- •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
первых, лучше проникнуть во все внутренние связи проблемы принятия решений и, во-вторых, ослабить влияние субъективно го фактора.
5.2.4. Пример применения классических критериев
Выбор решения по классическим критериям проиллюст рируем следующим примером.
Пусть некоторую машину (технологическую установку, конвейер, станок и т.п.) требуется подвергнуть проверке, естест венно, с приостановкой ее эксплуатации. Из-за этого приоста навливается выпуск продукции. Если же эксплуатации машины помешает не обнаруженная своевременно неисправность, то это приведет не только к приостановке работы, но и дополнительно к поломке. Варианты решения таковы: Е\ — полная проверка; Е2- минимальная проверка; Ез - отказ от проверки.
Машина может находиться в следующих состояниях: F1- неисправностей нет; Fi - имеется незначительная неис правность; F3 —имеется серьезная неисправность.
Результаты включают затраты на проверки и устранение неисправности, а также затраты, связанные с потерями в про дукции и с поломкой. Они приведены в табл. 5.6 и 5.7.
Т а б л и ц а 5 . 6
В а р и а н т ы р еш ен и я зад ач и о п роверк ах м аш ины и и х о ц ен к и со г л а сн о м и н и м ак сн ом у к ри тери ю и к р и т ер и ю Б а й е са -Л а п л а са (qj = 0,33)
М М -критерий
|
F, |
Fi |
Fi |
elr = naney |
z«M=maxe(r |
|
|
||||
Е, - 2 0 |
- 2 2 |
- 2 5 |
-25 |
- 2 5 |
|
Ег |
- 1 4 |
-23 |
-31 |
-31 |
- |
Е, |
0 |
- 2 4 |
- 4 0 |
- 4 0 |
- |
51-критерий
и |
6? |
шах eir |
-2 2 ,3 3 |
|
- |
- 2 2 ,6 7 |
|
- |
-2 1 ,3 3 |
|
-2 1 ,3 3 |
Матрица остатков для решения задачи о проверках машины и результаты вычисления оценочной функции согласно
|
|
критерию Сэвиджа |
|
||
|
|
|
|
S-критерий |
|
|
Е, |
Fi |
Рз |
а,Г= таха |
Zv = min air |
|
|
|
|
j |
/ |
Ei |
+20 |
0 |
0 |
+20 |
- |
Ег |
+14 |
+1 |
+6 |
+14 |
+14 |
Е3 |
0 |
+2 |
+15 |
+15 |
- |
Согласно ММ-критерию (5.24) следует проводить полную проверку (Е0= {.Ei}). ЕЕ-критерий (5.27) в предположении, что все состояния машины равновероятны (д7 = 0,33), рекомендует отказаться от проверки (Е0 = {Ез}). Критерий Сэвиджа (5.31) рекомендует выполнить частичную проверку (Е0 = {Е2}). Табл. 5.7 иллюстрирует результаты применения критерия Сэвиджа.
Наш пример сознательно выбран так, что каждый крите рий предлагает новое решение. Неопределенность состояния, в котором проверка застает машину, превращается теперь в от сутствие ясности, какому же критерию следовать. Таким обра зом, мы вроде бы мало что выиграли. Самое большее, можно было бы проверить после этого, не принимают ли величины е„ для какого-нибудь критерия приблизительно равные значения.
Поскольку различные критерии связаны с различными же аспектами ситуации, в которой принимается решение, лучше всего для сравнительной оценки рекомендаций тех или иных критериев получить дополнительную информацию о самой си туации. Если принимаемое решение относится к сотням машин с одинаковыми параметрами, то целесообразно придерживаться ЕЕ-критерия. Если же число реализаций невелико, то больший вес приобретают более осторожные рекомендации критерия Сэ виджа или минимаксного критерия.
Если, например, для какого-либо прибора имеют значение стоимость изготовления, срок поставки, надежность, простота монтажа, удобство обслуживания и влияние на другие приборы, а указанные свойства будут определяться выбором варианта решения —мы имеем дело с многоцелевым решением. Это тре бует, как правило, упорядочения ценностей или предпочтений, чтобы взвесить важность частичных целей. Принимающий ре шение должен либо получить необходимые для этого объектив ные сведения, либо субъективно установить их.
Функция полезности и число реализаций решения полу чаются из конкретных данных о рассматриваемой системе или процессе. Для ситуации выбора технико-экономических реше ний часто характерна неопределенность имеющейся информа ции. Эта неопределенность вынуждает принимающего решение выявить характеристики окружения, которые зависят от различ ных параметров. Неопределенность имеющейся информации может быть следствием погрешности в определении параметра или собственно неопределенности. Причиной этого могут быть как отклонения, так и ошибки.
Следует отметить, что, помимо рассмотренных, сущест вуют и другие критерии принятия решений (критерий произве дений, критерий Гурвица, критерий Гермейра и др.), с которыми читателю рекомендуется ознакомиться самостоятельно. При этом практически все известные критерии принятия реше ний в разной степени используют упомянутые выше позиции проектанта. Представленные классические критерии принятия решений используют упомянутые исходные позиции в чистом виде, в то время как другие существующие критерии использу ют эти позиции проектанта в различной комбинации, которая, например, может определяться в зависимости от сочетания полезностей различных вариантов действий.
Влияние исходной позиции конструктора на эффектив ность результата решения можно интерпретировать, исходя из наглядных представлений. Простейшим здесь является графиче ское изображение на плоскости, для чего мы временно ограни чимся случаем с двумя (п = 2) внешними состояниями при т вариантах решения.
Введем прямоугольную систему координат, откладывая по оси абсцисс значения результата еп, соответствующие внеш нему состоянию F\, а по оси ординат - значения е/2, соответст вующие состоянию F2, / = 1,..., т. В этом случае каждый вариант решения Et соответствует точке (ед, е,2), / = 1,..., т на плоскости.
Точку с координатами (тах,€л, шах,во) мы назовем утопи ческой точкой (УТ). Смысл этого названия в том, что координа ты всех точек (ед, ед), / = 1, ..., т, соответствующих вариантам решений Е \, ..., Ет, не могут быть больше, чем у точки УТ, и что УТ встречается среди т точек только в редком, идеальном слу чае, когда существует вариант решения, дающий максимальный результат для каждого из двух возможных внешних состояний. Аналогичное значение имеет и так называемая антиутопическая точка (АУТ), имеющая координаты (min,-ef-i, min,в>2): координаты всех точек (е,ьеа\ /= 1,..., т, соответствующих вариантам ре шений Е\, ..., Ет, не могут быть меньше, чем у точки АУТ. От сюда следует, что все т точек (ед, е/2), / = 1, т лежат внутри прямоугольника, стороны которого параллельны координатным осям, а противолежащие вершины суть точки УТ и АУТ (рис. 5.9). Этот прямоугольник будем называть полем полезно сти решений.
Теперь, чтобы сравнить варианты решений с точки зрения их качества, назовем вариант Et не худшим, чем вариант Е,, если выполняются неравенства ец > ej\ и е/2 > е ^ причем Е\ считается лучшим, чем Ej, если хотя бы одно из этих двух неравенств яв ляется строгим.
Рис. 5.9. Геометрическая интерпретация выбора решения
Очевидно, что при таком определении не любые два вари анта решений допускают сравнение в том смысле, что один из них лучше другого. Например, может случиться, что для точек (e,i, еа) и (ер, ер), соответствующих вариантам Е, и Ер выполня ются, например, неравенства ел > еа и ер < ер. На математиче ском языке это означает, что на множестве вариантов решений установлено так называемое отношение частичного порядка. Это отношение частичного порядка обладает рядом свойств, представленных на рис. 5.10. Выберем в поле полезности произ вольную точку, которую будем называть рассматриваемой (РТ). Прямыми, параллельными координатным осям, разобьем плос кость на четыре части и обозначим их I, II, III и IV. В двумерном случае каждая из этих частей имеет вид прямоугольника; в слу чае произвольной размерности они превращаются в так назы ваемые конусы.
Р = е п Нейтральная позиция
Рис. 5.10. Функции предпочтения при принятии решения
Рассматривая положение точек поля полезности относи тельно этих четырех конусов, можно в общем случае сказать следующее. Все точки из конуса I в смысле введенного выше частичного порядка лучше, чем рассматриваемая точка. Поэто му мы называем конус I конусом предпочтения. Соответственно все точки из конуса III хуже точки РТ, и мы будем называть об ласть III антиконусом. Таким образом, оценка качества точек из этих двух конусов в сравнении с точкой РТ проста и однознач на. Оценка же точек в отмеченных штриховкой конусах II и IV является неопределенной, вследствие чего их называют облас тями неопределенности. Для этих точек оценка получается только с помощью выбранного критерия принятия решения. В случае т вариантов решений Е\, ..., Ети п внешних состояний F \,..., F„ критерий принятия решения можно представит в виде:
т а х [Д е ,|,...., е,„, /= |
1, ...,/и)], |
(5.36) |
или |
|
|
т т [Д е л , •..., е,„, /= |
1 ,.... от)]. |
(5.37) |
Функция п переменных К характеризует соответствующий критерий и задает оценочную функцию. Для анализа критерия рассмотрим, полагая ец =х\, еп = хг, •••> ет =х„, функцию К на
всем «-мерном пространстве Rn Тогда каждому значению дей ствительного параметра к посредством равенства
К(х{,...,хп) = к |
(5.38) |
ставится в соответствие некоторая гиперповерхность в про странстве Rn, называемая нами поверхностью уровня, соответст вующей значению к. В двумерном случае, интересующем нас ввиду его наглядности, мы специально полагаем еп - х\ = и и eji =Х2 = v, отождествляя тем самым еп-ось с «-осью, а £я-ось с v-осью, и с помощью равенства
К(и, v) = k |
(5.39) |
получаем в этом случае на плоскости (м, v) кривую, называемую линией уровня, соответствующей значению к. При фиксирован ном уровне к уравнение К(и, v) = k определяет функциональную зависимость между переменными и и v, называемую функцией предпочтения; допуская терминологическую вольность, так же называют и соответствующую кривую на плоскости (м, v).
Рассмотрим, например, оценочную функцию, соответст вующую позиции нейтралитета (5.21). При ei{ = и и еа - v полу чаем для т = 2 семейство функций предпочтения, зависящих от параметра к:
п
При графическом изображении это выражение дает пря мые, параллельные биссектрисе второго и четвертого квадран тов (см. рис. 5.10, плоскость (м, v)). Выберем теперь на какой-
либо линии |
уровня этого критерия произвольную точку РТ |
и проведем |
через нее «осевой крест», разбивающий плоскость |
на описанные выше четыре квадранта: конус предпочтения, ан тиконус и конусы неопределенности.
Все точки из областей неопределенности, лежащие справа и выше этой линии уровня, в смысле нашего критерия лучше точек, лежащих слева и ниже.
Сказанное справедливо и для функций предпочтения лю бого другого критерия. Всякая функция (кривая) предпочтения объединяет все точки фиксированного уровня; справа и выше ее располагаются все лучшие точки, т.е. точки более высокого уровня, а слева и ниже - худшие, т.е. точки более низкого уров ня. Если на основе какого-либо критерия получается кривая предпочтения типа штриховой (см. рис. 5.10), то мы называем такую кривую вогнутой, подразумевая под этим, что в соответ ствующих ей областях неопределенности имеется меньшее чис ло лучших точек, чем при нейтральном критерии (5.21). Такая вогнутая кривая предпочтения характеризует пессимистическую исходную позицию. Кривые же предпочтения типа сплошной на рис. 5.10 соответствуют оптимистическому подходу. Предель ный случай пессимистического подхода образуют, очевидно, граничные прямые квадранта I, а оптимистического - граничные прямые квадранта III, и чем ближе подходит кривая предпочте ния к этим граничным прямым, тем в большей степени соответ ствующий критерий представляет пессимистическую или, соот ветственно, оптимистическую точку зрения.
В заключение следует еще раз подчеркнуть, что всякое техническое или экономическое решение в условиях неполной информации принимается - сознательно или неосознанно - в соответствии с какой-либо оценочной функцией описанного выше типа. Как только это бывает признано явно, следствия соответствующих решений становятся более формализован ными, что позволяет улучшить их качество. При этом выбор оценочных функций всегда должен осуществляться с учетом количественных характеристик ситуации, в которой прини маются решения.