Помощь в написании студенческих работ
Антистрессовый сервис

Разработка математических моделей поддержки принятия решений при информационных ограничениях

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Перспективным для исследования является общий подход к проблеме поддержки принятия решений в условиях информационных ограничений, суть которого состоит в том, что все ЛПР выбирают оптимальные решающие функции, определенные на множествах известных параметров в соответствии с заданной структурой их информированности, включая и асимметрию информированности. При этом ЗПР записываются как задачи… Читать ещё >

Разработка математических моделей поддержки принятия решений при информационных ограничениях (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. ИНФОРМАЦИОННЫЕ ПРОЦЕССЫ В КОРПОРАТИВНЫХ СИСТЕМАХ ПРИНЯТИЯ РЕШЕНИИ И МЕТОДЫ ИХ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
    • 1. 1. Проблема принятия корпоративных решений в условиях информационных ограничений
    • 1. 2. Вариационное расширение задачи принятия решений при информационных ограничениях
    • 1. 3. Исследование информационных ограничений в задачах принятия решений и управления
    • 1. 4. Исследование информационных процессов при принятии и реализации решений в производственных системах
  • ГЛАВА 2. ИССЛЕДОВАНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРИНЯТИЯ РЕШЕНИЙ С ИНФОРМАЦИОННЫМИ ОГРАНИЧЕНИЯМИ
    • 2. 1. Необходимые условия оптимальности задачи с информационными ограничениями
    • 2. 2. Игровая постановка задачи управления при несовпадающей информированности
    • 2. 3. Задача стимулирования при несовпадающей информированности игроков
  • ГЛАВА 3. ИССЛЕДОВАНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ В КОРПОРАТИВНЫХ СИСТЕМАХ ПРИНЯТИЯ РЕШЕНИЯ ПРИ ИНФОРМАЦИОННЫХ ОГРАНИЧЕНИЯХ
    • 3. 1. Пример детерминированной задачи стимулирования второго рода
    • 3. 2. Пример задачи стимулирования второго рода при разной информированности активных элементов
    • 3. 3. Влияние информационных ограничений по типу обменной информации на примере задач блочного линейного программирования
      • 3. 3. 1. Генерация задач блочного линейного программирования
      • 3. 3. 2. Метод Данцига-Вульфа
      • 3. 3. 3. Метод Корнай-Липтака
      • 3. 3. 4. Метод отсечений
    • 3. 4. Анализ эффективности методов блочного линейного программирования

Актуальность исследования. В последние годы усиливается интерес к математическому моделированию процессов принятия решений в сложных социально социальных и экономических системах, в том числе в системах со многими центрами принятия решений (системы с п ЛПР).

Одним из значимых аспектов сложных систем при обосновании оптимальных решений выступают информационные ограничения, т. е. уровень информированности ЛПР о целях, условиях, предпочтениях, множествах допустимых решений всех действующих участников рассматриваемой системы, включая случай асимметрии указанной информированности.

Исторически задачи обоснования решений как одного ЛПР, так и п ЛПР с учетом различных информационных гипотез рассматривались в рамках теории игр (В.Н. Бурков [14, 16], Ю. Б. Гермейер [23], В. А. Горелик, М. А. Горелов, А. Ф. Кононенко [27, 28], Н. Н. Моиссев [62, 81] и другие), двух-этапного и многоэтапного стохастического программирования (Ю.Н. Ермольев [34], В. В. Колбин [37], А. С. Немировский [66], Е. А. Нурминский [71], Д. Б. Юдин [88, 89]), декомпозиционных процедур при оптимизации систем управления (Ю. Г Евтушенко [33], Н. М. Оскорбин [49, 57], B.C. Танаев [47],.

B.И. Цурков [1, 85]), системного компромисса (Г.И. Алгазин [6, 5]), теории принятия решений при нечеткой информации (Л. Заде [95], А. Кофман [42],.

C.А. Орловский [72]).

При анализе информационных ограничений в задачах поддержки принятия решений (ЗПР) часто используются две из известных в литературе базовые модели значений неконтролируемых параметров. В первой модели неконтролируемые параметры ЗПР можно рассматривать как случайные, т. е. значения всех параметров реально являются случайными и ЛПР известны их распределения вероятностей. Во второй модели для значений неконтролируемых параметров в рамках заданных множеств неизвестны их вероятностные характеристики и/или они не могут изучаться вероятностно-статистическими методами. Случай асимметрии информированности ЛПР и соответствующие математические модели обоснования оптимальных решений рассматривались только в простых частных случаях в общем же случае, недостаточно полно исследованы в литературе.

Перспективным для исследования является общий подход к проблеме поддержки принятия решений в условиях информационных ограничений, суть которого состоит в том, что все ЛПР выбирают оптимальные решающие функции, определенные на множествах известных параметров в соответствии с заданной структурой их информированности, включая и асимметрию информированности. При этом ЗПР записываются как задачи вариационного исчисления. Практическая применимость такого подхода состоит в том, что при некоторых простых информационных структурах, поиск оптимальных решений сводится к конечномерным задачам оптимизации, которые решаются известными методами математического программирования. В общем случае для задач поддержки принятия решений с информационными ограничениями необходимо применять методы вариационного исчисления. Учитывая вышесказанное, можно заключить, что тема диссертации является актуальной.

Цель диссертационной работы состоит в разработке математических моделей поддержки принятия решений при информационных ограничениях: теоретическое исследованиеразработка и обоснование численных методовпрограммная реализация.

Для достижения цели в диссертации были поставлены и решены следующие задачи:

1) анализ существующих подходов к формализации задач принятия решений с учетом информационных ограничений;

2) вариационное расширение задач принятия решений с учетом информационных ограничений и исследование частных случаев, в том числе игры двух лиц с квадратичными функционалами выигрышей;

3) формулировка и доказательство существования равновесия по Нэшу в игре п лиц при разной информированности ироков;

4) обоснование необходимых условий существования решения в задаче стимулирования второго рода при разной информированности активных элементов;

5) разработка алгоритма для модельного примера задачи стимулирования второго рода при общей и несовпадающей информированности игроков;

6) исследование информационных процессов в системах поддержки принятия корпоративных решений и качественный анализ схем информационного межуровневого взаимодействия на примере численных методов блочного программирования.

Объект исследования — процедуры принятия решений в условиях неопределенности и при асимметрии информированности ЛПР.

Предмет диссертационного исследования — математические модели процессов принятия решений в условиях информационных ограничений.

Методы исследования. При выполнении диссертационной работы использовались математические методы теории принятия решений (теория игр, теория активных систем), методы блочного программирования, вариационного исчисления, теории вероятностей и математической статистики, теории интегральных уравнений.

Научная новизна. Предложены модели, методы и алгоритмы для задач принятия решений при информационных ограничениях путем их сведения к задачам вариационного исчисления. Сформулированы необходимые и достаточные условия существования равновесия по Нэшу в условиях несовпадающей информированности игроков. Разработан алгоритм численного решения класса игр двух лиц с квадратичными интегральными функционалами выигрышей в концепции ситуаций равновесия по Нэшу. Исследованы теоретические и прикладные модели поддержки принятия корпоративных решений и вычислительные алгоритмы ЗПР с учетом ограничений обмена информации.

Теоретическая и практическая ценность. Теоретическая ценность работы заключается в том, что предложен способ формализации проблемы принятия решений в условиях информационных ограничений и общий метод их исследования путем сведения к задачам вариационного исчисления, который позволяет обосновать оптимальность искомых решающих функций.

Практическая значимость результатов диссертационной работы состоит в расширении возможности применения математических методов для задач поддержки принятия решений в условиях неопределенности и при асимметрии информированности ЛИР. Исследование информационных ограничений в корпоративных системах управления может способствовать разработке эффективных численных методов и алгоритмов межуровневого взаимодействия при проектировании внутрифирменных информационных систем.

Разработанный в среде МАТЬАВ программный инструментарий поиска ситуации равновесия по Нэшу в квадратичном случае с асимметрией информированности может быть применен при решении задач вариационного исчисления, модификации алгоритмов блочного программирования и решения систем интегральных уравнений.

Основные положения, выносимые на защиту:

1. Результаты системного анализа проблем принятия решений в условиях информационных ограничений, классификации ЗПР и общий метод их исследования путем сведения к задачам вариационного исчисления.

2. Формализация игры п лиц с асимметрией информированности и математические результаты ее исследования, включая существование ситуации равновесия по Нэшу, необходимые условия существования ситуации равновесия по Нэшу для игры двух лиц с квадратичными функционалами выигрышей.

3. Результаты исследования математических моделей обоснования решений при информационных ограничениях, путем имитационного и компьютерного моделирования.

Апробация результатов исследования. Основные теоретические и практические результаты работы представлены автором на следующих научных конференциях, семинарах и научных школах:

Международные: VII международная научно-практическая конференция «Динамика современной науки» (Республика Болгария, г. София, 2011 г.).

Всероссийские: IV Всероссийская научно-практическая конференция-выставка «Единая образовательная информационная среда: проблемы и пути развития» (Томск, 2005), IX Всероссийский симпозиум по прикладной и промышленной математике (весенняя сессия, Кисловодск, 2008).

Межрегиональные и региональные: ежегодная студенческая конференция, проводимая в рамках дней молодежной науки в Алтайском государственном университете (Барнаул, 2005, 2006) — региональная конференция по математике МАК (Барнаул, 2006;2011) — Сибирский научно-практический семинар «Информационные технологии регионального и муниципального управления» (Барнаул, 2009).

Публикации. По теме диссертационной работы автором опубликовано 14 работ, в том числе 3 статьи в ведущих реферируемых научных журналах, рекомендованных ВАК для публикации результатов диссертационных работ.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, 2 приложений и списка используемых источников и литературы (95 наименований). Основной материал изложен на 110 страницах, включая 2 таблицы, 20 рисунков.

Основные результаты работы:

1. Проведен системный анализ проблем принятия решений в условиях информационных ограничений и предложен общий метод их исследования путем сведения к задачам вариационного исчисления.

2. Впервые формализована игра п лиц с асимметрией информированности и сформулированы необходимые и достаточные условия существования равновесия по Нэшу, при несовпадающей информированности игроков.

3.Разработан алгоритм численного решения игр двух лиц с квадратичными интегральными функционалами выигрышей для поиска ситуаций равновесия по Нэшу.

4. Сформулированы и обоснованы необходимые условия существования решения в задаче стимулирования второго рода при разной информированности активных элементов.

5.Исследованы информационные процессы систем поддержки принятия корпоративных решений и проведен качественный анализ схем информационного межуровневого взаимодействия на примере численных методов блочного программирования.

6.В среде МАТЬАВ реализован программный инструментарий поиска ситуации равновесия по Нэшу в квадратичном случае с асимметрией информированности, который может быть применен при решении задач вариационного исчисления, модификации алгоритмов блочного программирования и решения системы интегральных уравнений.

Реализация результатов. Разработан программный инструментарий поиска ситуации равновесия по Нэшу для частных случаев игры п лиц при асимметрии информированности и численного исследования алгоритмов блочного линейного программирования.

Заключение

.

Основной итог диссертации состоит в разработке математической модели поддержки принятия решений при информационных ограничениях, алгоритмов и программного инструментария реализации расчетных блоков математической модели,.

Показать весь текст

Список литературы

  1. И. Л, Цурков В.И. Некоторые декомпозиционные подходы в блочном целочисленном и частично целочисленном программировании // Материалы Всес. конф. «Декомпозиция и координация в сложных системах». Челябинск: ЧПИ, 1987. С. 3−11.
  2. И.Л., Цурков В. И. Оптимизация в блочных задачах с целочисленными переменными. М.: Наука, 1995. — 228 с.
  3. И.Л., Цурков В. И. Целочисленные оптимизационные модели блочного типа // Матем. моделирование, 2:2. М.: Выч. Центр АН СССР, 1990. С. 39−57.
  4. Г. И. Математические модели системного компромисса: Монография. -Барнаул: Изд-во Алт. ун-та, 1999. 133 с.
  5. Г. И. Модели системного компромисса в социально-экологических исследованиях / Монография. Барнаул: Азбука, 2009. — 239 с.
  6. Г. И. Эколого-экономические системы с различной информированностью участников: модели, механизмы функционирования, оценки эффективности. Препринт. Барнаул: Изд-во Алт. ун-та, 1997. -44 с.
  7. В.М., Тихомиров В. М., Фомин C.B. Оптимальное управление. -М.: Наука, 1979.-432 с.
  8. С.А. Линейное программирование. -М.:Наука, 1981. 304 с.
  9. В.Б., Федотов A.M. Информационная система: взгляд на понятие // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2007. — Том 5, выпуск 2. — С. 12−19.
  10. Ю.Беллман Р., Калаба Р. Динамическое программирование и современная теория управления. -М.: Наука, 1969. 118 с.
  11. П.Бобко И. М., Мироносецкий Н. Б., Поляков Ю. А. и др. Оптимизация планов производства. Новосибирск: Наука, СО, 1987. — 215 с.
  12. А. А. Теория вероятностей: Учеб. пособие для вузов. 2-е изд., пе-рераб. и доп.— М.: Наука, 1986.— 432 с.
  13. В.Н. Основы математической теории активных систем. М.: Наука, 1977.-255 с.
  14. В.Н., Данев Б., Еналеев А. К. и др. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. — 246 с.
  15. В.Н., Кондратьев В. В. Механизмы функционирования организационных систем. М.: Наука, 1981. — 384 с.
  16. М.И. Внутрифирменное планирование: Учебник М.:ИНФРА-М, 2000.- 392с.
  17. A.A., Мишин С. П. Оптимальные иерархические структуры. М.: ИЛУ РАН, 2003.-210 с.
  18. С. Линейное программирование. М.: ФИЗМАТЛИТ, 1961. — 304 с.
  19. И.М., Фомин С. В. Вариационное исчисление. М.: Физматлит, 1961.-228 с.
  20. М.И. Согласование экономических интересов в корпоративных структурах. М.: ИЛУ РАН. Изд-во «Анко», 2005. — 293 с.
  21. Ю.Б. Введение в теорию исследования операций. М.: Наука, 1973.-383 с.
  22. Ю.Б. Игры с непротивоположными интересами. -М.: Наука, 1976. -328 с.
  23. В.В. Информационные и структурные модели организационно-административных систем. СПб.: Изд-во СПГУВК, 1997. — 232 с.
  24. Е.Г., Юдин Д. В. Специальные направления в линейном программировании. Изд.2, испр. -М.: Изд-во «KP АС АНД», 2010. 528 с.
  25. Е.Г., Юдин Д. В. Новые направления в линейном программировании. Изд.2, испр. М.: Сов. Радио, 1966. — 524 с.
  26. В.А., Горелов М. А., Кононенко А. Ф. Анализ конфликтных ситуаций в системе управления. М.: Радио и связь, 1991.-286 с.
  27. В.А., Кононенко А. Ф. Теоретико-игровые модели принятия решений, а эколого-экономических системах. М.: Радио и связь, 1982. — 145 с.
  28. М.В. Механизмы управления организационными системами с коалиционным взаимодействием участников. М.: ИПУ РАН, 2003. — 118 с.
  29. H.H., Зенкевич H.A. Неантагонистические игры двух лиц. Учебное пособие. Кемерово: Изд-во Кем. ун-та, 1990. — 100 с.
  30. В.Т., Ерзин А. И., Ларин P.M., Шамардин Ю. В. Задачи оптимизации иерархических структур. Новосибирск: НГУ, 1996. — 167 с.
  31. .П. и др. Численные методы анализа. М.: Наука, 1967. — 368 с.
  32. Ю. Г., Голиков А. И. Новый метод решения систем линейных равенств и неравенств. ДАН, Т. 381, № 4, 2001. С. 444−447.
  33. Ю.М. Методы стохастического программирования. М.:Наука, 1976.-239 с.
  34. A.B. Равновесие Нэша в игре двух лиц для вариантов информированности игроков (статья) // Известия Алтайского государственного университета. 2007. — № 1. с. 55−59.
  35. A.B., Максимов A.B. О решении частной задачи управления в случае разной информированности субъектов (статья) // Известия Алтайского государственного университета. 2006. — № 1. — с. 55−58.
  36. Колбин В. В. Стохастическое программирование", Итоги науки. Сер. Теор. вероятн. Мат. стат. Теор. кибернет. М.: ВИНИТИ, 1970, с. 5−68
  37. А.Н., Фомин C.B. Элементы теории функций и функционального анализа. М.: Наука, 1976. — 544 с.
  38. В.И., Петкевич Ф. П. Особенности организационной структуры и стратегии управления в рыночных условиях хозяйствования: Теория, опыт, практика. Тюмень: СофтДизайн, 1995. — 213 с.
  39. Я., Липтак Т. Планирование на двух уровнях. В кн.: «Применение математики в экономических исследованиях». Т.З. — М.: Мысль, 1995. — с. 141 169.
  40. Корпоративное управление. Владельцы, директора и наемные работники акционерного общества: пер. с англ. -М.: «Джон Уайли энд Санз», 1996. -248 с.
  41. А. Введение в теорию нечетких множеств. Пер. с франц. М.: Радио и связь, 1982.-432 с.
  42. М.Л. Интегральные уравнения. (Введение в теорию). М.: Наука, 1975.-304 с.
  43. П.С., Петров A.A. Принципы построения моделей. М.:Изд-во МГУ, 1983. —264 с.
  44. В.Ф., Гурман В. И. Методы и задачи оптимального управления. М.: Наука, 1973.-448 с.
  45. Г. М., Танаев B.C. Декомпозиционные методы оптимизации проектных решений. Минск.: Наука и техника, 1978. — 240 с.
  46. Л. Оптимизация больших систем. М.: Наука, 1975. — 432 с.
  47. Р.Н., Оскорбин Н. М. Методы декомпозиции при оптимальном управлении непрерывным производством. Томск: Изд-во ТГУ, 1979. — 219 с.
  48. A.B. Замена генерации случайного процесса на генерацию случайного вектора // Тезисы докладов к конференции молодых ученых АГУ. -Барнаул: Изд-во Алт. ун-та, 1981. С. 98−103.
  49. A.B. Моделирование дискретных систем управления с коррекцией состояния: Дис. канд. физ.-мат. наук. Новосибирск, 1993. — 120 с.
  50. A.B., Оскорбин Н. М. Многопользовательские информационные системы: основы теории и методы исследования: монография. Барнаул: Изд-во Алт. ун-та, 2005. — 250 с.
  51. О.П. Потоковые модели систем управления корпоративной организацией: Монография. Барнаул: Изд-во Алт. ун-та, 2002. Серия: Управление корпорацией. — 254 с.
  52. О.П., Оскорбин Н. М. Иерархические системы управления в экономике. Барнаул: Изд-во Алт. ун-та. — 2007. — 283 с.
  53. О.П., Оскорбин Н. М. Многоагентные системы принятия решений: декомпозиционный подход / препринт. Барнаул: Изд-во Алт. унт-та, 2008.-39 с.
  54. О.П., Оскорбин Н. М. Моделирование иерархических систем: учебник для вузов. Барнаул: Изд-во Алт. ун-та, 2007. — 317 с
  55. М., Мако Д., Такахара И. Теория иерархических многоуровневых систем М.: Мир, 1973. — 344 с.
  56. .З. Теория организации (издание пятое) М.: Инфра-М, 2006. -720 с.
  57. B.C., Волкович B.JI. Вычислительные методы исследования и проектирования сложных систем. -М.: Наука, 1982. -286 с.
  58. В. С., Кукса А. И. Методы последовательной оптимизации в дискретных сетевых задачах оптимального распределения ресурсов. М.: Наука, 1983.-207 с.
  59. H.H. Математические задачи системного анализа. М.: Наука, 1981.-488 с.
  60. H.H. Элементы теории оптимальных систем. М.: Наука, 1975. -526 с.
  61. Э. Кооперативное принятие решений: Аксиомы и модели: Пер. с англ. -М.: Мир, 1991. 461 с.
  62. Э. Теория игр с примерами из математической экономики: Пер. с франц. М.- Мир, 1985. — 200 с.
  63. A.C., Юдин Д. Б. Сложность задач и эффективность методов оптимизации. М.: Наука, 1979. — 384 с.
  64. Д.А. Механизмы функционирования многоуровневых организационных систем. -М.: Фонд «Проблемы управления», 1999. 150 с.
  65. Д.А. Теория управления организационными системами. М.: Изд-во Московского психолого-социального института, 2005. — 584 с.
  66. Д.А., Губко М. В. Теория игр в управлении организационными системами М.: СИНТЕГ, 2002. — 139с.
  67. Д.А., Цветков A.B. Механизмы функционирования организационных систем с распределенным контролем. М.: ИПУ РАН, 2001. — 118 с.
  68. Е.А. Численные методы решения детерминированных и стохастических минимаксных задач. Киев: Наук. Думка, 1979. — 161 с.
  69. Г. Теория игр. -М.: Мир, 1971.-198 с.
  70. A.A., Гайцгори В. Г. Декомпозиция, агрегирование и приближенная оптимизация. М.: Наука, 1979. — 342 с.
  71. А.Д., Манжиров A.B. Справочник по интегральным уравнениям. -М.: Физматлит, 2003. 608 с.
  72. JI.C., Болтянский В. Г., Гамкрелидзе Р. В., Мищенко Е. Ф. Математическая теория оптимальных процессов, 4-е изд., стереотипное. М.: Наука, 1983.-393 с.
  73. Б. А., Лозовский Л. Ш., Стародубцева Е. Б.Современный экономический словарь. 5-е изд., перераб. и доп. М.: ИНФРА-М, 2007. — 495 с.
  74. Современное состояние теории исследования операций / Под ред. H.H. Моисеева. -М.: Наука, 1979. 464 с.
  75. Урясьев С П. Адаптивные алгоритмы стохастической оптимизации и теории игр/Под ред. Ю. М. Ермольева. М.: Наука, 1990. — 184 с.
  76. Ф. Обыкновенные дифференциальные уравнения. -М.: Мир, 1970. -720 с.
  77. А.Д. Основы синтеза структуры сложных систем. М.: Наука, 1982.-200 с.
  78. В.И. Декомпозиция в задачах большой размерности. М.: Наука, 1981.-352 с.
  79. A.B., Рубинштейн Т. Б. Корпорация. Корпоративное управление. -М.: ЗАО Изд-во «Экономика», 2006. 478 с.
  80. Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989.-320 с.
  81. Д.Б. Задачи и методы стохастического программирования. М.: «Сов. радио», 1979.-392 с.
  82. Д.Б. Математические методы управления в условиях неполной информации. М.: «Сов. радио», 1974, — 400 с.
  83. Д.Б., Гольштейн Е. Г. Линейное программирование. М.:Наука, 1969. -424 с.
  84. Д.Б., Гольштейн Е. Г. Линейное программирование. Теория, методы и приложения. М.: Наука, 1969. — 424 с.
  85. Янг С. Системное управление организацией. М.: Сов. радио, 1982. — 176 с.
  86. Danzig G.B., Wolfe Р, Decomposition principle for linear programs // Oper. Res. -1960. 8, NL-P. 101−111.
  87. Myerson R.B. Game theory: analysis of conflict. London: Harvard Univ. Press, 1991.-568 p.
  88. Zadeh L.A. Fuzzy sets. Information and Control, 1965, vol.8, N 3, pp. 338−353.
Заполнить форму текущей работой