Файл: Голенко Д.И. Статистические модели в управлении производством.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 154
Скачиваний: 0
a(V). Решение |
относительно процесса S принимается в |
||||
соответствии |
с |
некоторым |
правилом. Каждое |
решение |
|
(обозначим |
его |
через уІ) |
можно рассматривать |
как |
эле |
мент множества |
возможных решений у= {уь у 2 , . . . } . |
Пра |
вило в этом случае является некоторой функцией у име
ющихся данных D и определяется решающей |
функцией |
|||
6(y/D). Таким |
образом, компоненты |
D образуют |
случай |
|
ную выборку |
апостериорных данных |
из пространства Г, |
||
на основании |
которых принимается |
решение |
у. |
Наряду |
с введенными составляющими рассматриваемого процес са (S, D, V, у, б) необходимо учесть влияние случайных воздействий, действующих на систему управления созда нием сложного комплекса. Через W(N) обозначим плот ность вероятностей случайных воздействий, выражаю щихся в первую очередь в случайном колебании налич ных ресурсов в период дальнейшего выполнения програм мы и непредвиденных изменениях условий ее осуществле ния. Таким образом, результаты (D*) функционирования системы формируются в зависимости от характера про странства возможных способов осуществления програм мы (5*) и вида пространства случайных воздействий (Л'"), а также от распределений вероятностей вариантов про цесса а ( 5 ) и распределения вероятностей случайных
воздействий W(N), т. е. D*=SN.
Всилу существования самых различных продолжений
ипутей развития программы принятие решения о воз можных вариантах на основе имеющихся данных, есте ственно, может быть ошибочным и иметь отрицательные последствия. В случае если эти последствия можно пред ставить в количественной форме, введем в рассмотрение так называемую функцию потерь или риска С ( 5 , у). Эта функция приписывает каждой комбинации 5 и у стои мостные потери, в общем случае не зависящие от функ ционирования системы управления. В связи с тем, что у
является |
функцией реализации случайного процесса, |
С (5, у) |
является случайной функцией. На этом основа |
нии оценку риска или потерь следует искать как вероят ностную характеристику, например как математическое
ожидание. Выражения условной и средней оценки потерь при выбранном правиле в пространстве решений Д име ют вид:
г (S,6) = IF„ (Я/5) dD $ С(S,y) б(y/D)dy, |
(5.6.1) |
Т |
д |
R(o,b)=M{r(S,6)}= |
lr(S,t>)o(S)dS |
или |
" |
t (5.6.2)
R(a,6) = |
lo(S)dS-§Fn(D/S)dD'$ |
C(S,y)6(y,/D)dy, |
(5.6.3) |
||
|
а |
г |
д |
|
|
где Fn(D/S) |
—функция распределения |
данных |
для из |
||
вестного |
процесса S; C(S, |
у) —функция |
потерь |
в стои |
мостном выражении, часто являющаяся функцией пара
метров |
V. |
|
|
Как |
следует |
из соотношений (5.6.1) — (5.6.3), |
сред |
ний риск зависит от принятого решающего правила |
б и, |
||
следовательно, |
может служить для сравнения различных |
правил принятия решений. Решающее правило, для кото рого средний риск (5. 6.3) оказывается минимальным, называется байесовым решением относительно априор ного распределения o(S). Используя соотношения (5.6.2)
и |
(5.6.3) |
и предполагая известными распределения |
|
Fn(D/S) |
и о(S), можно определить |
зависимость средне |
|
го |
риска |
от размаха распределения |
параметра ст. Так, в |
случае простейшего дерева исходов, состоящего из двух ветвей, средний риск, соответствующий байесову правилу выбора варианта программы, имеет вид, показанный на рис. 5.6.1. Как следует из этого рисунка, наиболее пред почтительным распределением длины ветви является раз номерное распределение. Зная составляющие для при веденных формул расчета среднего риска и имея дан ные, характеризующие дерево исходов для конкретной программы, можно определить средний ( или условный) риск, соответствующий каждому направлению осуществ ления программы. Процедура принятия решения в этом случае сводится к минимизации среднего риска при выборе варианта продолжения программы.
В заключение рассмотрим один из центральных во просов анализа программы, характеризующейся весьма
высоким уровнем неопределенности. Существо этого во проса состоит в следующем. В теории решений в том слу чае, когда из множества альтернатив выбирается лишь одна, подразумевается, что имеющаяся совокупность воз можных исходов составляет полную группу событий. Од нако для ряда программ, характеризующихся высокой степенью неопределенности, предпосылка о полной груп пе исходов может оказаться несостоятельной. Другими
Щ
Ю |
15 |
2°(6Cj-aLj) |
|
|
Рис. 5. 6. I. Зависимость средного риска от размаха распределения.
словами, вполне реальна ситуация, когда один или не сколько исходов на D(A, V) ветвятся, в свою очередь, на составные альтернативы, увеличивая тем самым количе ство возможных вариантов осуществления программы. В этом случае учет неопределенности и процедура при нятия решений в условиях неопределенности зависят от возможностей рассматриваемой схемы исследуемого про цесса, которой служит дерево исходов, или, как принято называть такого рода структуры в теории статистических решений, дерево решений. Можно показать, что в одном случае существует способ, учитывающий исходы, которые
не значатся в дереве исходов D(A, |
V), но как |
бы незри |
|
мо присутствуют в нем. |
|
|
|
Рассмотрим дерево |
исходов, множество а-вершин ко |
||
торого задано, причем |
для каждой |
а-вершины |
известны |
априорные вероятности возможных исходов. Рассмотрим далее одно из поколений а-вершин, из которого произ вольно выберем любую альтернативную вершину, напри
мер, а-вершину, характеризующуюся |
двумя |
исходами |
|||
( | Г « | = 2 ) |
с вероятностями |
рх и |
1—рх. |
Пусть |
исход, ве |
роятность |
которого равна |
1—ри |
носит, |
в свою очередь, |
альтернативный характер и может разветвляться на два исхода, один из которых также ветвится, и т. д. Можно принять схему ветвления, показанную в табл. 5.6.1. При этом правило ветвления основывается на сохранении в
структуре дерева решений условия, что каждая |
а-верши- |
|||||||
на удовлетворяет полной группе исходов. |
|
|
|
|
||||
|
|
|
|
Т а б л и ц а |
5.6.1. |
|||
|
|
Обобщенный |
|
|
|
|
|
|
Априорная вероятность |
показатель, |
Параметр |
Примечание |
|||||
возможного исхода |
характеризую |
ветвления |
||||||
|
|
|
|
|||||
|
|
щий исход |
|
|
|
|
|
|
|
Pi |
*1 |
Нет |
Второй |
исход |
|||
(1—р.) (I—ря ) |
|
|
||||||
|
|
|
|
ветвится |
|
|||
( 1 |
— Р з ) |
|
( 1 - й ) |
Третий, |
вновь |
|||
|
|
|
|
образовавший |
||||
|
|
|
|
ся |
исход, |
так |
||
|
|
|
|
же |
ветвится |
|||
( 1 — Р і ) № ( 1 — Pi) |
•ч |
( 1 - А ) |
Четвертый, |
|||||
|
|
|
|
вновь |
образо |
|||
|
|
|
|
вавшийся |
ис |
|||
|
|
|
|
ход |
также вет |
|||
|
|
|
|
вится |
|
|
||
(1—рі)Р2Рз-Рп-і(\—Рп) |
f/i + l |
( 1 - А , ) |
И т. |
д. |
|
|||
(1—Pi) |
РїРі...Рп |
Рп |
|
|
|
|
Для того чтобы образовать полную группу несовме стных исходов, не усложняя аналитические результаты, вводится категория «все остальные исходы, не рассмат риваемые в данный момент, но дополняющие систему до полной группы». Назовем эту категорию возможных исхо дов скрытыми. Количество скрытых исходов, не отражен-
ных в структуре D(A, V), может быть произвольным. В связи с этим решения, принимаемые на основании ана лиза D(A, V) и не учитывающие скрытые возможные ис ходы, могут не отражать положения, имеющего место в действительности. Поэтому учет возможности появления скрытых исходов при анализе программы и определении наилучших вариантов ее развития является важным эле ментом принятия решений. Легко показать, что сумма вероятностей возможных исходов, образуемых по схеме
табл. 5.6.1, для любого наперед заданного п равна |
еди |
|||||
нице. Действительно, |
используя выражение Pi + (1—р\) |
|||||
(1—Рг) + (1— Pi) р2 (1— Рз) + (1— Pi) Р2Р3 (1 — P4) + |
. . . |
+ |
||||
+ {\—р\)р2Рз...Рп-\{\—Рп) |
+ {\—Р\)Р2ръ...Рп |
и |
пре |
|||
образуя его к виду |
(1— р{) |
(1— р2(1 |
— 1+рз(1 — 1+ • |
|||
+ Рп{\—1)...))) |
= 1, |
получим, |
что |
правило |
введения |
скрытых исходов дает полную группу событий. Ветвление любого исхода D(A, V) при определенных условиях не вносит существенных изменений в вероятностные харак
теристики |
ветвящегося процесса. |
Так, например, матема |
||||||
тическое |
ожидание параметра |
т |
может быть |
записано |
||||
следующим образом: |
|
|
|
|
|
|||
М{т} |
= P l ( T i - T f t ) |
+ р 2 |
( т 2 - Т / г ) + ' . . . + Pk-l(Xk-l—Ck) |
+ |
||||
|
(fft+l-Tft) + . . . + |
P m ( T m - T f t ) |
+ Xk + ph( 1 -pi |
~p2 |
||||
|
— Pk-l — Ph+1 — pm) (tm + 1 —Tfe) |
+PhPm+l(i—pi |
— |
|||||
|
— p2~--— |
Ph-\~ Ph+l — Pm) (tm +2 — " t m + l ) + |
|
|||||
|
+ PhPm+lpm+2( 1 — P l — |
P2~ |
|
Ph-i~Ph+l~ |
||||
~Pm) ( Т т + 3 - Т т + з ) |
+'...+ |
PhPm+lpm+2'" Pm+n-1 X |
||||||
|
|
X (1 -P1-P2-.:- |
|
|
ph-i-Ph+i- |
|
||
|
|
— Pm) ( t m + n - T m + n - l ) , |
(5.6.4) |
|||||
где m — количество |
возможных |
исходов в а-вершинах |
||||||
D(A, |
V) без добавления скрытых |
исходов; п — количест |
во скрытых исходов; k — индекс ветвящегося исхода. Оче
видно, ЧТО П р И T i = T 2 = . . . =Xh= • • • = T m + n |
ИМЄЄМ |
М{т} =Tfc = t . |
(5.6.5) |
Независимость среднего значения параметра т при его одинаковых значениях для всех исходов от правила ветв ления позволяет надеяться на то, что неполнота структу ры D(A, V) может быть в значительной степени компен сирована путем введения априорной информации в ана лиз исследуемого процесса. В общем случае включение