Концепции выбора рациональных решений

Различают три концепции выбора рациональных решений:              концепцию пригодности, концепцию оптимизации и концепцию адаптивизации.
Руководствуясь концепцией пригодности, лицо, принимающее решение, удовлетворяется любым уровнем показателя эффективности (надежности), которое не ниже некоторого уровня. Решения, приводящие к превышению этого уровня, равноценны, равно как и неудовлетворительными признаются все решения, при который показатель оказывается ниже указанного уровня. В общем случае установленных уровней и принимаемых решений может быть несколько (например, при допусковом контроле). Нетрудно видеть, что для реализация концепции пригодности достаточно качественных формулировок необходимых свойств системы или изделия и соответствующих им показателей, т. е. достаточно ограничиться задачами обоснования решений первого типа. В условиях неопределенности концепция пригодности может быть реализована на основе различных принципов: гарантированного результата, средних ожидаемых значений и т. п.
Для выбора критериев при использовании концепции оптимизации применяют различные принципы оптимальности. Например, при исследовании систем в определенных условиях часто используют принцип Веллмана или принцип максимума Понтрягина. При наличии случайных факторов используют принцип наибольшего среднего результата или принцип наибольшего гарантированного результата. Принцип наибольшего гарантированного результата при учете неопределенностей, связанных с наличием несовпадающих интересов (например, в конфликтных ситуациях), приводит, в частности, к принципу максимина.
Концепция адаптивизации менее других распространена в практике исследования систем и изделий ввиду ее недостаточной теоретической проработки. Она приводит к целеустремленным и гибким действиям одновременно, что особенно ценно в условиях большой начальной неопределенности. Критерий выбора, сформулированный на основе концепции адаптивизации, должен в той или иной мере учитывать возможные изменения условий выбора и содержать некоторую неокончательность, свободу выбора.
Стратегию, использующую дополнительную информацию о ходе (или) результатах реализацию предыдущих решений, называют гибкой. При этом речь идет об информации, используемой для принятия решений на данном иерархическом уровне, а не об информации, используемой на низших уровнях в процессе реализации принятых решений, так как это будут уже другие стратегии.
Структура множества исследуемых стратегий, возможности его разбиения на упорядоченные классы эквивалентных стратегий определяют сложность дальнейшего исследования. Ниже рассмотрены вопросы обоснования решений и стратегий в условиях неопределенности, когда результаты отдельных решений не могут быть однозначно предсказаны.
Условия выбора. В то время как управляемые факторы (активные средства) являются объектом выбора (например, в виде выбора рациональной или удовлетворительной стратегии), неуправляемые факторы (условия выбора) являются одним из основных источников неопределенности. Это могут быть как факторы, составляющие условия реализации решений, так и неопределенности, отражающие нечеткость знания цели, потребности, относительной полезности различных составляющих выходного эффекта и т. п. Влияние и тех и других на эффективность реализации решений одинаково, и всех их обычно относят к природным неопределенностям.
Существенную специфику в исследование задачи вносят так называемые игровые неопределенности. Они появляются при наличии людей или автоматов, не преследующих, вообще говоря, общую цель. Их стратегии иногда называют стратегиями конкурирующей стороны (противника),
Для оценки уровня неопределенности решаемой задачи, исходя из информации, располагаемой. в момент проведения исследования и ожидаемой в процессе реализации стратегий, может быть получена следующая качественная классификация природных факторов.
Детерминированные факторы. Это могут быть константы, функции координат, времени, наработки н т. п. Располагаемая информация может содержать область возможных значений константы, область возможных изменений функции или ее производных, данные о монотонности и неопределенности функции, о величине полной вариации и т. п. Наличие априорной информации о детерминированных неопределенных факторах одновременно с принципиальной возможностью получения оперативной информации в процессе реализации решений дает возможность значительно снизить влияние такой неопределенности на конечный результат путем планирования и получения оперативной информации и проведения корректировки принятых решений.
Случайные события. Полной априорной информацией о случайном событии является указание вероятности его наступления. При этом мы имеем в виду, что эта вероятность не меняется, или, по крайней мере, нам известен комплекс условий, при котором она сохраняется. Для совокупности случайных событий необходима информация о их независимости или коэффициенте корреляции.
Принципиальным для случайных факторов является вопрос о статистической устойчивости. Исследование вероятностных моделей опирается на гипотезу о постоянстве неизвестной вероятности при данном комплексе условий. Часто неизвестные вероятности оценивают при небольшом числе опытов, связанных с изделиями данного типа, в то время как факт статистической устойчивости проверен на большой статистике изделий близких типов. И именно это дает основание рассчитывать на сходимость частности к неизвестной вероятности. Иногда априорный анализ позволяет установить диапазон возможных значений неизвестной вероятности.
Случайные величины. Полная априорная информация о факторах такого рода содержит данные о плотности (законе) распределения с точностью до значений известных параметров. Минимальная априорная
информация, очевидно, заключается в указании на статистическую устойчивость распределения конкретного фактора, что уже обеспечивает сходимость выборочной функции распределения к истинной при наборе статистики. Промежуточные уровни информированности могут соответствовать данным о виде закона распределения (дискретность, непрерывность), области значений параметров закона распределения или области возможных значении самой случайной величины.
Случайные процессы и поля. Полной априорной информацией для стационарного случайного процесса считают заданную с точностью до известных параметров конечномерную плотность распределения. Все сказанное относительно случайных величин относится к стационарным случайным процессам как к конечномерным системам случайных величин. Понятие стационарности процесса отражает идею неизменности условий, в которых протекает процесс. Экспериментальное подтверждение гипотезы стационарности процесса никогда не является абсолютным, так как основывается на реализациях конечной длины. Зависимость параметров закона распределения нестационарного процесса от времени или координат (для полей) в свою очередь может быть детерминированной или случайной функцией.