Общий результат всего процесса принятия решений:
V=mav(V1,V2) ,
Таким образом, лицо, принимающее решения, обрабатывая ситуацию, показанную на рис.11Рис. 11, начинает с выбора ветви по правилу, задаваемому последней формулой. Если оказывается, что лучше не проводить исследования (V1 > V2), то выбирается максимум из V11 и V12 и ветвь с наибольшим эффектом. Если же оказывается, что лучше проводить исследования, то дальнейшее решение зависит от прогноза, который они дали.
В более сложных случаях рассматриваются недостоверные прогнозы с оценкой возможностей правильного и ошибочного прогнозов. В этом случае мнение лица, принимающего решения, остается неопределенным после исследований, так как оно не может полностью доверять полученной информации. Значения возможностей состояний среды изменяются, но все же не достигают значений 0 или 1.
Можно рассматривать также интервальные оценки результата, повторяя расчет для пессимистических, оптимистических и наиболее вероятных оценок. Важно лишь, чтобы количество рассматриваемых альтернатив было конечным. Чтобы принимать решения о значениях непрерывных величин (например, в случаях, когда альтернативами являются различные значения цены), диапазон их изменения разбивают на интервалы (например, с шагом в 10 руб.) и рассматривают альтернативы как значения, находящиеся в серединах интервалов (например, 10, 20, 30, … руб.). Собственно, так и было сделано при введении понятия большое число посетителей. Под этим понимался некоторый диапазон.
Итак, для решения задачи принятия решения в условиях риска требуются:
○ Ограниченное количество состояний среды и альтернатив.
○ Знание априорных возможностей событий.
○ Критерий оптимальности решения.
○ Знание возможностей исполнения прогнозов исследования.
Выбор рассматриваемых состояний среды и альтернатив позволяет решать довольно сложные маркетинговые задачи, учитывать экономическую ситуацию, действия конкурентов, ожидаемый спрос, моду. Возможные состояния среды должны составлять полную непересекающуюся группу[44]. Однако, довольно сложно априорно определить вероятность такого события: конкурент вводит продукт по ценам ниже наших, когда спрос высок, а инфляция низка.
Хорошим способом модификации критерия является предлагаемое в [56] введение некоторого индекса, отражающего отношение к риску. Например, для результатов, которые являются убытками, вводить постоянный коэффициент, больший единицы. Можно также использовать квадратичную функцию от ожидаемого результата, тогда решение станет более «осторожным». Однако нельзя забывать о том, что полученные значения уже не будут фактическими прибылями или убытками.
Для вычисления возможностей сложных событий используется аппарат нечеткой логики[45].
Традиционный аппарат для работы с логическими переменными – булева алгебра – оперирует переменными, имеющими два значения: ИСТИНА и ЛОЖЬ. Иногда эти значения обозначаются соответственно как ДА и НЕТ или как 1 и 0. Заданы также логические операции, наиболее известными из которых являются: НЕ (НЕ ИСТИНА = ЛОЖЬ, НЕ ЛОЖЬ = ИСТИНА), И (а И b = ИСТИНА, если а = b = ИСТИНА и ЛОЖЬ в остальных случаях) и ИЛИ (а ИЛИ b = ЛОЖЬ, если а = b = ЛОЖЬ и ИСТИНА в остальных случаях). В булевой алгебре И часто называется умножением, а ИЛИ – сложением.
Булева алгебра применяется для записи и обработки сложных условий типа
(возраст потребителя не более 30 лет) И
(потребитель имеет высокий доход).
Здесь в скобках находятся условия, которые могут принимать значения ИСТИНА или ЛОЖЬ.
Такие условия могут применяться в правилах, которые являются удобным средством анализа ситуаций и имеют вид
Если возраст потребителя не более 30 лет И
потребитель имеет высокий доход,
то он принадлежит к сегменту 1 .
В булевой алгебре существует также набор правил преобразования логических формул, например,
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.