |
|
|
У |
Позиция относительного пессимизма: для каждого вари анта решения конструктор оценивает потери по сравнению сопределенным по каждому варианту наихудшим результатом, а затем из совокупности наихудших результатов выбирает наи лучший согласно представленной оценочной функции:
Ряд таких оценочных функций можно было бы продол жить. Некоторые из них получили широкое распространение в хозяйственной деятельности. Так, если условия эксплуатации заранее не известны, ориентируются обычно на наименее благо приятную ситуацию. Это соответствует оценочной функции (5.20). Нередко используются также функции (5.21) и (5.22). Оценочная функция (5.19) до сего времени в технических при ложениях не применялась.
Оценочные функции позволяют свести решение задачи к использованию критерия (5.18) за счет количественной оценки возможности появления внешних условий Fj.
В табл. 5.4 показан пример выбора сечения А кабеля при неизвестной токовой нагрузке S с использованием всех четырех вышеназванных оценочных функций (к - константа, зависящая от свойств материала).
|
|
|
|
|
Т а б л и ц а 5.4 |
Влияние вида оценочных функций на выбор размеров кабеля |
|||||
Урав |
|
|
|
|
Результат |
Оценочная функция |
|||||
нение |
|
|
|
|
|
5.20 |
|
f |
|
\ |
A —kSmax |
maxe,r = max |
min e{j |
|
|||
/ |
/ |
К |
J |
у |
|
5.21 |
/ |
(\ |
" |
л |
^=^(sL+smA,iB+si,) |
/ ' |
I й » |
J |
|||
maxer = max |
|
|
|
|
|
5.22 |
|
f |
|
|
\ |
max eir = min max |
max eу- e IJ |
A - |
|||
' |
j |
\ |
' |
|
) |
5.19 |
|
r |
|
N |
A ~~kSm\n |
max eir = max |
max ei} |
||||
|
|
V |
J |
> |
|
Отметим, что результаты зависят только от S'™* и Smm, т.е. от максимальной и минимальной токовых нагрузок. Приведен ные результаты существенно различаются. Они упорядочены
208
таким образом, что влияние минимальной токовой нагрузки Sm\n нарастает от строки к строке, т.е. получающиеся сечения стано вятся все меньше и меньше. Решение при этом становится все более оптимистичным. При этом выбор критерия определяется исключительно позицией проектанта.
Критерий принятия решений —это функция, выражающая предпочтения лица, принимающего решения (ЛПР), и опреде ляющая правило, по которому выбирается приемлемый или оп тимальный вариант решения.
Классические критерии принятия решений, рассматривае мые ниже, соответствуют представленным четырем исходным позициям ЛПР.
1. Минимаксный критерий (ММ-критерий). Использует оценочную функцию (5.20), соответствующую позиции крайней осторожности.
При
eir = minе. , |
(5.23) |
|
J |
' |
|
Е 0 = {£/0 \Е,0е Е л е/о = max min е..} |
(5.24) |
|
справедливо соотношение |
|
|
2Мм = тахе/г. |
(5-25) |
где ZMM - оценочная функция минимаксного критерия. Правило выбора решения в соответствии с ММ-критерием
можно интерпретировать следующим образом:
Матрица решений ||е,;|| дополняется еще одним столбцом из наименьших результатов eir каждой строки. Выбрать над лежит те варианты Ею, в строках которых стоят наибольшие значения е/г этого столбца.
Выбранные таким образом варианты полностью исклю чают риск. Это означает, что принимающий решения не может столкнуться с худшим результатом, чем тот, на который ориен тируется. Какие бы условия Fj ни встретились, соответствую
щий результат не может оказаться ниже Z M M . Э т о с в о й с т в о за ставляет считать минимаксный критерий одним из фундамен тальных. Поэтому в технических задачах он применяется чаще всего, как сознательно, так и неосознанно. Однако положение об отсутствии риска стоит различных потерь. Продемонстрируем это на небольшом примере (табл. 5.5).
|
|
|
|
Таблица 5.5 |
|
Пример вариантов решения без учета риска |
|||
|
F\ |
F 2 |
&ir |
max, eir |
Ei |
1 |
100 |
l |
1 |
е 2 |
U |
1,1 |
и |
и |
Хотя вариант Е\ кажется издали более выгодным, соглас но минимаксному критерию оптимальным следует считать Ео = {Е2}. Принятие решения по этому критерию может, однако, оказаться еще менее разумным, если
-состояние F2встречается чаще, чем состояние F\,
-решение реализуется многократно.
Выбирая вариант Е2, предписываемый минимаксным кри терием, мы, правда, избегаем неудачного значения 1, реализую щегося в варианте Е\ при внешнем состоянии F u получая вместо него при этом состоянии немного лучший результат 1,1, зато в состоянии F2 теряем выигрыш 100, получая всего только 1,1. Этот пример показывает, что в многочисленных практических ситуациях пессимизм минимаксного критерия может оказаться очень невыгодным.
Применение ММ-критерия бывает оправданно, если си туация, в которой принимается решение, характеризуется сле дующими обстоятельствами:
-о возможности появления внешних состояний Fj ничего не известно;
-приходиться считаться с появлением различных внешних состояний Fj,;
-решение реализуется лишь один раз;
-необходимо исключить какой бы то ни было риск, т.е. ни
при каких условиях Fj не допускается получать резуль тат, меньший, чем Zмм.
2. Критерий Байеса-Лапласа (BL-критерий).
Этот критерий учитывает каждое из возможных следст- q j- вероятность появления внешнего состояния Fj,
тогда при |
|
|
|
|
а |
|
|
II |
Jfb |
с? |
(5.26) |
М |
|
||
|
! |
|
|
Ео = {Бю 1Ei0 е Е A ei0 = max |
= |
(5.27) |
>1 |
м |
|
справедливо соотношение |
|
|
ZBI =ш ах е1г, |
|
(5.28) |
где ZBL - оценочная функция критерия Байеса-Лапласа.
Таким образом, возможные появления внешних состояний образуют полную группу событий.
Соответствующее правило выбора можно интерпретиро вать следующим образом.
Матрица решений \\ву\\ дополняется еще одним столбцом, содержащим математическое ожидание значений каждой из строк. Выбираются те варианты £ , о , в строках которых стоит наибольшее значение eir этого столбца.
При этом предполагается, что ситуация, в которой при нимается решение, характеризуется следующими обстоятель ствами:
-вероятности появления состояния Fj известны и не зави сят от времени;
-решение реализуется (теоретически) бесконечно много раз;
-для малого числа реализаций решения допускается неко торый риск.
При достаточно большом количестве реализаций среднее значение постепенно стабилизируется. Поэтому при полной (бес конечной) реализации какой-либо риск практически исключен.
Исходная позиция применяющего Ш,-критерий оптими стичнее, чем в случае с ММ-критерием, при построении оце ночной функции которого каждый вариант Е, представлен лишь одним из своих результатов. Однако использование if/.-критерия предполагает более высокий уровень информированности
опроектной ситуации и достаточно длинные реализации.
3.Критерий Сэвиджа (S-критерий).
Критерий Сэвиджа соответствует позиции относительного пессимизма (5.55). С помощью обозначений
ау=тахе0 -е,п |
|
(5.29) |
||
е1ы= max от. = т а х |
max e{j - |
etj |
(5.30) |
|
V |
i |
|
|
|
формируется оценочная функция Zs критерия Сэвиджа: |
||||
Zc = min е. = min max |
max e//—eи |
(5.31) |
||
j |
|
/ |
У |
|
|
|
|
||
и строится множество оптимальных вариантов решения |
||||
Е0 = {Ею\Е,0<=ЕАел= min eir}. |
(5.32) |
|||
Для понимания этого критерия определяемую соотноше |
||||
нием величину aif =тахеы- е у |
можно трактовать |
как макси |
мальный дополнительный выигрыш, который достигается, ес ли в состоянии Fj вместо варианта Et выбрать другой, опти мальный для этого внешнего состояния вариант. Мы можем, однако, интерпретировать % и как потери (штрафы), возни кающие в состоянии F, при замене оптимального для него ва рианта на вариант Е,. Тогда определяемая соотношением вели чина е,г представляет собой - при интерпретации ay в качестве потерь - максимальные возможные (по всем внешним состоя-
212
ниям Fj, j - 1, 2,... n) потери в случае выбора варианта £,. Эти максимально возможные потери минимизируются за счет выбора подходящего варианта Е-,.
Соответствующее S'-критерию правило выбора теперь ин терпретируется так: каждый элемент матрицы решений ||е/7
вычитается из наибольшего результата шах, ц соответст вующего столбца. Разности ai:} образуют матрицу остатков ||я//||. Эта матрица пополняется столбцом наибольших разно стей eir. Выбираются те варианты Ею, в строках которых стоит наименьшее для этого столбца значение.
По выражению для S'-критерия оценивается значение ре зультатов тех состояний, которые, вследствие выбора соответст вующего распределения вероятностей, оказывают одинаковое влияние на решение. С точки зрения результатов матрицы ||еу\\ S-критерий связан с риском, однако с позиций матрицы ||а^\\ он от риска свободен. В остальном к ситуации принятия решений предъявляются те же требования, что и в случае ММ-критерия.
4.Расширенный минимаксный критерий.
Вданном критерии используются простейшие понятия
теории вероятностей, а также, в известном смысле, теории игр. В технических приложениях этот критерий до сего времени применяется мало.
Основным здесь является предположение о том, что каж дому из п возможных внешних состояний Fj приписано вероят ность его появления q/.
о < ? ,< !; |
± ч ,= '- |
(5-33) |
|
Н |
|
Сформируем из п вероятностей вектор q = (<7ь Чъ •••> Чп) |
||
п |
множество всех н-мерных веро- |
|
и обозначим через Wn = |
№
ягностных векторов. Выбор какого-либо варианта решения Ej
приводит при достаточно долгом (многократном) применении Е,
к среднему результату.
Если же теперь случайным образом с распределением ве роятностей р = (р\, рг..., рт) е смешать т вариантов реше ний e,j, то в результате получим среднее значение
= |
P r 4 j • |
(5-34) |
i=i |
,/=i |
|
В реальной ситуации вектор q = (q\, q2,--~> qn), относящийся к состояниям Fj, бывает, как правило, неизвестен. Ориентируясь применительно к значению e(p,q) на наименее выгодное рас пределение q состояний Fj и добиваясь, с другой стороны, мак симального увеличения e(p,q) за счет выбора наиболее удачно го распределения р вариантов решения Е„ получают в результа те значение, соответствующее расширенному ММ-критерию.
Обозначим теперь через Е(р) обобщенный вариант реше ния, определяемый с помощью выбора вероятностного вектора
р е W(m), а через Е - множество всех таких вариантов. Тогда рас ширенный ММ-критерий формулируется следующим образом:
Е ( р 0 ) = ^ Е ( р 0 ) \ Е ( р 0 ) е Ё л е ( р 0 , д 0 ) = т ^ т т ^ ^ е 0 p , - q } ^ , (5.35)
где р - вероятностный вектор для Eh a q - вероятностный век
тор для Fj.
Таким образом, расширенный ММ-критерий задается це лью найти наивыгоднейшее распределение вероятностей на множестве вариантов £/, когда в многократно воспроизводящей ся ситуации ничего не известно о вероятностях состояний Fj. Поэтому предполагается, что Fj распределены наименее выгод ным образом.
Представленные выше критерии можно использовать по очередно, причем после вычисления их значений среди не скольких вариантов приходится произвольным образом выде лять некоторое окончательное решение. Это позволяет, во-