Элементы теории статистических решений
Элементы теории статистических решений
При решении многих задач планирования и управления транспортным производством, проблема принятия решений резко усложняется из-за различного вида случайных факторов, к которым чаще всего относятся условия проведения операции (климат, надежность оборудования, опыт и квалификация персонала и т.д.). Кроме того, операции часто являются многоцелевыми, при этом возникает вопрос: какому из критериев отдать предпочтение (обычно для разных критериев различно и решение). Во всех этих случаях приходится принимать решение в условиях неопределенности, возникающей из-за недостатка (отсутствия) информации (либо об условиях проведения операции, либо ее целях). Естественно, в этих случаях принятие решения более сложно, и точные математические методы не всегда дают однозначный результат. Однако и в этих условиях использование методов экономико-математического моделирования позволяет глубже разобраться в задаче, свести к минимуму элементы риска и волюнтаризма.
Задачи обоснования решений в условиях неопределенности изучаются теорией игр и статистических решений. Причем теория игр используется для анализа конфликтных ситуаций, в которых противодействуют (обычно активно) различные стороны, а теория статистических решений применяется в ситуациях, когда неопределенность рождена условиями задачи. В этих задачах нет активного противника, противодействующего нашим планам. Его роль выполняет природа, являющаяся условным противником, поведение которого неизвестно, хотя элемент противодействия отсутствует. Подобные ситуации называются "играми с природой".
Выбор решения начинают с сопоставления стратегий. При этом проверяется, не имеется ли стратегий лучших при любых состояниях природы (доминирующих).
Возможны случаи, когда одна стратегия доминирует над всеми, тогда принятие решения тривиально. Если доминирующие стратегии отсутствуют, то в зависимости от состояния природы (которое нам не известно) эффективны и различные варианты решений. Например, при первом состоянии природы эффективен второй вариант, при втором состоянии - пятый и т.д.
В подобных случаях для принятия решения используют различные критерии оптимальности.
Наиболее просто решается задача, если имеется информация о вероятностях состояния объекта. В этом случае в качестве критерия используется математическое ожидание выигрыша (или риска), т.е. выбирается решение, при котором
В такой постановке задача принятия решения в условиях неопределенности сводится к задаче принятия решений в условиях риска. Принятое решение оптимально при многократном повторении операции, т.е. "на круг", в среднем.
Рекомендуемые материалы
В последнее время для решения динамических задач планирования и управления все более часто используется байессовский подход (критерий Байесса), основанный на последовательном пересчете вероятностей состояния природы (апостериорных вероятностей) в зависимости от прошлых (или принятых ранее) состояний (априорных вероятностей).
Во всех случаях оценки вероятностей состояния природы решение является оптимальным только относительно принятого распределения вероятностей состояний.
Существуют и другие подходы, и критерии к принятию решений в условиях неопределенности, используемые, когда нельзя получить распределение вероятностей состояний природы.
Наиболее широко распространены критерии Вальда, Сэвиджа и Гурвица.
При использовании максиминного критерия Вальда для каждой стратегии находят минимальное значение выигрыша, соответствующее наихудшему для нас в данном случае состоянию природы, т.е. min аj. Далее из всех возможных стратегий выбираем ту, для которой минимальный выигрыш максимален
Критерий Вальда является пессимистическим, при его использовании ориентируются на наихудшее для нас состояние природы, т.е. по существу природа рассматривается как активно противоборствующий противник.
Другая разновидность пессимистического подхода - использование критерия Сэвиджа. В этом случае находят минимальное значение риска при самом неблагоприятном состоянии природы
Вам также может быть полезна лекция "4 Снотворные и транквилизаторы".
С этой целью для каждой стратегии (построчно) по матрице рисков находят максимальные значения риска, а затем выбирают из них минимальное.
Критерий Гурвица является комбинированным, учитывающим как оптимистический, так и пессимистический подходы. При использовании этого критерия состояние природы берется не самым худшим и не самым лучшим, а некоторое промежуточное. При этом за оптимальную принимается стратегия, при которой
где к - коэффициент, характеризующий долю пессимизма и оптимизма (изменяется от 0 до 1).
Коэффициент к выбирается по субъективным соображениям: чем более сложнее ситуация и необходимо застраховаться, тем к ближе к единице. При к=1 критерий Гурвица преобразуется в критерий Вальда.
Критерии Вальда и Сэвиджа используют при принятии разовых и ответственных решений, а Гурвица, Лапласа и Байесса - при менее ответственных, когда ситуация (задача) повторяется многократно (например, при оперативном планировании).