ПОИСК Статьи Чертежи Таблицы Взаимодействие человека и машины при принятии решений в условиях определенности из "Системы человек-машина Модели обработки информации, управления и принятия решений человеком-оператором " Чтобы определить предпочтения человека, можно предложить ему выбрать ту составляюш,ую, которую он предпочитает, для каждой пары всех возможных пар элементов из рассматриваемого множества. Такое исчерпывающее попарное сравнение позволяет осуществить автоматический выбор, полностью адекватный выбору, осуществляемому человеком на основе его собственных предпочтений. [c.295] Однако указанный подход неосуществим в том случае, если рассматривается набор, состоящий из большого числа элементов. Было бы желательно постичь структуру, лежащую в основе предпочтений человека, не требуя от него выражения всех этих предпочтений в явном виде. [c.295] Объясните машине, как принимать решение. Интема и Торгер-сон [100] предложили свой подход к этой проблеме и попытались имитировать с помощью машины принятие опытными операторами решений при многомерных альтернативах. Методика, которую они использовали для составления машинного алгоритма, сводилась к модели максимизации полезности, однако новизна их подхода заключается в методе, который они использовали для аппроксимации структуры предпочтений человека при сравнительно небольшом объеме измерений. [c.295] Можно получить представление об использованном типе интерполяции при рассмотрении задачи малой размерности. На рис. 17.3 представлен график для одномерного случая. Очевидно, что W = = Л + Вл — это линейная интерполяция по минимальному и максимальному значениям. Кривая показывает, что даже если функция ценности грубо аппроксимирует реальную структуру функции полезности принимающего решения, это приводит к правильному упорядочиванию альтернатив и, следовательно, к правильным решениям, если только две функции связаны монотонно. Отметим, что нет необходимости в монотонной связи самой физической размерности (например, красоты) с ценностью, поскольку принимающий решения при определении отношения между этой размерностью и ценностью может произвольно размещать точки по своему желанию. Красивый , например, может иметь меньшую ценность, чем интересный , т. е. привлекательной внешности. [c.296] Если решение принимается по трем размерностям, то имеется восемь углов и лространственную аналогию провести невозможно однако метод построения уравнения поверхности ясен из сравнения формул (17.1) и (17.2). [c.298] Этот метод был экспериментально опробован Интема и Клемом [99] в реальной ситуации, при которой выбор делался между различными комбинациями высоты, обзора и запаса топлива, как это в действительности может произойти при альтернативном выборе места аварийной посадки самолета. Таким образом, стояла задача выбрать между альтернативными участками для приземления, отличающимися только по этим трем размерностям. Опытные летчики сначала выбирали между двумя альтернативами в случайно взятых парах ситуаций, а затем они строили требуемые шкалы угловых ситуаций и отдельных размерностей. В заключение для каждого летчика в отдельности полученные от вычислительной машины решения, основанные на этих шкалах, сравнивались с выданными ранее действительными решениями. Средняя доля решений, в которых имеется несогласие одного летчика с другим, 0,140, немного больше, чем доля рассогласований между летчиком и машинной имитацией его решений, равная 0,113. Примечательно, что машинный алгоритм является в среднем лучшей моделью принятия летчиком решений в этой задаче, чем это бы сделал другой случайно выбранный летчик. [c.298] что с довольно сложными проблемами принятия решений можно справиться при помощи метода, допускающего сравнительно простое и точное описание, было убедительно показано Кларксоном [18], который после тщательного анализа, консультаций и наблюдения смоделировал процесс принятия ответственным служащим банка решений о капиталовложениях и получил удивительно точное соответствие между решениями служащего и модели, какие конкретно акции и в каком количестве покупать. Конечно, это случай принятия решений в условиях риска, а не в условиях определенности. Моделью была программа для вычислительной машины, в которой использовались те же самые ин дексы, переменные, методы приближенного подсчета, критерии выбора и второстепенные цели, которые банкир считает важными составляющими принимаемых им решений и использует аналогичным образом. Несомненно, хорошее качество действия модели во многом объясняется тем, что служащ ий старается действовать как можно более рационально и стремится к достижению хорошо определенных целей. Решения управляющего кадрами могут оказаться гораздо труднее для ана лиза и соответственно для моделирования. [c.299] Важной целью использования современной теории полезности при принятии решений в условиях определенности является помощь людям в определении их истинных предпочтений при сложных следствиях. Возможно, человек сумеет установить свои правила предпочтения среди предметов, но окажется неспособным без помощи математики определить по этим правилам и известным ограничениям наиболее предпочтительный вариант. Вообще говоря, это проблема исследования операций при определении оптимальных альтернатив. Льюс и Райффа [50] приводят пример использования линейного программирования для определения наиболее предпочтительной диеты, когда определяющей является минимальная общая стоимость при условии достаточного питания. Это, однако, не означает, что американцы предпочли бы питаться пшеничной мукой, капустой и свиной печенкой. [c.299] Проблемы, с которыми сталкиййются Люди при упорядочений своих предпочтений и при рассмотрении последствий выбора различных альтернатив, приводят к появлению большого числа предложений по вспомогательному использованию вычислительных машин для принятия решений. [c.300] Вернуться к основной статье