Исследование методов принятия решений эффективного управления экономическими процессами

XIV Международный конкурс научно-исследовательских и творческих работ учащихся
Старт в науке

Исследование методов принятия решений эффективного управления экономическими процессами

Атаева Зарема Завурбековна 1
1ЧОУ СОШ г.Пятигорска "Геула"
Власов В.И. 1
1кандидат технических наук, доцент, профессор РАЕ, заслуженный работник науки и образования
Автор работы награжден дипломом победителя III степени
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Актуальность

Каждый день принимается множество управленческих решений, часть из них практически не влияет на экономические или социальные процессы поэтому чаще всего они принимаются на основе интуиции. Если требуется сделать важное решение, то использование интуиции в принятии сложных экономических решение неприемлемо, а порой невозможно и может привести к ошибке и к потере крупных финансовых средств.

Ключевой момент - это принятие решения, без которого невозможен процесс управления, у которого есть много особенностей, таких как: многообразие, различие областей управленческой деятельности, сложная структура и др.

Современное человечество живет в эпоху глобальной цифровизации и в нынешних условиях достижение конкретных решений в экономике невозможно без понимания природы алгоритмов принятия решений и методов их разработки.

Важным фактором для принятия эффективного решения является формирование альтернативных вариантов развития ситуации. Чтобы сделать процессы принятия решений более быстрыми и эффективными, требуется применение современных технологий и специальных методов. Разработанные и применяемые критерии принятия решений, такие как: Критерий Байеса, критерий Сэвиджа, критерий Крускала, критерий Чебышева, критерий множителей Лагранжа и другие, позволяют выбрать лучшее решение из множества альтернативных [1].

В современном мире информационных технологий затруднительно принимать решения управления экономическими процессами. Это обусловлено разнообразием видов и назначений материально технических средств, которые люди используют как в быту так и в промышленности, а так же, ввиду разнообразной ценовой политики и качества выпускаемых материально- технических средств. Иногда используют традиционные способы параметрической оценки применимости материально технических средств или решений экономических задач такие как: кредитование или вложение финансовых средств в бизнес, обусловленных различными вариантами бизнеса, их значительной параметрической размытости, которая обусловлена нечётким финансовым значением параметров бизнеса, а это: прибыльность, величина периода окупаемости и так далее. Однако традиционные способы подразумевают сложные математические преобразования с использование многокритериального анализа многофакторных сложных задач с элементами теории размытых множеств.


1.1 Метод Байеса

Байесовская вероятность — это интерпретация понятия вероятности,
используемое в байесовской теории. Вероятность определяется как степень уверенности в истинности суждения [1].

P(A|B) = P(A|B) * P(A) / P(B) (1)

P(A) - априорная вероятность гипотезы A (заранее известная вероятность);

P(A|B) - вероятность гипотезы A при наступлении события B (апостериорная вероятность);

P(B|A) - вероятность наступления события B при истинности гипотезы A;

P(B) - полная вероятность наступления события B;

P(А|В) - вероятность наступления события А при истинности гипотезы В.

Достоинства данного метода:

Простота использования в реальной жизни;

Классификация, в том числе многоклассовая, выполняется легко и быстро;

Для использования метода, достаточно знание априорной информации.

Недостатки данного метода:

Значительные временные затраты при проведении вычислений, в особенности при больших количествах переменных в моделях.

Критерий Сэвиджа 

Критерий Сэвиджа  — один из критериев принятия решений в условиях неопределённости. Условиями неопределённости считается ситуация, когда последствия принимаемых решений неизвестны, и можно лишь приблизительно их оценить. Для принятия решения используются различные критерии, задача которых — найти наилучшее решение максимизирующий возможную прибыль и минимизирующее возможный убыток [1].

(2)

Критерий Сэвиджа поход на такой же «пессимистичный и осторожный», как критерий Вальда. Но если в том рассматривается минимальный выигрыш, то в критерии Сэвиджа рассчитывается максимальная потеря при принятии неверного (неоптимального) решения. Этот критерий ориентируется не на результат, а на риск.

Этот критерий помогает выбрать ту альтернативу, которая минимизирует размеры максимальных потерь, что дает определенную уверенность в принятии решения. Этот критерий минимизирует возможные потери при условии, что состояние среды наихудшим образом отличается от предполагаемого.

Недостаток критерия Сэвиджа: субъективность оценки.

Достоинства: можно рассчитать максимальные убытки, что дает уверенность в безопасности решения.

1.3 Критерий Вальда 

Критерий Вальда  (максиминный критерий) — один из критериев принятия решений в условиях неопределённости. Критерий крайнего пессимизма.

По критерию Вальда за оптимальную принимается стратегия, которая в наихудших условиях гарантирует максимальный выигрыш. Критерий Вальда ориентирует статистику на самые неблагоприятные условия [1].

(3)

Критерий Вальда является самым «осторожным» и пессимистичным критерием из всех приведенных мною. Критерий Вальда используется для расчета минимального выигрыша.  Согласно ему, оптимальной альтернативой будет та, которая обеспечивает наилучший исход среди всех возможных альтернатив при самом плохом стечении обстоятельств.

Достоинства: выбор альтернативного решения по данному критерию, гарантирует выигрыш.

Недостатки: в критерии нет субъективной оценки.

1.4 Анализ критериев

При решении ряда задач необходимо знать определенную параметрическую информацию. Так, например, из критерия Байеса нужно знать априорную и апостериорную вероятность, а если возникает проблема невозможности определения величины вероятности свершениия того или иного события им при это необходимо принять оптимальное решение, то в этом случае ряд критериев непригоден для применения методов решения эффективного управления экономическими процессами. В качестве примера можно рассмотреть повышение цен на продукты питания в России осенью 2021 года по причине пандемии коронавирусной инфекции.. Это все зависит не только от конъюнктуры или возможности внутреннего, но и от внешнего рынков, от политической ситуации в мире и т.д. Безусловно, попытки вероятностного предсказания есть, но они настолько неточны, что брать их за аксиому в этих теоремах для известных критериев нельзя. Поэтому, данные методы недостаточно эффективны и требуют большое количество затрат для определения правильности определения решения.

Цель научной работы - разработка алгоритма принятия решения эффективного управления экономическими процессами на основе исследуемых критериев.

3 Основная часть

На основе критериев работают системы искусственного интеллекта. На основе критериев выбираются оптимальные варианты решения многофакторный задач, причём многофакторные задачи решаются на основе размытых множеств.

Размытые множества включают в себя как варианты принятия решений, так и параметры которые не имеют четких границ. Предположим, на примере рассматриваемого критерия в научной работе возьмём вариант.

Бизнесмену нужно наиболее выгодно организовать бизнес, путем заключения контрактов на поставку продукции и оборудования для предприятия.. Соответственно на рынке есть множество поставщиков (фирм), то есть альтернативных вариантов принятия решения. Одновременно каждая фирма предлагает свои параметры поставки, такие как цену, габаритные размеры продукции поставки, объем и др. Бизнесмену необходимо учесть процент кредита в банке.

Если человек решает эту задачу интуитивно, то экономический эффект или его эффективность не будет максимальной, будет допущена большая ошибка в финансах, если вложения не будут соответствовать ожиданием. Для этого случая используется искусственный интеллект.

Алгоритм разработанного метода.

Для решения данной задачи для данных вариантов используется минимаксный критерий оптимизации. То есть чем меньше выбранное значение параметра, тем лучше для выбора оптимального решения.

Алгоритм расчета построен на методах оптимизации работы автоматизированных систем управления технологическим процессом [2].

1. Выбрать из параметров каждого столбца минимальное значение и вписать его в ячейку вновь созданной строки Х внизу таблицы.

2. Построить таблицу №2, причем в каждую ячейку таблицы № 2 вписать значение частного от деления выбранного минимального значения строки Х на значение параметра каждой ячейки соответствующего столбца таблицы №1.

3. Создать строку Y в таблице №2, в каждую ячейку которой вписать значения коэффициентов значимости для каждого параметра. Коэффициенты значимости выбираются произвольно из условия задания. Причем сумма коэффициентов значимости всей строки Y должна быть равной 1.

4. Построить таблицу №3, в каждую ячейку которой вписать значение соответствующей ячейки таблицы №2, возведенную в степень своего коэффициента значимости строки Y.

5. Создать колонку Z справа таблицы №3. Перемножить все значения ячеек каждой строки таблицы №3 и значения произведения вписать в колонку Z.

6. Из всех значений колонки Z выбрать максимальное. Выбранное значение покажет строку, соответствующую номеру оптимальной конфигурации таблицы №1.

Можно представить аналитическое выражение для реализации алгоритма, приведенного выше:

n

Υi=Πk)k(4)

k=1

На рисунке 1 представлен пример расчета принятия оптимального решения эффективного управления экономическими процессами для организации бизнеса.

Рисунок 1 - Пример расчета принятия оптимального решения эффективного управления экономическими процессами для организации бизнеса

На представленном примере с использованием изложенного алгоритма, принимается решение о заключении договора с фирмой ТИОР.

Вывод. Таким образом, при использовании разработанного алгоритма на основе анализа критериев оптимизации появляется возможность безошибочно выбирать оптимальное решение для экономических отношений в сфере организации бизнес-процессов.

Список литературы:

Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов – М.: ЮНИТИ-ДАНА, 2001.- 543 с.

Управляющие вычислительные комплексы: Учебное пособие/ Под ред. Н.Л.Прохорова. 3-е изд. перераб. и доп. – М.: Финансы и статистика, 2003. – 352 с.: ил.

Просмотров работы: 36