ПОИСК Статьи Чертежи Таблицы Типы структурированности проблем, решаемых с помощью СППР из "Компьютерная поддержка принятия решений " Попытки применения исследования операций для решения различного класса задач выявили большие различия в природе изучаемых систем. В связи с этим была предложена следующая классификация проблем [1.7, 1.19]. [c.27] Согласно этой классификации типичные проблемы исследования операций можно назвать хорошо структурированными. Этот класс задач широко применяется при оценке и выборе элементов технических устройств. Например, форм корпуса самолетов или кораблей, управлении электростанциями, расчете радиоактивного заражения местности и т.д. То есть в тех случаях, когда существуют адекватные математические модели устройств или процессов и есть опытные данные, позволяющие априорно определить параметрь[ этих моделей. [c.27] К этому классу проблем относятся, например, проблемы планирования научных исследований, конкурсного отбора проектов, выработки политики отбора статей в журналах и т.д. [c.28] К второму классу проблем относятся многие смешанные задачи, использующие как эвристические предпочтения, так и аналитические модели. Например, при ликвидации последствий чрезвычайных ситуаций, вызванных радиоактивным поражением, аналитические модели могут быть использованы для определения степени и характера поражения через заданные интервалы времени, а эвристические предпочтения при выборе мер по ликвидации последствий поражения. К этому же классу проблем относятся многие проблемы, связанные с экономическими и политическими решениями, проблемы медицинской диагностики и т.п. [c.28] Среди многокритериальных методов принятия решений существуют два, возникшие в 60-е годы подхода [1.20]. Первый подход предполагает, что в каждой конкретной задаче принятия решения при многих критериях необходимо построить численную функцию, отражающую предпочтения ЛПР. [c.28] Второй подход имеет скорее поведенческое, а не математическое обоснование Подход, основанный на идее выявления предпочтений одновременно с исследованием допустимого множества действий для отыскания эффективных решений [1.21]. [c.28] Наряду с указанными подходами, обогащая их, развивались методы нечеткой логики [1.22]. [c.28] В господствующих подходах, порожденных декартовой рационалистической методикой, традиционно существует тенденция отвергать такие термины, как неясность, неопределенность, нечеткость или неточность. Однако в реальном мире неминуемо приходится сталкиваться со множеством случаев, когда невозможно избежать проблемы учета неясностей и неточных данных о событиях, характеристиках в оценках. В 1965 г. Заде предложил теорию нечетких или размытых множеств [1.22], получивших также название нечеткой логики. Теория нечетких множеств дала схему решения проблем, в которых субъективное суждение или оценка играют существенную роль при оценке факта неясности и неопределенности. [c.28] Средства вычислительной техники позволяют в значительной степени формализовать процесс поддержки принятия решений, используя оба перечисленных выше подхода в сочетании с методами размытых множеств. [c.29] Вернуться к основной статье