40. Оптимальный выбор при неполной информации (в условиях неопределенности)

Дерево решений – проблема сначала подразделяется на отдельные задачи, те в свою очередь на более частные задачи. На каждом этапе выбора имеется два типа событий: одни полностью определяются решениями ЛПР, другие определяются средой и не могут контролироваться человеком (происходят случайно). Графически дерево решений представляет собой иерархический ветвящийся граф, имеющий корневую вершину (проблему), вершины решения и вершины случаи. Для нахождения оптимального интегрального решения нужно руководствоваться следующими правилами:

А) Решение ищется последовательно переходя от последнего этапа к начальному этапу. В каждой вершине случае вычисляется частная эффективность варианта с учетом всех возможных последствий его реализации. В каждой вершине-решении выбирается вариант имеющий наибольшую частную эффективность. Остальные варианты (ветви дерева) отсекаются.

Б) Передвигаясь по неотсеченным ветвям в обратном направлении от начала дерева к его концу и последовательно объединяя частные оптимальные решения, получаем оптимальный интегральный вариант решения проблемы.

41. Марковские задачи принятия решений.

Основная особенность марковской модели принятия решения заключается в том, что “будущее” и “прошлое” случайного управляемого процесса не влияют друг на друга.

42. Основные понятия теории массового обслуживания.

В каждой задаче массового обслуживания рассматривается некоторая математическая схема, которая является абстракцией той или иной физической системы обслуживания, способной выполнять однородные элементарные операции (операция обслуживания). Основная характеристика обслуживания – его длительность. Каждая СМО характеризуется определенным числом каналов и приборов т.е. максимальным количеством одновременно выполняемых операций.