3. Решение в условиях неопределенности — случай, когда статистические характеристики факторов среды и условий выполнения операции или неизвестны, или не имеют смысла.
Разумеется, этот последний случай принятия решений наиболее сложный, так как здесь могут быть неясны не только способы оптимального, но и просто более или менее разумного поведения.
Как, вероятно, заметил читатель, теория исследования операции обслуживает второй акт процесса принятия решения, то есть решения о действиях, тогда как исходные данные для математической модели образуются в результате первого акта принятия решений.
Использование методов исследования операции в более или менее сложных системах немыслимо без вычислительной техники. Объем вычислений настолько велик, что и речи не может быть о производстве их вручную. Например, по данным журнала «Проблемы управления», для составления одного варианта годового народнохозяйственного плана СССР требуется произвести 60X109 (то есть 60 миллиардов) арифметических операций. Если на каждую операцию отвести 1 секунду, то для производства всех вычислений потребуется 10000 человек в течение 200 дней из расчета 8-часового рабочего дня.
Следует заметить, что далеко не во всех случаях удается построить исчерпывающую математическую модель операции и получить чисто машинное решение. Машинное решение в более или менее сложных системах — это скорее исключение, чем правило. Обычно сложность системы и условия неопределенности приводят к тому, что вместо одной полной математической модели приходится строить и решать на ЭВМ ряд частных моделей, отражающих отдельные стороны и фрагменты предстоящей операции. В этом случае все результаты решений частных моделей сшиваются логическими рассуждениями лица или лиц, принимающих окончательные решения. Э этом случае важно организовать человеко-машинные комплексы принятия решений, когда в результате ряда обращений к машине за решением частных моделей формируется решение, гораздо более близкое к оптимальному, чем решение без участия машин. В других случаях может быть так, что математические модели или не поддаются (в силу их сложности) машинному решению, или построить их оказывается затруднительно. Тогда ничего другого не остается, как использовать эвристические способности человека. Эти обстоятельства привели к появлению гак называемого эвристического программирования, когда строятся машинные программы на основе изучения способов принятия человеком сложных решений (таких, например, как при игре в шахматы).
Оценка обстановки и состояния управляемого объекта (то, что мы отнесли к первому акту принятия решений) также является решением в собственном смысле слова, но решением иного назначения и решением иного рода, чем там, где принимается решение о действии. Здесь решение — принятие той или иной точки зрения или гипотезы о прогнозируемом ходе операции, о состоянии дела, среды и всего остального. И здесь в этой области имеются свои ресурсы, свои технические и другие средства, и здесь возникают проблемы оптимального распределения этих средств поиска и добывания информации в том смысле, чтобы при имеющихся средствах получить максимум достоверности знаний об объекте управления и о среде. Или, наоборот — при заданном уровне достоверности использовать минимум средств поиска и добывания информации. Разнообразные математические методы и технические средства диагностики и распознавания образов (они родились в медицине, электронике, геологии), а также вычислительные машины, обслуживающие каналы передачи информации, участвуют очень широко в первом акте принятия решений.
АВТОМАТИЧЕСКОЕ И АВТОМАТИЗИРОВАННОЕ УПРАВЛЕНИЕ
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.