Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Теория принятия решений

Покупка
Артикул: 877458.01.99
Доступ онлайн
218 ₽
В корзину
Учебное пособие составлено в соответствии с программой дисциплины «Теория принятия решений». Представлены теоретические выкладки, основные методы теории принятия решений. Даны примеры и практические задания по изучаемой дисциплине для закрепления приобретенных обучающимися знаний. Для обучающихся по направлениям подготовки 27.03.04 Управление в технических системах, 27.03.01 Стандартизация и метрология, 20.03.01 Техносферная безопасность.
Титаренко, Б. П. Теория принятия решений : учебное пособие по направлениям подготовки 27.03.04 Управление в технических системах, 27.03.01 Стандартизация и метрология, 20.03.01 Техносферная безопасность / Б. П. Титаренко, Е. В. Кондрашова, Ю. Г. Жеглова ; Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Московский государственный строительный университет, кафедра высшей математики. – Москва : Издательство МИСИ – МГСУ, 2022. - 74 с. – ISBN 978-5-7264-3112-3. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2249434 (дата обращения: 18.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
УДК 519.81
ББК 22.18
Т45
Рецензенты:
доцент, кандидат физико-математических наук Ю.В. Осипов, 
доцент кафедры информатики и прикладной математики НИУ МГСУ; 
доктор технических наук И.В. Буркова, 
ведущий научный сотрудник лаборатории 57 
Института проблем управления им. В.А. Трапезникова РАН
 
Титаренко, Борис Петрович.
Т45	 	
Теория принятия решений [Электронный ресурс] : [учебное пособие по направлениям подготовки 27.03.04 Управление в технических системах, 27.03.01 Стандартизация 
и метрология, 20.03.01 Техносферная безопасность] / Б.П. Титаренко, Е.В. Кондрашова, 
Ю.Г. Жеглова ; Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Московский государственный строительный университет, кафедра высшей математики. — Электрон. дан. и прогр. (3,3 Мб). — Москва : Издательство МИСИ – МГСУ, 2022. — URL: http://lib.mgsu.ru. — Загл. с титул. экрана.
	
	
ISBN 978-5-7264-3112-3 (сетевое)
	
	
ISBN 978-5-7264-3113-0 (локальное)
Учебное пособие составлено в соответствии с программой дисциплины «Теория принятия 
решений». Представлены теоретические выкладки, основные методы теории принятия решений. 
Даны примеры и практические задания по изучаемой дисциплине для закрепления приобретенных обучающимися знаний.
Для обучающихся по направлениям подготовки 27.03.04 Управление в технических системах, 
27.03.01 Стандартизация и метрология, 20.03.01 Техносферная безопасность.
Учебное электронное издание
© ФГБОУ ВО «НИУ МГСУ», 2022


Редактор Т.Н. Донина 
Корректор В.К. Чупрова
Верстка и дизайн титульного экрана Д.Л. Разумного 
Для создания электронного издания использовано:
Microsoft Word 2010, Adobe InDesign CS6, ПО Adobe Acrobat
Подписано к использованию 29.09.2022. Объем данных 3,3 Мб.
Федеральное государственное бюджетное образовательное учреждение
высшего образования 
«Национальный исследовательский 
Московский государственный строительный университет».
129337, Москва, Ярославское ш., 26.
Издательство МИСИ – МГСУ. 
Тел.: (495) 287-49-14, вн. 14-23, (499) 183-91-90, (499) 183-97-95.
E-mail: ric@mgsu.ru, rio@mgsu.ru


Оглавление
Введение..................................................................................................................................................................... 5
1. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И ВАРИАНТЫ ЕЕ ОСНОВЫ.................................................................. 6
1.1. Основные понятия и определения............................................................................................................... 6
1.2. Математическая модель балансовых задач............................................................................................... 6
1.3. Математическая модель задачи линейной торговли................................................................................ 7
1.4. Математическая модель оптимизационных задач................................................................................... 8
1.5. Математическая модель распределительных задач................................................................................. 8
1.6. Математическая модель статистических задач.........................................................................................10
2. МЕТОДЫ ОПТИМИЗАЦИИ..............................................................................................................................11
2.1. Линейное программирование......................................................................................................................11
2.2. Транспортная задача.....................................................................................................................................17
2.3. Динамическое программирование.............................................................................................................25
3. РЕГРЕССИОННЫЙ АНАЛИЗ...........................................................................................................................31
3.1. Однофакторная линейная регрессия. Методы наибольшего правдоподобия 
и наименьших квадратов..............................................................................................................................31
3.2. Полиномиальная регрессия.........................................................................................................................33
3.3. Многофакторная линейная регрессия........................................................................................................34
3.4. Интервальные оценки в задачах регрессии...............................................................................................35
4. ЭКСПЕРТНЫЕ МЕТОДЫ...................................................................................................................................39
4.1. Подготовка и подбор экспертов, организация работы экспертов...........................................................39
4.2. Методы проведения опроса экспертов.......................................................................................................39
4.3. Методы обработки экспертных оценок......................................................................................................40
4.4. Метод анализа иерархий..............................................................................................................................41
5. ПРИМЕНЕНИЕ ТЕОРИИ РИСКОВ ПРИ ПРИНЯТИИ РЕШЕНИЙ............................................................46
5.1. Применение теории рисков в управлении проектами..............................................................................46
5.2. Идентификация рисков................................................................................................................................46
5.3. Статистические методы................................................................................................................................47
5.4. Робастные методы.........................................................................................................................................48
5.5. Разработка мероприятий, направленных на управление рисками .......................................................49
6. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ........................................................................................................54
6.1. Структура имитационных моделей............................................................................................................55
6.2. Процесс имитации........................................................................................................................................56
6.3. Имитационное моделирование, используемое в сфере организации строительства..........................57
6.4. Общие методы моделирования...................................................................................................................57
6.5. Моделирование случайных векторов.........................................................................................................65
6.6. Моделирование случайных процессов......................................................................................................70
Задание для самоконтроля......................................................................................................................................72
Заключение................................................................................................................................................................73
Библиографический список....................................................................................................................................74


ВВЕДЕНИЕ
В учебном пособии, составленном в соответствии с программой дисциплины «Теория принятия решений», изложены основные методы теории принятия решений, представлены, а также содержатся теоретические выкладки, примеры и практические задания по изучаемой дисциплине для закрепления знаний, приобретенных в процессе обучения.
Цель освоения дисциплины:
•• ознакомление с современным состоянием проблем теории принятия решений и компьютерными методами;
•• изучение детерминированных и стохастических методов, применяемых при принятии 
решений в строительстве, а также основных принципов планирования, проведения и оформления процедур принятия решений;
•• приобретение навыков эффективного применения принципов и методов математической 
обработки данных при решении задач планирования строительного производства и выбора 
методов и форм организации строительства и строительного производства;
•• формирование общих принципов применения и анализа математических методов принятия решений в сфере профессиональной деятельности.
Математическая теория принятия решений базируется на системном подходе и математических моделях, в рамках которых он реализуется.
В главе 1 рассмотрен ряд моделей, нашедших широкое применение в задачах строительного комплекса. Это модели организации и технологии строительства, планирования, мониторинга, безопасности людей и техники, надежности и эффективности.
Многие модели эффективной деятельности формулируются в терминах оптимизационных 
подходов, таких как математическое программирование (линейное и нелинейное), транспортная задача, динамическое программирование. Эти методы рассмотрены в  главе 2, где приведено много примеров и заданий для самостоятельной работы.
Строительная отрасль характерна тем, что в ней велика доля неопределенности. Идеально 
спланировать, уложиться в сроки и бюджет, обеспечить 100%-ное качество, надежность и безопасность невозможно, так как есть много причин экономического, организационного, техногенного, политического и т.д. характера. Поэтому при принятии управленческих решений 
необходимо рассматривать стохастические (вероятностные) модели. Эти модели строятся на 
инструментарии таких математических дисциплин, как теория вероятностей, случайные процессы, математическая статистика.
В пособии также рассмотрены методы регрессионного и дисперсионного анализа и современная теория рисков. 
При применении вероятностных методов актуальна задача сбора репрезентативных данных, по которым можно построить адекватные модели. Если это сделать затруднительно или 
невозможно, то имеются два выхода: первый — собрать специалистов (экспертов), опросив которых, обобщить их оценки. В этом могут помочь так называемые экспертные методы, один 
из которых — метод анализа иерархий (МАИ) — разобран на примерах в главе 4; второй — 
использование методов имитационного моделирования, для чего применяются возможности 
современных компьютеров. 
  


1. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И ВАРИАНТЫ ЕЕ ОСНОВЫ
1.1. Основные понятия и определения
Определение 1.1. Модель — это образ либо отражение процесса или явления, полученное 
с помощью специальных средств: математических, технических, физических, компьютерных, 
имитационных  и т.д.
Определение 1.2. Под математической моделью следует понимать образ или то, как отражается определенный процесс либо явление, для получения которого применяются математические средства.
Определение 1.3. Под компьютерной моделью следует понимать образ или то, как отражается процесс либо явление, для получения которого применяются компьютерные средства.
Нужно сделать акцент на взаимной связи, которая существует между многими разновидностями моделей. К примеру, для того чтобы существовала компьютерная модель, математическая модель нужна обязательно. Многочисленные публикации подтверждают 
огромное значение математической модели, которая позволяет точно и строго обосновать 
исследования, проводимые в разных сферах жизнедеятельности. Но прогнозирование возможно не только с применением математической модели, а его качество определяется тем, 
насколько качественной будет математическая модель. Отсюда следует, что показатель, который характеризует качество математической модели, во многом зависит от ее основы, которой могут быть:
1) балансовые задачи;
2) линейная торговля;
3) оптимизационные задачи; 
4) распределительные задачи;
5) статистические задачи.
1.2. Математическая модель балансовых задач
Природа, сфера производства и другие области могут требовать решения балансовых задач. Кризисные явления, катастрофы возникают, как правило, при дисбалансе. Возможность 
предотвращения негативных процессов появляется при наличии математической модели данной задачи. Рассмотрим модель Леона, которая является моделью межотраслевого баланса 
и примером балансовой задачи:
X = AX + Y,
где X — объем валового выпуска продукции, в составе которого АХ — объем производственного потребления, здесь А — коэффициент; Y — объем конечного потребления. Использование математической модели дает возможность произвести расчет конечного потребления Y, 
когда известно, какой объем имеет валовый выпуск:
Y = X – AX.
Становится возможным решение более сложной задачи, т.е. определить, каким должен 
быть новый объем валового выпуска, когда имеется новый объем конечного потребления. 
С этой целью относительно Х требуется решение матричного уравнения. После некоторых 
преобразований получим выражение
X = (E – A)–1 · Y.
Нужно подчеркнуть, что только при продуктивности матрицы прямых затрат А данные решения будут иметь смысл. Следующая формула применяется, чтобы произвести расчет данной матрицы:


aij = 
,
где xij — объем продукции, которую производит отрасль с индексом i и потребляет отрасль 
с индексом j, когда производит свою продукцию, составляющую объем xj. Продуктивность 
матрицы прямых затрат можно определить по таким критериям:
1) матрица А будет иметь продуктивность только при наличии положительных элементов 
матрицы (E – A)–1;
2) матрица А, имеющая положительные элементы, будет иметь продуктивность только 
в том случае, если эти элементы в сумме по столбцу либо строке будут меньше 1:
 aij  ≤ 1,
при этом единицу не должна превышать минимум одна сумма по столбцу либо строке. Формула, которая применяется для расчета элементов матрицы А, aij, имеет вид 
aij = 
, где i = 1, …, n, j = 1, …, n.
1.3. Математическая модель задачи линейной торговли
Рассмотрим линейную модель обмена  (торговли) между n участниками. Обозначим aij 
долю бюджета участника xj, которую участник с номером j тратит на закупку продукции у 
участника с номером i. 
Математическая модель торговли представляется матричным уравнением
	
	
	
	
	
	
A · X = X,	
(1.1)
где A = ‖aij‖ — структурная матрица торговли, если выполняется условие
 aij = 1,  j = 1, 2, ... , n.
Уравнение (1.1) связано с понятием собственного вектора X, соответствующего собственному значению λ = 1. 
Пример структурной матрицы торговли:
A = 
.
Найти бюджет каждого участника, если общий бюджет задан:
	
	
	
	
	
        xi = 6270 у.е.	
(1.2)
Решение задачи следует из решения матричного уравнения (1.1):
	
	
	
	
	
         (A – E) X = 0.	
(1.3)
Уравнение  (1.3) представляет собой однородную систему уравнений, решение которой 
можно получить методом Гаусса:
x1 = 
 x4,     x2 = 
 x4,     x3 = 
 x4.
Из условия (1.2) следует, что x4 = 1210. Окончательно получаем
x1 = 1400,    x2 = 1460,     x3 = 2200,     x4 = 1210.


1.4. Математическая модель оптимизационных задач
Математическая модель оптимизационных задач состоит из системы ограничений исследуемого процесса и целевой функции этого процесса, отражающей критерий оптимальности 
задачи:
	
	
	
	
       
 aij xj ≥ bi, i = 1, 2, 3, ..., m,	
(1.4)
	
	
	
	
	
    xj ≥ 0, j = 1, 2, ..., n,	
(1.5)
	
	
	
	
	
	
z
 cj xjmax.	
(1.6)
Знаки отношений в выражении (1.4) могут иметь любую комбинацию из набора (≤, ≥, >, 
<, =). Ограничения (1.5) отражают характер задачи, переменные в оптимизационных задачах 
не могут быть отрицательными, в противном случае задача теряет смысл. Если система ограничений представляет ограниченное множество, то задача имеет решение, в противном случае — не имеет.
Определение 1.4. Ограниченное множество, заданное с  помощью системы ограничений (1.4) и (1.5), называют множеством допустимых решений.
Определение 1.5. Линию (поверхность), ограничивающую область допустимых решений, 
называют границей этой области. 
Точки области допустимых решений делятся на внутренние точки и точки, лежащие на 
границе области. 
Определение 1.6. Множество называют выпуклым, если отрезок прямой, соединяющей 
любые две внутренние точки области, принадлежит этой области.
Определение 1.7. Границу выпуклого множества называют симплексом.
В случае плоскости симплексом является многоугольник, в случае трехмерного пространства — многогранник.
В теории линейного программирования доказано, что оптимальное решение задачи находится в одной из вершин симплекса. 
Для оптимизации поиска оптимального решения применяется градиент целевой функции
 
, 
который представляет собой вектор, определяющий направление наискорейшего возрастания (убывания) целевой функции. Для нахождения оптимального решения в любой внутренней точке области допустимых решений строится прямая перпендикулярно градиенту целевой 
функции. Если эта прямая, называемая разрешающей линией, двигается в направлении градиента целевой функции, то последняя точка соприкосновения разрешающей линии с областью допустимых решений представляет максимум целевой функции. Если движение разрешающей линии 
было в направлении, противоположном градиенту, получим минимум целевой функции.
Симплексный метод основан на расчетах, представляемых в симплексных таблицах и проводимых по определенному алгоритму. 
1.5. Математическая модель распределительных задач
Отличительными особенностями распределительных задач можно назвать следующие:
1) ограничения, образующие систему, — это система уравнений;
2) коэффициенты при переменных системы ограничений равняются 1;
3) каждая переменная, которая входит в систему ограничений, входят только в два соотношения:
1) 
 xij = ai, i = 1, …, m;
2)  xij = bj, j = 1, …, n.


Целевая функция имеет вид
z =  
 cij xij. 
Принимая во внимание специфические особенности, которыми обладают распределительные задачи, условие, дополняющее систему ограничений, будет следующим:
∀i, j : xij ≥ 0.
При таких условиях распределительная задача будет закрытой: 
 ai = 
 bj,
a если данное условие не выполняется — то открытой. Решать распределительную задачу 
тем способом, который существует, можно только, когда она закрытая. Введение фиктивных 
участников превращает открытую задачу в закрытую.
Распределительная задача решается путем применения метода потенциалов и характеристик. По строкам для обозначения потенциалов используют ui, а для столбцов — vj. Следующая формула позволяет рассчитать данные элементы: 
vj – ui = cij.
Чтобы заполнить ячейки таблицы при расчетах распределительной задачи, используются cij элементы (тарифы). Их содержат таблицы расчетов распределительных задач и целевая 
функция wij. Ее расчет производят для того, чтобы заполнить свободные клетки таблицы. Используется формула
wij = cij – (vj – ui).
Качество решения задачи  (качество плана) отражается характеристикой. Это величина 
экономии, которую можно получить на единицу продукции, если улучшить решение, перераспределив в свободную ячейку таблицы продукцию. Отсюда следует, что оптимальность 
решения задачи определяется таким критерием, как характеристика:
1) при решении на минимум целевой функции оптимальное решение достигается таким 
критерием: свободные ячейки таблицы не содержат отрицательные характеристики;
2) при решении задачи на максимум целевой функции оптимальное решение достигается 
таким критерием: свободные ячейки таблицы не содержат положительные характеристики.
Оптимальное решение получается, если улучшить первоначальное решение, которое не 
является оптимальным. После этого по строкам и столбцам рассчитываются потенциалы, результаты которых позволяют определить характеристики, присущие для ячеек, которые не 
заполнены. Проводится анализ характеристик, чтобы определить оптимальность решения, 
после чего выполняется построение контура перераспределения. Его начало находится в той 
ячейке, отрицательная характеристика которой самая маленькая, и идет в горизонтальном или 
вертикальном направлениях, пока не будет достигнута ячейка начала. В ячейках контура эти 
перераспределения отмечаются знаками (+) и (–), которые чередуются. В первой ячейке стоит значение (+). Нужно выбрать минимальное значение из всех ячеек, которые имеют знак (–), 
именно эта величина и подлежит перераспределению. Для ячеек, которые имеют знак (–), производится уменьшение на величину перераспределения, а для ячеек со знаком (+) — увеличение. Снова проверяется оптимальность решения.
Трансформация открытой модели распределительной задачи в закрытую достигается следующим образом: вводится фиктивная строка либо столбец (зависит от конкретных обстоятельств). Для них требуется применение тарифов для расчетов, в зависимости от того, какая 
стоит задача (min, max). Это необходимо для того, чтобы из решения задачи они были исключены. Пользователи могут применять программу, позволяющую рассчитывать распределительные задачи.


Доступ онлайн
218 ₽
В корзину