Субъективность в принятии решений

Субъективность в принятии решений [c.16]

Важной особенностью рассматриваемой задачи является наличие лица, принимающего решения (ЛПР). Однако его роль в данной задаче иная, чем в обычных задачах принятия индивидуальных решений. В типичных задачах принятия решений на основе предпочтений ЛПР понятие лучшей или худшей альтернативы определяется субъективной моделью принятия решений. В рассматриваемых задачах рациональный руководитель не может не учитывать возможности выполнения работ исполнителями, определяемые их характеристиками. [c.45]

Возвращаясь к проблеме поддержки принятия решения, необходимо отметить, что признанием фактора субъективности ЛПР в принятии решения нарушен фундаментальный принцип методологии исследования операций поиск объективно оптимального решения. Признание права ЛПР на субъективность решения есть признак появления новой парадигмы, характерной для другого научного направления - принятия решений при многих критериях [1.4]. [c.20]

Далее, автоматизация управления в какой-то мере способствует вытеснению из организационных процессов субъективного элемента. Выработка решений в ряде случаев материализуется вычислительной техникой. Повышается достоверность информации за счет использования датчиков и контролирующих приборов. Отсюда снижается влияние субъективных колебаний индивидуальных особенностей на содер- жание решения. Разумеется, сам акт принятия решения всегда будет делом сознания человека, его воли и интересов, но подобная объективация процессов управления есть одно из далеко идущих последствий внедрения АСУ. [c.130]

Используя преимущественно субъективный опыт, необходимо считаться с тем, что он имеет естественное выражение не в количественных мерах и категориях, а в логических и качественных. Как правило, легче получить качественную оценку того, окажет ли тот или иной ИЛ-элемент влияние на процесс управления или нет, будет ли оно большим или меньшим по сравнению с влиянием другого ИЛ-элемента, чем получить количественную оценку такого влияния. Поэтому работа по составлению ИЛС АСУ основывается на логическом сопоставлении, анализе, прослеживании причинно-следственных связей и т. п. Включая тот или иной элемент в разрабатываемую ИЛС, проектировщик либо заимствует его из существующей ка объекте системы управления, либо разрабатывает его заново, либо берет по аналогии из ранее разработанной или типовой системы. В любом из этих случаев каждый ИЛ-элемент необходимо тщательно проанализировать, оценив его значение для разрабатываемой системы, влияние на процесс управления и т. д. В важных случаях необходимо согласование принятого решения с представителями заказчика. Такой процесс сложен и трудоемок. Эта сложность определяется в ос- [c.8]

В тех случаях, когда объективной информации оказывается недостаточно для определения численных значений требуемого критерия при принятии решения, должны использоваться субъективные оценки, основанные на накопленном опыте, знаниях, идеях, мнениях и догадках специалистов, привлеченных к выработке субъективной оценки. [c.4]

Обозначим через Ог множество объектов (1 = == 1, 2,. .., и), а через С—множество субъектов ( = = 1, 2,. .., и). Пусть Qi —оценка -го объекта по /-му критерию, а С —оценка -го субъекта по к-му критерию (/, к=1, 2, К). Далее будут рассматриваться дискретные шкалы оценок. Причина этого состоит в том, что в задаче о назначениях многие критерии имеют качественный, субъективный характер. Для таких критериев характерны шкалы с небольшим числом качественных словесных оценок, причем обычно число таких оценок невелико (3—5). Отметим, что во многих задачах принятия решений непрерывные шкалы могут быть заменены дискретными с формулировками, отражающими степени качества, различимые для ЛПР. Далее предполагается, что оценки на шкалах упорядочены от лучшей к худшей. Если а,— номер оценки на шкале /-го критерия, то при =1 имеем худшую оценку. [c.48]

Кроме того, вполне очевидно, что, когда кончается строгая логика положений волнового принципа и вступают в силу вероятностные суждения, соответственно возрастает и роль субъективного фактора, как это имеет место во всех подобных науках. В равновероятных ситуациях ошибки в выборе наиболее предпочтительной нумерации волн становятся вполне естественными. И трейдеру надо уметь проявлять гибкость, вовремя признавая свои ошибки и отказываясь от своих заблуждений. Поэтому можно достаточно уверенно говорить, что автоматизированные системы принятия решений по волновому принципу не имеют долговременной перспективы. [c.183]

В разд. 8.4 мы пытаемся обрабатывать субъективно полученные величины с помощью некоторого гибкого критерия принятия решения. Этот раздел носит предварительный характер. [c.10]

Описанный в гл. 7 гибкий критерий принятия решения базируется, как особенно ясно из условия 0 и последнего фактора в Са [см. формулы (7.4) и (7.5)], главным образом на минимаксном (ММ) критерии. И разумно, и желательно, чтобы, например, при отсутствующих или ограниченных возможностях наблюдения, характеризующихся крайне малым объемом выборки, пессимистический, т. е. ориентирующийся на наихудшие условия, ММ-критерий служил бы оптимальной страховкой при принятии решения. Однако в практике принятия решений часто встречаются также ситуации, в которых, несмотря на отсутствующие или недостаточные возможности наблюдения, имеется полезная информация, которую нельзя обработать объективным путем. При объективизации процессов принятия решения такая субъективная информация неизбежно остается без внимания. Поэтому возникает вопрос, нельзя ли обработать эту информацию, переводя ее субъективными взвешенными оценками или гипотетическими вероятностями д/, /=1,..., п п — общее число возможных состояний), в категорию, аналогичную часто- [c.110]

Для того чтобы сделать разумный выбор между различными вариантами решения, необходимо оценить последствия реше-ния. При принятии решений на практике это часто представляет большие трудности. Понятия ценности и пользы, к сожалению, не имеют универсального характера, даже когда они отражают интересы больших групп людей. Индивидуальные представления о них из-за весьма различных мотивов и взглядов сильно различаются. Это различие может быть ограничено, если рассматривать полезность решений в инженерной и хозяйственной деятельности. Однако и здесь остается возможность субъективной оценки полезности небольшими группами или отдельными лицами. Поэтому ставящий задачу должен иметь возможность оценивать решение по однозначным правилам. [c.152]

Экспертная оценка сопряжена с множеством субъективных факторов и имеет низкую достоверность. Как правило, оператор (лицо, принимающее решение) не заинтересован в проведении такой оценки, так как вся ответственность за последствия принятого решения ложится на него. Решение по обобщенному диагностическому параметру, имеющему предельно допустимые значения, принимается автоматически, и в случае ошибки диагноза ответственность за недостоверное решение несет разработчик алгоритма. Обобщенный признак должен иметь три градации, характеризующие близость текущего состояния двигателя к состоянию отказа. [c.56]

В книге освещается методика поддержки принятия решений, позволяющая лицу, принимающему решение, сочетать собственные субъективные предпочтения с компьютерным анализом ситуации в процессе выработки решений. [c.2]

Неопределенности являются неотъемлемой частью процессов принятия решений. Эти неопределенности принято разделять на три класса [1.2] неопределенности, связанные с неполнотой наших знаний о проблеме, по которой принимается решение неопределенность, связанная с невозможностью точного учета реакции окружающей среды на наши действия, и, наконец, неточное понимание своих целей лицом, принимающим решения. Свести задачи с подобными неопределенностями к точно поставленным целям нельзя в принципе [1.2]. Для этого надо снять неопределенности. Одним из таких способов снятия является субъективная оценка специалиста (эксперта, руководителя), определяющая его предпочтения. [c.19]

Часто возникают сомнения подходят ли методы формального компьютерного анализа для решения сложных проблем, поскольку в процессе выработки таких решений требуются субъективные оценки. Они действительно требуются, но эти субъективные оценки воспринимаются системой поддержки принятия решений в качестве исходных данных. [c.346]

Общая точка зрения теоретиков заключается в том, что в вероятность непосредственно включается субъективная компонента. Учитывается, что элемент субъективного человеческого суждения присутствует даже в казалось бы наиболее объективных процедурах количественного определения вероятности исключается требование существования единственного правильного значения вероятности, если только это значение не выводится логически из имеющихся факторов. Сущность такой субъективной, или индивидуальной, точки зрения в том, что вероятность непосредственно связана с процессом принятия решений и отражает степень уверенности конкретной личности, что данное событие в действительности произойдет. Степень уверенности в этом контексте понимается скорее как намерение действовать, основанное на этой уверенности, чем сама интенсивность этого чувства. [c.36]

При частотном подходе к вероятности субъективные элементы проявляются в необходимости предположить предельное значение относительной частоты и изменять это значение, если на это указывают результаты испытаний. В какой именно момент необходимо изменять значение вероятности Обычные аксиомы вероятности с субъективной точки зрения представляют систему правил, позволяющих использовать степень уверенности для принятия решений с целью получения определенного преимущества. Более того, предполагается, что когда результаты испытаний известны, они используются для перерасчета значений вероятности в соответствии с правилом Байеса в дальнейшем эта процедура будет подробно рассмотрена. В силу такого предположения независимо от априорной точки зрения по мере повторения испытаний субъективная вероятность будет асимптотически приближаться к величине, получаемой частотным методом. [c.36]

Автоматизированное принятие решений часто используется в сложных системах при этом оно выполняется либо вычислительными машинами, либо самими людьми по заранее разработанному методу. Но такие решения не могут быть лучше, чем данные, критерии и меры пригодности, которые использовались в процессе их принятия. Разработка лучших способов оценки субъективных знаний, величин и целей, которыми обладают люди, и введение их в методы принятия решений является важной технической задачей. Например, система планирования и руководства разработками является средством определения того, какие процессы или операции наиболее критические с точки зрения времени завершения проекта. Эта система может служить эффективным методом обобщения и извлечения выводов из субъективных оценок составляющих проекта, подобно тому как преобразователь вероятностной информации Эдвардса [30], рассмотренный в части I, эффективно обрабатывает субъективные вероятности. [c.287]

В части III мы рассмотрим задачи и модели принятия решений приблизительно в порядке возрастания их сложности, но ограничимся теми задачами, которые связаны с изучением систем человек—машина, или имеют особое значение для инженеров, занимающихся деятельностью человека. Сначала мы исследуем полезность и принятие решений в условиях определенности. Затем рассмотрим риск, при котором известны вероятности следствий. В этой связи мы рассмотрим некоторые исследования, касающиеся индивидуальных различий, особенно тех, которые связаны с антипатией к риску или склонностью к нему. В одной из наиболее важных моделей предполагается, что человек стремится максимизировать свою субъективно ожидаемую полезность, и хорошим примером ее применения является обнаружение сигналов на фоне шума (см. гл. 19). Затем мы рассмотрим осложнения, которые возникают при последовательном динамическом принятии решений, в котором выборы делаются на основе данных, получаемых до принятия окончательного решения. В заключение излагаются способы использования игр для моделирования совместного поведения операторов, но представляется только образец приложений в этой области, поскольку большинство таких приложений лежит за пределами содержания этой книги. [c.290]

Модель СОП была применена и проверена несколькими способами. Обычная процедура такова 1) предполагается, что модель СОП верна, 2) предполагается, что известна или полезность, или субъективная вероятность, 3) по принятым решениям или высказанным предпочтениям определяется неизвестная переменная и 4) делается попытка предсказать по полученным результатам дальнейшие решения и предпочтения, чтобы проверить действенность модели и сделанных предположений. В некоторых [c.306]

Очевидно предстоит пройти еще длинный путь, прежде чем удастся ввести в модели принятия решений количественные значения индивидуальных переменных и получать надежные предсказания. Однако, становится все более очевидным тот факт, что принятие решений, в котором критерий выбора и влияние послед-стий зависят от индивидуальной интерпретации, ограничивается сильной зависимостью от тех субъективных факторов, которые различны для разных людей. Такие задачи с точки зрения систем человек—машина настолько плохо определены, что человек по существу может сам решать, каковы правила игры . Из сказанного следует, что в таких задачах нельзя ожидать от моделирования поведения одновременно и точности, и универсальности. [c.320]

Если бы человек был консервативным в смысле недооценки величины отношения правдоподобия Ь, но тем не менее придерживался оптимальной стратегии принятия решений, то он вел бы себя, как при решении задачи, отличной от поставленной перед ним, а именно, задачи с меньшим значением 2. Пусть (У2) — значение УЕ для данной задачи, и пусть оптимальное ожидаемое количество данных для этой задачи будет (М/У)а, которое определяется по рис. 20.3. Пусть (VZ)g будет субъективным значением УЕ. Соотношение (УЕ) < (Г2) вытекает из предположения о консерватизме принимающего решения. Пусть ожидаемое количество данных, соответствующее (УЕ) , обозначается (М1У). Тогда (Ы/У) Ш/У)а в зависимости от положения (УЕ) по отношению к максимуму кривой на рис. 20.3. Если (УЕ) находится левее максимума, то (УЕ) , находящееся еще левее, дает значение (N/У)s < (А /У)а> т. е. человек использует количество данных, меньшее оптимального. Если (УЕ) достаточно далеко справа от максимума, то (УЕ) будет левее (УЕ) , но все же правее максимума и (М1У) будет больше, чем (Л /Юл т. е. человек использует слишком большое количество данных. [c.351]

ГОСТ 5290—60 аналогичные понятия (деталь, узел, группа) рассматривает только как составные части изделия, хотя в узел и в группу могут, в свою очередь, входить детали и другие узлы и группы. Как видно из определений узла и группы, по ГОСТ 52Ш—60 узел переходит в группу в том случае, когда для него целесообразна самостоятельная организация производства. А поскольку эту целесообразность устанавливал конструктор, одна и та же составная часть изделия в одном случае могла быть узлом, в другом случае— группой, т. е. это зависело от субъективных особенностей конструктора и от конъюнктурных соображений в отдельном конкретном случае. А если при изготовлении изделий принималось решение по организации производства, отличное от принятого конструктором, приходилось перерабатывать отдельные конструкторские документы, так как группа в соответствии с ГОСТ 5295—60 должна была иметь сводную спецификацию, которую узел не имел. [c.156]

Очевидно, что увеличение числа экспертов редко снижает вероятность принятия ошибочного решения и, следовательно, увеличение числа экспертов, придающее оценке статический характер и допускающее ее усреднение является важным фактором, определяющим правильность субъективной оценки. Таким образом лингвистическую модель определения субъективных оценок можно представить в виде [c.5]

В отсутствие детерминированных моделей и причинно-следственных связей, которые позволяют правильно предсказывать наступление любого события по исходным данным, возможность принятия разумных решений основана на использовании различий в вероятностях событий. Субъективная вероятность либо основана на регистрации субъективной или объективной частоты наступления событий, либо может быть однозначно выведена из других вероятностей или экспериментальных данных, либо является результатом в значительной степени подсознательного учета множества хранящихся в памяти фактов и впечатлений. Все три указанные возможности играют существенную роль в сборе и обобщении вероятностной информации, которые предшествуют принятию ответственных решений в практических ситуациях мы поочередно рассмотрим каждый из этих способов. [c.37]

Следует учесть, что в настоящее время в угольной промышленности дефектоскопия большей частью ручная, и еш,е определенное время такое положение сохранится из-за специфики производства и других причин, поэтому роль дефектоскопистов чрезвычайно велика. В их функции входят настройка дефектоскопов, тщательное выполнение предусмотренных методикой операций контроля, оценка показаний индикаторов и принятие решений по выявленным дефектам. Чтобы снизить влияние субъективных факторов на результаты контроля, к дефекто-скопистам предъявляют следующие требования они должны пройти подготовку по соответствующим методам и средствам дефектоскопии, технике безопасности в объеме типовой программы и требований к дефектоскопистам по этим методам контроля, изложенным в тарифноквалификационном справочнике работ и профессий рабочих и других НТД. [c.40]

Этой общей задаче и посвящается предлагаемая книга. В основе ее лежат многолетние исследования и практический опыт в области электроэнергетики. Книга предназначена в первую очередь для инженеров, но охватывает также общие ситуации принятия решений и в других областях. Среди прочих приводятся критерии принятия решений, гибко приопосабливающиеся к различным ситуациям, исключающие при этом субъективный момент и основанные на объективных принципах, так что возможными оказываются их программирование и перенос процесса принятия решений на ЭВМ. Хотя книга в первую очередь предназначена для инженеров, но и экономисты найдут в ней много важных сведений, поскольку в обеих областях имеется много общего как в постановке задач, так и в оценке целесообразности принципов принятия решений. [c.5]

Из требований, предъявляемых рассмотренными критериями к анализируемой ситуации, становится ясно, что вследствие их жестких исходных позиций они применимы только для идеализированных практических решений. В случаях, когда требуется слишком сильная идеализация, можно однов1ременно применять поочередно различные критерии. После этого среди нескольких вариантов, отобранных таким образом в качестве оптимальных, приходится все-таки волевым образом выделять некоторое окончательное решение [12]. Такой подход позволяет, во-пе р-вых, лучше проникнуть во все внутренние связи проблемы принятия решений и, во-вторых, ослабляет влияние субъективного фактора. [c.27]

В табл. 9.1 эти элементы показаны в их важнейших связях. Область влияния лица, принимающего решение, достаточно велика. Варианты решения, тем не менее, определяются главным образом параметрами системы или процесса. Факторы, влияющие на принятие решения, занимают диапазон от крайне субъективных, определяемых компетенцией и осведомленностью принимающего решение и проявляющихся в ускоренном выборе или затягивании решения, до таких объективных условий, как технические данные, характеристики, модели, методы и всевоз-мол ного рода вспомогательные средства. Наблюдения показывают, что при принятии технико-экономических решений часто исходят, кроме того, просто из интуиции и жизненного опыта. В обыденной практике принимающие решение ориентируются лишь на общий имеющийся у них запас математических знаний. Только относительно немногие процедуры принятия решения полностью математически моделируются и обосновываются. По затраченным для обработки средствам решения можно разбить на три группы 1) эмпирические, 2) опирающиеся на некоторые количественные сравнительные оценки и 3) принятые на основании построенной с исчерпывающей полнотой модели. Величина возможных ошибок находится в обратной зависимости по отношению к степени точности описания задачи и затраченным на выбор решения усилиям и является наибольшей при эмпирических решениях. Процесс принятия решения может быть описан в категориях следующих фаз инициатива, описание проблемы, анализ ситуации, постановка задачи, анализ имеющейся информации, дискретизация и комбинирование внешних условий, выработка альтернатив, расчет и оценка последствий, выбор рациональных альтернатив, проверка результатов, оформление решения. Схема процесса принятия решения [c.115]

Во избежание ошибок при проведении диагностирования конечными пользователями, т.е. обслуживающим персоналом компрессорных станций (КС), требуется максимально исключить влияние субъективных факторов на принятие решений по оценке состояния, для чего необходима максимальная автоматизация процесса принятия решений, из чего следует, что средства виброконтроля должны иметь достаточно сильно развитое программное диагностическое ядро, отвечающее за принятие решений о состоянии оборудования. Подавляющее большинство имеющейся на рынке виброизмерительной аппаратуры страдает именно тем недостатком, что она предназначена, в основном, не для диагностики, а для вибромониторинга, и не способна решать задачи раннего распознавания неисправностей, особенно, когда речь идет о таких сложных механических объектах, как ГПА. [c.79]

Так, в [1.7] она определяется следующим образом "Системы поддержки принятия решений являются человеко-машинными объектами, которые позволяют лицам, принимающим решения (ЛПР), использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем В этом определении [c.21]

В [1.9] СППР дается такое определение Система поддержки принятия решений - это компьютерная система, позволяющая ЛПР сочетать собственные субъективные предпочтения с компьютерным анализом ситуации при выработке рекомендаций в процессе принятия решения . Основной пафос этого определения - сочетание субъективных предпочтений ЛПР с компьютерными методами. [c.22]

Невозможность изменения субъективной оценки апостериорной вероятности в той степени, которая соответствует данным наблюдений, называют консервативностью вывода. Термин консервативность здесь употребляют неправильно. Казалось бы этот термин предполагает, что лицо, оценивающее вероятность, не склонно действовать до тех пор, пока не уверится окончательно в правильности гипотезы. Такое толкование связано, однако, с критерием принятия решений, с отношением между определенностью и выбором, тогда как консервативность вывода относится только к отношению между определенностью и данными. Мы будем употреблять слово консерватизм в значении не придавать фактам их полного значения . Часть испытуемых оказалась более консервативной, чем остальные. Заметные индивидуальные различия были обнаружены Дейлом [17] и Шамом [97], однако испытуемые, постоянно преувеличивающие значение результатов наблюдений, встречаются редко. Если исходить из величин, используемых в формуле Байеса, возможны две основные причины возникновения эффекта консерватизма при вычислении апостериорных вероятностей 1) ошибочная оценка изменения результатов при каждом очередном наблюдении, приводящая к неправильной оценке р (/) Я) 2) ошибочное представление о совокупном значении этих вероятностей, соответствующее неправильным расчетам при вычислении правой части уравнения (4.10). Представляется, что первая из этих причин важнее второй. [c.53]

Давидсон, Саппе и Сайгл [22] смогли измерить полезность и субъективную вероятность независимо. Они сделали это, используя событие Е, для которого субъективная вероятность появления Рз Е) равна субъективной вероятности непоявления ( ). По определению это равенство имеет место, если для всех испытуемых смешанный исход [р Е) х + 1 цент, р Е) у] предпочитается или является равноценным смешанному исходу [р Е) у, р Е) х] и если смешанный исход [р Е) х, р Е) у] предпочитается или является равноценным смешанному исходу [р Е) у, р Е) х — — 1 цент], где х и у — различные суммы денег. Эти условия эквивалентны отношению [р (Е) х, р (Е) у] I [р (Е) у, р Е) х]. Для нескольких исследованных событий, имеющих вероятность 0,5 (выпадение монеты гербом при бросании, получение нечетного числа при бросании игральной кости и т. п.), оказалось, что этот критерий нарушается. В конечном итоге соответствующий генератор событий был получен путем использования очень точно выполненного шестигранного кубика, на трех гранях которого было написано односложное ни с чем не ассоциирующееся слово, например, ЗЕИ, а на трех других гранях — другое, сходное с первым слово, например ЗОИ. Оказалось, что испытуемые при принятии решения относительно желательного исхода не отдают предпочтение ни одному из этих слов перед другим. [c.310]

Несмотря на очевидные с точки зрения описания решений достоинства модели СОП, существуют определенные трудности, мешающие принятию этой модели в качестве общей теоретической основы для описания решений человека, принимаемых в условиях риска. Мостеллер и Ноджи [59] указывают, что существование отличной от тождества функции, связывающей субъективную и объективную вероятности, возможно только в случае двух взаимно исключающих и взаимно исчерпывающих событий, для которых удовлетворяется требование равенства единице суммы субъективных вероятностей. Как показано на рис. 18,3, даже в этом случае возможные функции ограничиваются только теми, которые не изменяются при повороте на 180° относительно вертикальной оси, проходящей через точку (0,5 0,5). Как показывают данные Престона и Барратта, судя по процессу принятия решений человеком, его субъективные вероятности не согласуются с этим требованием. [c.312]

Модель, включающая соображения аналогичные неаддитий-ности субъективной вероятности, была довольно успешно применена Андерсоном и Шенто [2 ] для анализа стоимости ставок. Конечно, возможны и другие методы сочетания вероятностного и стоимостного аспектов принятия решения в условиях риска, кроме перемножения соответствующих величин. Словик и Лихтенштейн [83] обнаружили, что стоимость W в виде линейной комбинации вероятностей р и стоимостей исходов V [c.314]

Требование обоснованности (обеспечения выработки обоснованных рекомендаций и решений) означает соответствие критериям научной обоснованности (формализован-ности, логической непротиворечивости, точности), рациональности и интерсубъективности, т.е. сочетания возможности наилучшего и наиболее полного использования имеющейся информации для экономии материальных ресурсов с обеспечением независимости результатов оценивания от субъективных факторов, в том числе от каких бы то ни было промежуточных манипуляций, которые не оговорены заранее и не могут быть достоверно воспроизведены. Требование реализуемости метода связывается, с полнотой и реальной получаемостью исходных данных, информативностью множества выходных параметров, правильностью и конечностью реализующего метод алгоритма. При этом требование оперативности уточняет конкретный запас времени на принятие того или иного решения и получение ответа для соответствующей базовой задачи. [c.498]

Процесс эволюции взглядов на проблему управления большими системами (в том числе и сложными производствами) в аспекте использования различных описаний при создании моделей объектов управления, пройдя через этапы применения детерминированных и стохастических формализмов, а также осознания целесообразности учета в них человеческого фактора, вывел специалистов на формирование концепции интеллектуальных производственных систем. Наиболее динамично развивающимся направлением построения систем искусственного интеллекта являются экспертные производственные системы. Они, имитируя способ рассуждений, свойственны человеческому разуму, способны решать зад ачи управления не хуже коллегии экспертов. Наличие человеческого фактора, а точнее, лица, принимающего решения (ЛПР), в структуре управления существенно корректирует управляющие воздействия, а иногда и кардинально меняет всю стратегию управления. Это связано с тем, что ЛПР, обладая собственной (естественно, субъективной) системой предпочтений в плане выбора целей и критериев управления, зачастую не согласен (в той или иной мере) с решениями, предлагаемыми системой на основе традиционных моделей. Подобные разночтения вызваны теми обстоятельствами, что большинство сложных объектов принадлежит к группе слабоструктурированных, плохо определенных объектов, характерным для которых является ярко выраженная индивидуальность, отсутствие строгого критерия оптимальности, высокая динамичность, и, наконец, главное — неполнота информации об объекте, затрудняющая формализацию его описания. Как показывает опыт, в таких ситуациях более обоснованным и соответственно более эффективным в конечном счете оказывается решение, принятое ЛПР. [c.99]

Работы по созданию системы технической диагностики магистральных трубопроводов проводятся в тресте "Подводтрубопровод" около 15 лет. Первые элементы системы были заложены в технологию приборного обследования подводных переходов. Одной из причин перехода к технологии приборного обследования явилась низкая точность и достоверность информации, получаемой в результате водолазного обследования, которая применялась для оценки технического состояния трубопроводов. Ведущими специалистами треста было принято однозначное решение, что водолазное обследование не может удовлетворить требования к уровню качества технического диагностирования, в первую очередь, из-за недостаточной полноты получаемых данных и их значительной субъективности. Поэтому акцент был сделан на инструментальные методы обследования, которые уменьшают субъективность оценки состояния объекта, повышают точность измерений и производительность труда. [c.50]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...