При математичному моделюванні прийняття рішень на психологічному рівні не є ізольованим процесом. Воно включене в контекст реальної діяльності людини. При побудові моделей прийняття рішень важливо знати, як розгортаються процеси, що передувало їм та що наступить за ними. Необхідно дослідити зовнішній і внутрішній стан, включаючи пошук, виділення, класифікацію та узагальнення інформації про стан, сформувати альтернативи й зробити вибір.
Існує велика різноманітність математичних моделей, що відображають реальні процеси, які протікають в економічному житті підприємства і відрізняються цільовим призначенням, характером задачі, ступенем адекватності, математичним апаратом та інше. Їх можна класифікувати за різними ознаками. Потрібно відмітити, що питання про класифікації моделей в теорії прийняття рішень продовжує залишатися спірним. Коротка характеристика та напрям використання конкретних моделей зводяться до наступного. У моделях можуть відбиватися інтереси учасників економічного процесу. Якщо вони (інтереси) однакові (хоч би при декількох дійових особах), то моделі називаються моделями з одним учасником; якщо інтереси учасників розходяться — ігровими моделями. У ринковій економіці ігрові моделі мають значне поширення.
Якщо в моделях відсутній фактор часу, розглядається процес в конкретний момент або на фіксованому відрізку часу, то такі моделі називаються статичними. Область застосування цих моделей обмежується короткостроковим прогнозуванням. У динамічних моделях з’являється можливість відобразити у часі процес функціонування та розвитку об’єкта управління. Чинник часу присутній у явному вигляді (наприклад, довгострокове прогнозування розвитку попиту з використанням методу екстраполяції; у цьому випадку тенденція розвитку явища, що склалася в минулому часі, переноситься в майбутнє).
У детермінованих моделях кожному значенню чинника (набору початкових даних) суворо відповідає єдине значення результату, тобто існує функціональний зв’язок. Окремим випадком цього класу моделей є квазірегулярні моделі. Це моделі динаміки середніх величин, що описують процес на основі середньозважених значень параметрів моделі. Вони досить широко застосовуються в соціально-економічних дослідженнях, їх особливість полягає в тому, що кожному значенню аргументу відповідає певна величина функції, тобто за допомогою моделі можна отримати цілком певний результат (наприклад, залежність обсягу попиту від величини купівельних фондів населення).
Стохастичні моделі характеризуються більш повним відображенням дійсності; вони ближче до реальних процесів, де відсутня жорстка детермінація. Наприклад, на однаковому обладнанні може бути різна продуктивність праці. Даний клас моделей носить ймовірнісний характер, оскільки вони підказують результат з деякою упевненістю. У даному класі моделей виділяють два різновиди: ймовірнісні і статистичні моделі.
Ймовірнісні моделі використовують ймовірнісні значення параметрів процесу. Однак математична структура ймовірнісних моделей суворо детермінована. Для кожного набору початкових даних в моделях визначається єдиний розподіл ймовірностей випадкових подій в процесі, що розглядається. Для реалізації ймовірнісних моделей необхідно, щоб кожному стану окремого елемента системи відповідала ймовірність його попадання в цей стан. Для відображення цією моделлю динаміки функціонування підприємства необхідно розділити траєкторію можливих станів кожного елемента системи на певне (дискретне) число станів і визначити ймовірності переходу цього елемента з одного стану в інший із урахуванням взаємного впливу елементів.
У статистичних моделях кожному набору початкових даних відповідає в моделі який-небудь випадковий результат з безлічі можливих. Таким чином, кожне рішення пропонує одну випадкову реалізацію результатів процесу, що моделюється.
» следующая страница »
1 ... 48 49 50 51 52 5354 55 56 57 58 ... 112