82493 (Технология принятия решения в условиях неопределённости)

19

СОДЕРЖАНИЕ

Введение 3

1. Теоретическая часть 5

Технология принятия решений в условиях неопределенности 5

2. Практическая часть…………………………………………………….18

Характеристика хозяйственной деятельности ОАО «ЖБК-1»………..18

2.1 Краткая характеристика предприятия………………………….……18

2.2 Маркетинг и стратегия развития предприятия……………………..21

2.3 Оценка платежеспособности предприятия за 2003 год……………23

2.4 SWOT – анализ ……………………………………………………….25

3. Диагностика проблем предприятия и принятие решения………….36

3.1 Матрица и граф проблем……………………………………………..39

3.2 Принятие управленческого решения……………………………….41

Заключение………………………………………………………………..43

Список литературы……………………………………………………….45

Введение.

В условиях рыночной экономики, когда хозяйствующим субъектам предоставлена полная самостоятельность, им приходится действовать на свой страх и риск, выбирая то или иное направление развития. В связи с чем, проблематика принятия решений в условиях неопределенности становится как никогда актуальной. В данной работе рассмотрены основные аспекты, касающиеся неопределенности на рынке. Неопределенность складывается в первую очередь из таких стохастических составляющих, как цены на товары и услуги, объем спроса на продукцию, валютный курс, а также нестохастических составляющих: поведение потребителей, партнеров, конкурентов; политика правительства; НТП; спрос на товары и услуги. Технология принятие решений в условиях неопределенности обладает некоторыми особенностями, по сравнению с аналогичным процессом, но в условиях определенности. Дело в том, что результат деятельности, следуемый за принятием решения, неизвестен заранее, а менеджеру зачастую приходится рисковать, руководствуясь либо статистическими данными (если неопределенность носит стохастический характер), либо собственным опытом и интуицией (если неопределенность не является стохастической). В отличие от «рисковых» условий, где известна величина потерь в случае неблагоприятного стечения обстоятельств, в условиях неопределенности практически невозможно предсказать величину потерь, а можно (в лучшем случае) спрогнозировать их приблизительное значение. Покуда с подобными трудностями приходится сталкиваться менеджерам различных уровней довольно часто, то всестороннее изучение данной проблематики крайне необходимо.

Целью данной работы является анализ деятельности ОАО «ЖБК-1», сопряженной с условиями неопределенности, а также решение проблем, возникающих из-за неблагоприятного воздействия неопределенности.

Для достижения поставленной цели необходимо рассмотреть и решить следующие задачи:

1) Дать определение понятие неопределенность;

2) Привести существующие классификации неопределенности;

3) Привести примеры принятия решений в условиях различных видов неопределенности;

4) Описать объект исследования, выявить его сильные и слабые стороны;

5) Спрогнозировать состояние внешней среды, существующие угрозы и возможности в ней;

6) Выявить проблемы предприятия, трудность решения которых проистекает из наличия неопределенности;

7) Предложить мероприятия по устранению выявленных недостатков.

Объектом исследования в данной работе является ОАО «Белгородский завод ЖБК-1».

Теоретической и методологической базой исследования являются: работы, учебники и монографии отечественных и зарубежных авторов в области теории управления, маркетинга, экономики, а также исследовании операций в экономики, материалы периодической печати, методические указания, ресурсы глобальной сети Internet.

Информационная база данного исследования представлена следующими источниками:

1) Бухгалтерская и финансовая отчетность ОАО «ЖБК-1» за последние 4 года;

2) Статистическая информация планово-экономического отдела предприятия за последние 3 года;

3) Материалы маркетинговых исследований рынка строительных материалов;

4) Данные комитета Госстатистики по Белгородской области.

1.Технология принятия решений в условиях неопределенности

По сравнению с задачами, решаемыми в условиях определенности, задачи обоснования решений в условиях неопределенности имеют ряд отличительных особенностей. Прежде всего заметим, что для задач в условиях определенности каждая стратегия ЛПР однозначно приводила к вполне определенному результату, а в условиях неопределенности каждой фиксированной стратегии ставится в соответствие множество возможных значений результатов.[ ]

Другие особенности связаны с тем, что для ЛПР оказываются существенными не только размерность вектора результата и важность отдельных его компонент, но и величины возможных выигрышей и потерь в каждой ситуации и степени возможности реализации тех или иных ситуаций. Другими словами, для ЛПР становится далеко не безразличной степень риска, обусловленного возможностью получения неблагоприятных результатов из-за неопределенности ситуации принятия решений.

Следует заметить, что в большинстве случаев понятие "риск" обычно связы­валось только со случаем стохастической неопределенности. При этом риск оценивался либо как вероятность получения менее предпочтительных результатов, либо как величина возможных (обычно средних) потерь, либо как всевозможные свертки отдельных числовых характеристик распределения скалярного результата. Такое толкование не подходит, например, к случаю нестохастической, поведенческой и априорной неопределенности. Во всех таких случаях риск следует определять как дополнительную "плату" либо за возможность получения наиболее благоприятного исхода, либо за возможность получения информации о наиболее благоприятном исходе в операции (эта информация затем может быть использована для принятия более выгодного решения).[ ]

Таким образом, обосновывая решение, ЛПР вынуждено учитывать как минимум четыре основные компоненты риска: величины результатов для благоприятных (предпочтительных) и неблагоприятных исходов, а также степени подверженности возможным потерям (или убыткам) и возможности получения выигрышей. Естественно, что при этом более предпочтительной, менее рискованной должна считаться та ситуация, для которой присущи более полная определенность исходов или большая уверенность суждений о величинах выигрышей, потерь и о степенях возможности их проявления. Кроме того, если в операции возможность подвергнуться неблагоприятному исходу невелика, а величины связанных с такими исходами потерь малы или если в операции ожидаются существенно более высокие значения величин выигрышей при более высоких ве­роятностях их получения, то такие ситуации также должны оцениваться как ме­нее рискованные.

Вначале рассмотрим в каком-то смысле типичные примеры ситуаций выработки решений в условиях неопределенности и на их основе определим характерные особенности различных рискованных проблемных ситуаций, а затем обсудим технологию решения типовых задач обоснования решений в условиях неопределенности. Однако мы не будем рассматривать проблемные ситуации с полной априорной неопределенностью, то есть такие, где не только нет возможности судить о степени проявления тех или иных исходов операции, но даже нет никакой информации о величинах результатов для каждого из возможных исходов. Это особый класс задач с наивысшей степенью риска. При обосновании решений в условиях полной априорной неопределенности применяют специальные методы прогноза и критерии выбора на основе принципа адаптивности.

Постановка задачи выбора в условиях неопределенности

Итак, для установления особенностей различных типов задач в условиях неопределенности рассмотрим несколько содержательных гипотетических примеров.

Пример

ЛПР - устроитель лотереи. Для привлечения участников игры им установлены п выигрышей (призов), равных по величине yl, у2, уЗ,..., уп. Величины yi и вероятности Pi(a) = P(Y=yi(a)) получения игроками этих выигрышей выбираются ЛПР и устанавливаются своей стратегией а так, чтобы риск финансового краха устроителя лотереи был бы в установленных границах, а прибыль от лотереи - не ниже требуемого уровня.

Методы принятия решений в условиях природной неопределенности

Рассмотрим теперь основные критерии выбора решений в условиях природной неопределенности (игра с природой) применительно к простейшему случаю, когда результат скалярный и его желательно максимизировать. В зависимости от типа отношения ЛПР к риску гарантированный результат формируется по-разному, и это определяет вид критерия.

Если ЛПР при выборе решения абсолютно не приемлет риска (абсолютно не склонен к риску), то оно всегда предпочитает ориентироваться на самые неблагоприятные значения состояний s природы. В этом случае гарантированный результат определяется функцией min y(a, s).

Наилучшей стратегией будет та, которая обеспечивает наибольший из гарантированных результатов для всех возможных стратегий. Таким образом, критерий выбора для ЛПР, абсолютно не склонного к риску, имеет вид:

а* : max min y(a, s).

Критерий был предложен Вальдом, и поэтому часто его связывают с этим именем. Другое название критерия - максиминный критерий обусловлено видом выражения.[ ]

Для использования этого принципа достаточно, чтобы шкала показателя у была хотя бы порядковой.

Пример.

Значения показателя эффективности для трех стратегий и трех значений неопределенного фактора представлены в следующей таблице.

Тогда оптимальной стратегии соответствует значение показателя эффективности у(а*) = 2.

Максиминный критерий ориентирован на наихудшие значения неопределенного фактора и в этом смысле является чрезвычайно консервативным. Поэтому его следует применять в тех случаях, когда неуспех операции крайне нежелателен, независимо от того, какими могут быть другие (благоприятные) исходы операции.

Если для ЛПР небезразлична величина возможного выигрыша (то есть оно боится мало выиграть), то в качестве гарантированного результата для стратегии ЛПР можно использовать, например, величину

max {∆Y(a,s) = [max y(a,s)-y(a,s)]}.

Предложивший это выражение для гарантированного результата исследователь Сэвидж назвал его "сожалением", что и определило наименование критерия выбора - "критерий минимаксных сожалений". Этим критерием обычно руководствуется ЛПР, склонное к риску. Лучшая стратегия определяется правилом

а* : min max[max y(a,s)-y(a,s)].

В условиях рассмотренного примера матрица сожалений может быть определена, если в каждом столбце вычислить разности между наилучшим и текущими значениями показателя. В результате получим следующую матрицу сожалений:

Оптимальная стратегия а* = a3.

Одним из существенных недостатков принципа Сэвиджа является то, что добавление новой, заведомо неоптимальной стратегии может сделать неоптимальной полученную ранее оптимальную стратегию.

Максиминный критерий и критерий Сэвиджа являются слишком категоричными в том смысле, что один ориентируется только на наихудший результат, а другой - на максимальные потери ("сожаления").