24. Нормативный и психологический подходы к принятию решений.

В области принятия решений разделяют два направления: норма-тивные методы принятия решений, предписывающие ЛПР, как следует принимать наилучшие решения; дескриптивные исследования, пока-зывающие, как человек в действительности ведет себя в процессе при-нятия решений.

Первым направлением занимается теория исследования опера-ций .

Под исследованием операций понимают применение математиче-ских, количественных методов обоснования решений во всех областях целенаправленной деятельности.

В исследовании операций под решением понимают какой-то вы-бор из ряда возможных, имеющихся у ЛПР. Решения могут быть удач-ными и неудачными, разумными и неразумными.

Оптимальным называется решение, являющееся по тем или иным признакам предпочтительнее других. Цель исследования операций — предварительное количественное обоснование оптимальных решений. Операцией называется всякое мероприятие, систематическое действие, направленное на достижение какой-то цели. Иногда удается указать одно единственное строго оптимальное решение, гораздо чаще просто выделить область целесообразных решений, в пределах которых мо-жет быть сделан окончательный выбор. Заметим, что само принятие решения выходит за рамки исследования операций и относится к ком-петенции ЛПР или группы лиц. Делая выбор, ЛПР или группа могут учитывать наряду с рекомендациями, вытекающими из математиче-ских расчетов, еще и другие соображения, которые не были учтены в моделях. Присутствие человека в принятии решений не отменяется даже при наличии автоматизированной системы управления, в основе которой заложен управляющий алгоритм, выбор которого также пред-ставляет собой решение.

Совокупность параметров, образующих решение, называют эле-ментами решения. В качестве элементов решений могут быть числа, векторы, функции и т. д. Например, если составляется расписание за-нятий на семестр, то предполагается решение задачи оптимального распределения преподавателей по аудиториям. В этой формулировке элементами решения будут числа, показывающие какому преподавателю будет предоставлена какая аудитория и в какой интервал времени.

Кроме элементов решений, всегда имеются дисциплинирующие условия, которые заданы (фиксированы) с самого начала и не могут быть нарушены (например: количество аудиторий и преподавателей, возможности преподавателей проводить занятия по определенным интервалам времени и т. д.). В качестве условий могут выступать средства (материальные, технические, людские и т. д.), которыми мы вправе распоряжаться, или иные ограничения, налагаемые на решения. В своей совокупности решения формируют так называемое множество решений. При формулировке задачи исследования операций речь идет о том, чтобы выделить по какому-то признаку наиболее эффективные решения (либо одно решение). Чтобы сравнивать решения надо иметь какой-то количественный критерий (показатель эффективности), называемый в исследовании операций целевой функцией. Оптимальным (лучшим) считается то решение, которое в максимальной степени способствует достижению цели. Например, в задаче о расписании в качестве критерия может быть минимум «свободных окон».

В исследовании операций понятию «оптимальное решение» предъявляется требование — только то решение, оптимальность кото-рого доказана строго математически, может определяться как опти-мальное. Иначе, можно говорить только о целесообразном решении. В данном пособии требования к понятию «оптимальное решение» не столь строгие, поэтому понятия «оптимальное решение», «целесооб-разное решение» и «наилучшее решение» будем рассматривать как идентичные.

Выбор показателя эффективности часто труден. Какой показатель принять за показатель эффективности работы транспорта? Среднюю скорость передвижения пассажиров, среднее число перевезенных пассажиров или среднее количество километров, которые придется пройти пешком, так как транспорт не может доставить в нужное место?.

Для применения количественных методов исследования операций требуются модели. Необходимо соизмерять точность и подробность модели с той точностью, с которой нам надо знать решение, и с той информацией, которой мы располагаем. Если исходные данные из-вестны не точно, то нет смысла входить в тонкости и строить точную модель. Когда есть возможность решать задачу, используя различные математические модели (спор моделей) и сверяя результаты, тогда можно повысить степень обоснованности решений и полученных на их основе рекомендаций.