Общие сведения о теории принятия решений

1.1 Понятия, связанные с принятием решений

Прежде всего, отметим, что принятие решений всегда есть ничто иное, как выбор. Принять решение – значит выбрать конкретный вариант действий из некоторого множества, которые принято называть альтернативами[26, 35].

Однако первоначально у нас может не быть множества альтернатив, из которых предстоит делать выбор. Тогда, прежде всего, придется заняться рассмотрением возможных вариантов решения. Это и есть первый этап решения проблемы, который называют «формирование множества альтернатив». Первоначально множество альтернатив чаще всего аморфно, т.е. не имеет структуры. Точнее говоря, часто мы не можем эти альтернативы четко сформулировать, а также сказать, какая альтернатива лучше, а какая хуже. Следовательно, задачу выбора можно решить, если каким-либо образом структурировать множество альтернатив.

Далее заметим, что в теории принятия решений есть слово поддержка. Это означает, что речь пойдет не собственно о принятии решений, а о подготовке рекомендаций для того лица (тех лиц), которому (которым) нужно решение принимать. В теории принятия решений есть специальный термин – Лицо, Принимающее Решения, сокращенно ЛПР. Это тот (или те), на ком лежит ответственность за принятое решение, кто подписывает приказ или иной документ, в котором выражено решение. Это может быть генеральный директор или председатель правления фирмы, главный конструктор проекта, командир воинской части, мэр города и т.п., словом – ответственный работник. Но иногда действует коллективный ЛПР, например, Совет директоров некоторой фирмы, Съезд партии или Государственная Дума Российской Федерации.

Проект решения готовят специалисты, как говорят, «команда ЛПР», часто вместе с сотрудниками иных организаций. Если ЛПР доверяет своим помощникам, то может даже не читать текст, а просто подписать его. Но ответственность все равно лежит на ЛПР, а не на тех, кто участвовал в подготовке решения. При практической работе важно четко отделять этап дискуссий, когда рассматриваются различные варианты решения, от этапа принятия решения, после которого надо решение выполнять, а не обсуждать.

Порядок подготовки решения (регламент). При подготовке решения большую роль играет разграничение сфер ответственности – кто за что отвечает, кто какие решения готовит. Поэтому очень важны регламенты, определяющие порядок работы. Недаром работу любого предприятия или общественного объединения начинают с утверждения его устава, а любое собрание принято начинать с утверждения председательствующего и повестки заседания, а также сопровождать ведением протокола собрания. Кроме того, процедура подготовки и принятия решения очень зависит от рассматриваемой предметной области (экономика, менеджмент, политика, техническое проектирование, борьба с чрезвычайными ситуациями, военные действия и т.д.)

Цели. Каждое решение должно быть направлено на достижение одной или нескольких целей. Например, можно желать:

· создать эффективно работающую информационную систему;

· продолжать выполнять миссию организации;

· получить максимально возможную прибыль (в условиях неопределенности будущей финансово-экономической ситуации);

· избежать значительных убытков;

· максимально быстро ликвидировать чрезвычайную ситуацию;

· выиграть сражение;

· выиграть выборы в законодательный орган и т.д.

Несколько целей можно достичь одновременно. Однако так бывает не всегда. Например, иногда встречается формулировка «добиться максимума прибыли при минимуме затрат», которая с точки зрения классической теории оптимизации ошибочна. В самом деле, минимум затрат равен нулю, когда работа не проводится, но и прибыль тогда тоже равна нулю. Если же прибыль велика, то и затраты велики, поскольку и то, и другое связано с объемом производства. Можно либо максимизировать прибыль при фиксированных затратах, либо минимизировать затраты при заданной прибыли, но невозможно добиться «максимума прибыли при минимуме затрат». Однако если рассматривать эту задачу с точки зрения многокритериальной оптимизации, то решение будет состоять в поиске компромисса между этими противоречивыми критериями. Так и поступают на практике.

Ресурсы. Каждое решение предполагает использование тех или иных ресурсов. При практической работе над проектом решения важно все время повторять: «Чего мы хотим достичь? Какие ресурсы мы готовы использовать для этого?» Таким образом, в процедуре принятия решений наличие ресурсов всегда выступает в качестве ограничения. Ограничения могут быть материальными, финансовыми, кадровыми, моральными и другими.

Риски и неопределенности.Многие решения принимаются в условиях риска, то есть при наличии опасности потерь. Связано это с разнообразными неопределенностями, окружающими нас. Предвидение рисков является одним из важнейших показателей квалификации персонала, готовящего решения. Кроме отрицательных неожиданностей бывают положительные – их называют удачами. ЛПР стараются застраховаться от потерь и не пропустить удачу.

Аналогично рассмотренной выше формулировке, внутренне противоречива и формулировка: «максимум прибыли и минимум риска». Обычно при возрастании прибыли возрастает и риск – возможность многое или все потерять. Поэтому при принятии решений снова возникает задача оптимизации по двум критериям – обеспечить компромисс между величиной прибыли и уровнем риска.

К рискам относится также учет возможных отклонений исходных данных, и это нужно предусматривать в используемой математической модели с тем, чтобы оценить зону неопределенности при принятии решений.

1.2 Определенность результатов принимаемых решений

По степени определенности ожидаемые результаты принятия решений могут значительно отличаться.

До 60-х годов XX века предполагалось, что есть два класса процессов. К первому классу относились процессы, которые описываются динамическими системами, где будущее однозначно определяется прошлым (детерминированные системы). Детерминированные системы – это системы, в которых все данные и все взаимосвязи определены точно и однозначно, а результат принятия решения может быть просчитан заранее с необходимой точностью. Иначе говоря, для таких систем имеется полная предсказуемость, и мы можем заглянуть как угодно далеко в будущее и как угодно далеко в прошлое. На практике к детерминированным системам близки системы с хорошо изученными процессами, например, в машиностроении, когда технические характеристики создаваемой машины можно достаточно точно просчитать при проектировании.

Второй класс процессов – это процессы, где будущее не полностью зависит от прошлого и определяется случайными факторами (вероятностные или стохастические системы). Системы с вероятностным поведением – это системы, в которых часть параметров или взаимосвязей точно не определена, но известны вероятностные законы, которым они подчиняются. При принятии решения о поведении таких систем мы не можем точно указать, какими будут результаты, но можем гарантированно определить диапазон возможных значений и их вероятности. Примером такой системы может служить самолет, летящий в турбулентной атмосфере. Аэродинамика самолета обычно известна достаточно точно, а характеристики атмосферы могут быть описаны только на языке теории случайных процессов, в результате чего и динамика самолета будет описана вероятностно.

В 70-е годы прошлого века стало понятно, что есть третий класс процессов, которые формально описываются динамическими системами, но при этом их поведение может быть предсказано только на небольшом интервале времени. Были пересмотрены взгляды на принципиальную возможность предсказуемости. В 1963 году был введен термин горизонт прогноза или предел предсказуемости. Для существования горизонта прогноза не нужно, чтобы «Бог играл в кости», как писал Альберт Эйнштейн, добавляя в уравнения, описывающие реальность, случайные члены. Оказалось, что объекты, поведение которых невозможно предсказать на достаточно большие времена, могут быть очень простыми. Было показано, что чувствительность системы к начальным данным может вести к хаосу. Это явление получило название эффекта бабочки (по рассказу Рея Бредбери), который связан с тем, что малые причины могут привести к большим последствиям. Так, например, несмотря на совершенствование в течение десятков лет математических моделей, использование сверхмощных компьютеров, разработку новых численных методов и совершенствование систем наземного, воздушного и космического мониторинга за состоянием погоды, не удалось разработать эффективную методику ее среднесрочного (на 2-3 недели вперед) прогноза для конкретных географических точек земной поверхности. Горизонт прогноза для состояния океана эксперты оценивают в месяц. В этих случаях «взмах бабочки» в конкретной точке в некоторый момент времени может привести к ураганам и изменению погоды в огромном регионе. Экономические прогнозы, опирающиеся на представления о хаосе, стали бурно развивающейся областью деятельности, однако и они не смогли предсказать финансовые кризисы 2008 и 2015 годов.

Одно из новых направлений исследования сложных динамических систем связано с предсказанием редких катастрофических событий. Оказалось, что самые разные катастрофические события могут развиваться по близким законам, например, фондовый рынок и тектонический разлом – незадолго перед катастрофой. В обоих случаях есть быстрый катастрофический рост, на который накладываются ускоряющиеся колебания. Это так называемые режимы с обострением, когда одна или несколько величин, характеризующих систему, за конечное время вырастает до бесконечности. Проведенный анализ статистики катастроф XX века показал, что статистика землетрясений, наводнений, ураганов, биржевых крахов, ущерба от утечки конфиденциальной информации и многих других подчиняется степенным распределениям. Из свойств этих распределений следует, что вероятность появления катастрофических событий значительно выше, чем это следует из нормального закона распределения вероятностей, который до недавнего времени использовался при анализе рисков катастрофически неблагоприятных исходов. Из нормального закона следует, например, что вероятность отклонения случайной величины от среднего значения более чем на три среднеквадратичных отклонений составляет менее 0,001, и параметры катастрофического события практически невозможны. Однако фактическая частота появления катастрофических событий показывает, что это не так. Распределение вероятностей описанных выше событий качественно отличается от нормального распределения, имеют место распределения с так называемыми хвостами, когда вероятность больших отклонений от среднего значения не является пренебрежимо малой величиной.

Еще одно направление исследований в области прогнозирования динамических систем связано с искусственными нейронными сетями, которые оказались эффективным инструментом обработки информации для описания систем, для которых традиционные методы прогнозирования неэффективны.

1.3 Критерии оценки решения

Для выбора наилучшего варианта решения можно использовать различные критерии. Рассмотрим их кратко [26].

1 Пессимистический подход. Можно исходить из наихудшего случая, рассматривая внешний (для организации) мир как врага, который всячески будет стараться уменьшить ее прибыль или увеличить убытки. Такой подход хорош при рассмотрении совершенно бескомпромиссного противостояния двух противников, имеющих противоположные интересы, например, двух армий воюющих между собой государств. Существует раздел науки об исследовании операций – теория игр, в которой рассматриваются методы оптимального поведения в условиях антагонистического или иного конфликта, например, минимизация максимально возможного ущерба. В большинстве случаев это позиция крайнего пессимизма, поскольку часто нет оснований считать внешний мир активным сознательным противником организации.

2 Подход оптимиста прямо противоположен предыдущему подходу. Предлагается исходить из самого благоприятного стечения обстоятельств. Внешний мир в этом случае – друг, а не враг. И надо сказать, что для такой позиции могут быть основания. С точки зрения теории планирования такой подход можно взять за основу, добавив возможности коррекции плана в случае неблагоприятных обстоятельств. Здесь мы приходим к необходимости гибкого планирования, которое обеспечило бы свободу управления в зависимости от складывающейся ситуации. С чисто логической точки зрения оптимизм не менее и не более оправдан, чем пессимизм. Люди вообще и менеджеры, в частности, делятся на два типа – оптимистов и пессимистов. Особенно четко различие проявляется при вложении капитала, поскольку, как правило, увеличение прибыли связано с увеличением риска. Одни люди предпочтут твердый доход (да еще и застрахуются), отказавшись от соблазнительных, но рискованных предложений. Другой тип людей – оптимисты и авантюристы, они уверены, что им повезет. Задача, связанная с оценкой рисков при вложении капитала, рассмотрена в нашем курсе (раздел 3.5).

3 Непрерывное принятие решений. Такой подход является развитием предыдущего, он фактически предполагает, что придется много раз принимать решения по аналогичным вопросам. При этом рассчитывается средний доход за весь период планирования. Такой подход вполне обоснован, когда решения принимаются достаточно часто, например, каждую неделю или каждый день. Если события происходят много раз, то для принятия решений естественно использовать методы вероятностного моделирования, добиваясь максимума среднего дохода.

4 Подход, основанный на понятии упущенной выгоды. При таком подходе рассматривается уменьшение прибыли в случае, когда фактическая ситуация оказывается более благоприятной, чем было принято в решении. Этот критерий в общем случае противоречат пессимистическому подходу.

В каждом конкретном случае ЛПР приходится решать, какой из критериев для него важнее, либо находить компромисс между критериями. В этом случае мы имеем дело с задачами многокритериальной оптимизации. При решении экономических задач может оказаться полезной хорошо разработанная и имеющая развитый математический аппарат теория полезности, в частности, так называемая«маржинальная полезность» в теории поведения потребителя.