Методы генерирования альтернативных решений

Техническая разработка модели проводится по общей схеме разработки решения на операцию. Начинается все с определения цели и задач моделирования. Разумеется, что это прерогатива ЛПР. Цель определяет назначения модели, задает общий характер входной и выходной информации. При этом понятно, что выходная информация по характеристи­кам точности, надежности и достоверности не может быть лучше входной. Что касается других показателей качества выходной информации, например полноты, содержательно­сти, выразительности и др., то здесь связь не столь одно­значна. После этого цель декомпозируют, превращая ее в набор обозримых и понятных задач моделирования. Каждая из этих задач отражает определенный элемент достижения цели с привязкой к временным и ресурсным фрагментам ее достижения, к объектам приложения усилий и исполните­лям.

Затраты на разработку модели, ценность полученных результатов моделирования во многом определяются совершенством приемов разработки и использования моде­лей. Возможно, что главная причина, почему модели еще недостаточно используются руководителями, которые про­сто обязаны их применять в силу своего статуса, заключает­ся в том, что эти ЛПР их опасаются или не понимают. Сегод­ня уже пора принять как аксиому, что ЛПР, для которых предназначены модели, просто обязаны принимать участие в постановке задачи и установлении главных требований по их качеству. Можно с уверенностью сказать: когда это имеет место, само применение моделей и эффект от их использо­вания увеличиваются не менее чем вдвое.

На начальном этапе процесса моделирования использу­ют математические модели наибольшей степени обобщения факторов, учитывающих лишь самые заметные закономер­ности — так называемые концептуальные модели (это са­мый "мелкий масштаб" исследования). Затем уточняют объект и предмет исследования и дополняют модель, внося в нее большее число факторов и измеряя их характеристики в шкалах промежуточной степени совершенства ("средний мас­штаб"). Наконец, когда пользователь настолько определился в объекте и предмете моделирования, что выделил конкрет­ный элемент из реальной действительности и решил, какие именно закономерности воспроизвести во всех деталях, про­водят детальное моделирование (самый "крупный масштаб" исследования) с использованием наиболее совершенных, ко­личественных шкал. На завершающих этапах моделирования, предшествующих моменту принятия решений, целесообраз­но применять оптимизационные математические модели для поиска наилучших решений и игровые модели (например, учения, деловые беседы и игры, семинары, конференции, исследовательские игры и т. п.). Из-за значительных времен­ных и организационных затрат делать это целесообразно или для проверки отдельных теоретических выводов и рекомен­даций, или для отработки элементов будущего решения.

Чтобы достичь высокой эффективности процесса моде­лирования при столь широком охвате участников, важно обес­печить высокую интерпретируемость результатов моделиро­вания и хода основных его этапов. Поскольку методы, ис­пользуемые в аппарате ЛПР высшего концептуального уровня иерархии, в частности в аппарате Министерства финансов РФ или Министерства экономического развития и торговли РФ, как правило, просты и "старомодны", самое важное — уме­ло довести до участников процесса моделирования его суть и основные цели. Модель должна быть оформлена в виде обо­зримых и понятных функциональных блоков (в пространстве, времени, в задачах). При построении основных блоков мате­матической модели, особенно блоков ввода-вывода информа­ции, обязательно следует учитывать уровень специальной подготовленности и статус основных пользователей. Это по­зволит разработчикам правильно оценить возможную реак­цию пользователей. Излишне сложная модель может быть воспринята пользователями как угроза их авторитету и от­вергнута ими. Вот почему для построения эффективной моде­ли лицам, принимающим решения, и специалистам по теории принятия решений и моделированию рекомендуется ра­ботать вместе, взаимно увязывая потребности каждой сторо­ны.

Но как быть, если даже на вопрос о приближенных ис­ходных данных для моделирования пользователи реагируют болезненно, высказываясь приблизительно так:" . но у нас ведь нет таких данных .?" или " . кто же нам даст эти дан­ные .?" и т. п. Здесь разработчик модели должен проявить твер­дость и не жалеть времени на доказательство невозможнос­ти изменить существующее положение дел иным способом, как только добыть требуемую информацию. Разработчик дол­жен убедить ЛПР в том, что тезис об "отсутствии соответ­ствующих данных" попросту означает, что раньше решения принимались без должного обоснования. Кроме того, науч­ный опыт принятия решений свидетельствует о том, что если решении фигурируют данные даже на уровне догадок, .сраженные в качественных или промежуточных шкалах, то это все равно существенно лучше, чем если бы требуе­мые данные вовсе не учитывали.

Пользователей нередко занимает проблема доказатель­ства адекватности, "правдивости" модели. Но на самом деле его интересует, главным образом, справедливость тех выво­дов и рекомендаций, к которым он придет на основе резуль­татов моделирования. Таким образом, на самом деле управ­ленцев волнует не справедливость самой структуры модели, а ее функциональная полезность. Такого процесса, как "ис­пытание" правильности модели, не существует. Вместо это­го разработчик в ходе создания модели должен провести се­рию проверок с целью укрепить свое доверие к модели. На этом основании мы рекомендуем каждому ЛПР мысленно разделить все используемые им модели на "объяснимые" и «полезные». Первые – это те, которые удовлетворяют всем необходимым для моделирования теориям, допущениям, ог­раничениям, и их адекватность подтверждена на практике.

Следовательно, в отношении таких моделей незачем отвечать на вопросы об их научной обоснованности и точности. Второй класс моделей — это те модели, которые менее строго, фор­мально обоснованы, однако ЛПР имело возможность не раз убедиться в полезности использования на практике резуль­татов моделирования на них. В любом случае ясно, что толь­ко практика может ответить на вопрос, адекватна модель или нет. Следовательно, если оценка фактической эффективнос­ти, полученная после проведения операции, по­казывает, что использование результатов моделирования оказалось полезным, то рекомендуем ЛПР считать такую модель адекватной целям и задачам моделирования и боль­ше не терзаться вопросами "теоретической обоснованности и точности". Лучше уделить больше внимания вопросам пред­ставления информации по результатам моделирования. В этой задаче большую пользу может оказать изучение эффектив­ных технологий и приемов, изложенных в специальной лите­ратуре

Моделирование предпочтений

Предпочтение – это выражение субъективного отношения кого-то к представленным ему на выбор объектам. «Принятие решения» и «предпочтение» понятия родственные не только семантически, но и «технологически». Другими словами, принять решение – это и есть сделать обоснованный выбор среди имеющихся альтернатив. Предпочтение – это вполне субъективное мнение конкретного человека, выраженное для вполне определенной цели и во вполне объективных условиях.

 Скачать реферат