Процесс принятия решений можно представить в двух аспектах.

Первый -- оценка состояния управляемой системы и ее среды или конкретной ситуации, что позволяет составить представление о системе и об окружающей обстановке в данный момент.

Второй -- собственно принятие решения.

Общую модель принятия решения принято выражать с помощью матрицы следующего вида:

	A1	A2	Аm
S1	Y11	Y12	Y1m
S2	Y21	Y22	Y2m
Sn	Yn1	Yn2	Ynm

Где S1, ..., Sn-- варианты решения, построенные с учетом управляемых параметров «входа»;

А1, ..., Am -- состояния объективных условий среды, описываемых неуправляемыми параметрами;

Y11, ... , Yпт-- результаты, возникающие как следствие принятых вариантов решения при данном состоянии объективных условий

Лица, принимающие решения, имеют дело с этими основными элементами принятия решений.

Варианты решения производственных задач представляют собой возможные действия. Они могут иметь самый общий вид или быть детализированными настолько, что без дальнейшей доработки их воплощают в жизнь. Варианты решения рассматриваются применительно к разным уровням целей. Каждому варианту более высокого уровня цели могут соответствовать одно или несколько решений на более низком уровне.

Возникает вопрос: в какой мере при принятии стратегических решений следует учитывать возможные тактические решения? К оценке стратегии можно приступить лишь после того, как сделан выбор тактических вариантов. Нельзя сравнивать затраты на осуществление мероприятий по увеличению производительности труда по факторам, пока не предложены конкретные способы. А поскольку этих способов много, предполагается, что должна быть найдена какая-то оценка каждого из тактических вариантов.

Решения могут приниматься на разных уровнях иерархии управления. При этом на каждом последующем уровне эффективность принятого решения может возрастать или снижаться. Целью руководителей производства каждого уровня является принятие частных решений, увеличивающих эффективность общего. Лица, принимающие решения, должны быть уверены в том, что выбранные ими варианты решений задачи являются приемлемыми для тех состояний объективных условий, которые сложатся в последующем периоде. Поэтому необходимо знать прогноз будущего состояния объективных условий. Объективные условия характеризуются неуправляемыми переменными, но если удастся с достаточной точностью предсказать ожидаемое состояние объективных условий, то можно «приспособить» к ним свои решения.

Принимая окончательное решение, следует четко представлять себе, как определялся результат во всех предлагаемых вариантах. Результаты могут определяться, по меньшей мере, тремя различными способами, на основании: оценок и догадок, наблюдений и экспериментов, построения различных гипотез. Все эти способы общеприняты при подготовке решений на производстве. Применение субъективных - оценок преобладает при долгосрочном планировании, к ним прибегают также и при краткосрочном планировании и регулировании производства. Применение субъективных оценок результата всегда создает почву для ошибок. Поэтому по мере совершенствования информационной базы все чаще используются второй и третий способы.

Способ наблюдения и экспериментов больше подходит для принятия решений, связанных с краткосрочным планированием. При экспериментировании принимается ряд пробных решений, из которых затем выбирают наиболее эффективный. Способ построения гипотез часто находит применение при проектировании систем управления производством.

Условия, в которых принимаются решения, подразделяются на три группы:

определенности, когда состояние объективных условий на планируемый период известно, но проблема выбора решения все же существует;

риска, когда возможно некоторое число состояний объективных условий и имеется достаточно данных для установления вероятности появления каждого из этих состояний;

неопределенности, когда действия могут повлечь за собой множество частных исходов, но эти исходы неизвестны.

Способы принятия решений с помощью различных формальных методов и моделирования хорошо разработаны для условий определенности и риска. Но на практике ввиду отсутствия должной информации и недостаточной подготовки, персонала, многие задачи, которые могут решаться в условиях риска, решаются в условиях неопределенности. При выборе решения в условиях неопределенности нередко бывает известно конечное число состояний объективных условий, но вероятность возникновения каждого из этих состояний не оценена. В этом и проявляется неопределенность. Уровень неопределенности снижается по мере получения новой информации о решаемой задаче. В последнее время все большее значение при решении проблем начинает приобретать так называемая субъективная информация, получаемая путем опроса работающих. Особенно велико значение субъективной информации при изучении социально-психологических проблем.

Опыт, понимание существа проблемы, предвидение перспективы и интуиция помогают специалисту в условиях неопределенности оценить значимость альтернативных вариантов и выбрать наиболее рациональное решение.

Использование информации, полученной от специалистов, особенно плодотворно, если для ее сбора, обобщения и анализа применяются специальные логические приемы и математические методы, получившие название методов экспертных оценок.

В процессе больших организационных изменений в объединениях (на предприятиях) многие решения принимаются в условиях неопределенности. В подобных случаях решение принимается на основе мнений экспертов, в роли которых выступают руководители и специалисты объединения и, если это необходимо, сотрудники специализированных организаций. Основанием для принятия решения является иногда не количественная оценка ожидаемого эффекта, а твердая уверенность в том, что делается шаг в нужном направлении.

7. Подбор исполнителей и согласование заданий. Чтобы согласовать задания, надо определить подразделения, которых прямо или косвенно касается решение. Одно и то же решение может по-разному воздействовать на различные подразделения объединения (предприятия). Прямое воздействие происходит тогда, когда решение содержит конкретные предложения об изменениях в определенных процессах. Например, если предлагается централизовать делопроизводство, то это предложение влияет на операции делопроизводства каждого подразделения. Если предлагаемые изменения на «выходе» одного подразделения влияют или на «входы», или на «выходы» других, то такое воздействие будет косвенным. Например, если плановый отдел расширит планируемые показатели, то ряд подразделений вынужден будет давать отделу дополнительную информацию.

Любое решение необходимо согласовывать с руководителями подразделений, в деятельность которых оно может внести изменения, а также доводить до сведения исполнителей, которые будут его реализовывать.

После того как решение сформулировано и согласовано с заинтересованными лицами, его утверждают. Правом утверждать решения располагают те линейные руководители, которые уполномочены решать, каким образом будут использоваться ресурсы предприятия, объединения, подотрасли и т. д. Кроме руководителя предприятия право на утверждение могут иметь руководители подразделений. Это право им делегирует руководитель предприятия, о чем указывается в соответствующих должностных инструкциях. Утверждение решения является актом его официального принятия. Утвержденные решения должны даваться исполнителям в письменной форме (в виде приказа, распоряжения) и за подписью лиц, уполномоченных их утверждать. Если возникает необходимость во внесении изменений в утвержденные решения, то это нужно делать письменно.

В приказе или распоряжении намечается программа действий для выполнения данного решения. С этой целью указывается: что делать; кому делать; когда делать; как делать; кто, когда и как контролирует решение.

8. Реализация решения. Основные работы по подготовке к вводу в действие содержатся в приказе или распоряжении, его утверждающем. После этого исполнители с учетом полученных основных указаний разрабатывают детальные планы и программы действий. Эти планы могут быть связаны с подготовкой кадров, составлением технической документации, приобретением оборудования и т. д. В них выделяют отдельные задачи, намечают ответственных, определяют сроки исполнения. После того как решение передано исполнителям, необходимо вести контроль за его реализацией. Это поможет вовремя подкорректировать их.

Эффективность решения может оцениваться на основе соизмерения затрат на его исполнение и результатов или, если это не удается, с помощью косвенных характеристик. При решении сложных управленческих задач измерение затрат и результатов бывает затруднительным. Хорошо иметь оценку влияния мероприятий по совершенствованию управления на конечные технико-экономические показатели предприятия. Однако не всегда удается получить достоверную оценку. В подобных случаях используются различные косвенные показатели.

Например, группа показателей, характеризующих рациональность организационной структуры, к которым обычно относят:

количество ступеней и звеньев структуры;

уровень централизации выполнения функций управления и вспомогательного производства;

соблюдение норм управляемости; сбалансированность прав и ответственности и т. п.

В заключение следует отметить, что в практике управления встречается немало повторяющихся ситуаций. Необходимо распознавать эти ситуации и выбирать для них готовые решения. Для этого целесообразно каждому подразделению иметь каталоги или справочники, в которых в случае необходимости можно быстро найти решения в типичной ситуации, а не повторять всю описанную процедуру решения сложных проблем.

Компьютерные системы поддержки принятия решений

В связи с развитием и широким применением для автоматизации управленческого труда вычислительной техники, в последние десятилетия получили развитие компьютерные системы поддержки принятия решений. Системами поддержки принятия решений являются человеко-машинные системы, которые позволяют ЛПР использовать данные, знания, объективные и субъективные модели постановки, анализа и решения различных проблем. В настоящее время системы поддержки принятия решений создаются пока для определенного класса задач. Например, система "Эксперт чойс" создана специально для поддержки применения метода анализа иерархий в процессе принятия решений.

В общем случае считается, что система поддержки принятия решений запросив у ЛПР минимальные входные данные, позволяет ему правильно поставить проблему, изучить, как решались ранее подобные проблемы, предложить набор методов решения проблемы, оказать помощь в применении конкретного выбранного метода, помочь получить и оформить окончательное решение. В подобных системах могут накапливаться знания опытных экспертов. В них по новому могут решаться многокритериальные задачи, путем быстрых многовариантных расчетов по результатам диалога человека и машины. Т.е. область допустимых решений формирует ЛПР, исходя из здравого смысла и учета множества факторов, в т.ч. и отсутствующих в модели, а ПК находит в этой области "оптимальное" решение.

Таким образом, обобщая изложенные современные взгляды общей теории управления на принятие решений можно сделать следующие выводы:

1. Различные типы проблем предполагают различные типы решений. И прежде чем принимать решение следует классифицировать проблему, т.е. отнести ее к одному из типов, оценить возможности принятия решения и классифицировать тип принимаемого решения.

2. Различные типы проблем и принимаемых решений предполагают применение различных методов работы органа управления и методов обоснования решений. Значительное количество разнообразных методов разработано специалистами в инженерно-технической, экономической, социальной сферах деятельности. Многие из разработанных в последние годы методов позволяют достаточно адекватно смоделировать различные ситуации и получить обоснованные результаты, учитывающие не только количественные показатели, но и суждения, опыт и интуицию ЛПР.

3. Весь процесс принятия решения, все применяемые методы принятия решения должны быть ориентированы на реальные возможности конкретного ЛПР, как биологического существа по восприятию и переработке информации, по его отношению к риску.

4. Для повышения качества управления, для методически грамотного принятия решения, для повышения творческих способностей ЛПР при принятии решений целесообразно использовать компьютерные системы поддержки принятия решений.

Использование технических средств в процессе моделирования

Осуществляя процесс разработки решений в диалоге с ПК, пользователь простейшей системы может:

а) структуризовать любую ситуацию, возникающую в связи с разработкой решения, сопоставляя ее с проектом решения;

б) получать модифицированные результаты и их оценки, вводя в ПК новые критерии и варианты, дополняя их в ходе диалога новыми значениями;

в) исследовать последствия изменений различных факторов для ранжирования вариантов решений;

г) руководитель может внести коррективы в проработанные проблемные ситуации, полагаясь на новые знания о них.

Между тем, традиционный подход к разработке решений основан по-прежнему преимущественно на интуитивных предпосылках и общих представлениях о действительности. Основные недостатки его - неточность (количественная), неоптимальность и несистемность.

Неточность количественная проявляется в том, что при обосновании решений превалируют качественные оценки (типа "лучше-хуже", "больше-меньше", "раньше-позже" и т.п.) вместо оценок с точным указанием числа и даты. Допускаются при оценках логические, информационные и вычислительные погрешности. Количественная неполноценность усугубляется их неоптимальностью, то есть отсутствием выбора вариантов принимаемого решения. В лучшем случае выбор осуществляется на основе сравнения двух-трех вариантов без указания меры предпочтительности (критерия оценки).

Отсутствие системного подхода в решении сложных хозяйственных задач характеризуется тем, что общие комплексные задачи (в частности, материально-технического снабжения) искусственно расчленяются на ряд не связанных между собой частных задач. Эти задачи легче решаются, но не содержат необходимых общих условий и целостной картины достижения цели управления процессом.

Необходимость преодоления указанных недостатков породила новую межотраслевую область знаний, использующую математику в качестве способа выражения мер и отношений между изучаемыми явлениями. Такой наукой стала теория исследования операций и систем. Возникшая в отрыве от основных идей кибернетики, теория исследования операций и систем сегодня является самостоятельным и достаточно емким разделом прикладной кибернетики (учитывая сходный характер и методы решаемых задач). Практическая значимость теории исследования операций усилилась в связи с широким проникновением в сферу управления современных средств вычислительной техники. Фактор времени, ранее обесценивавший многие математические результаты, перестал быть препятствием (хотя и сегодня математическое обеспечение является наиболее дорогостоящим в использовании ПК).

Степень использования ПК при разработке решений зависит от особенностей математических моделей. По направлению использования в процессе управления математические модели можно разделить на два класса: модели планирования и модели оперативного, диспетчерского управления.

Модели планирования целесообразно использовать в пакетном режиме. То есть пакет информации, связанной с разработкой плана, вводится в ПК на вычислительном центре. Между лицами, принимающими решение, и ПК появляются посредники: программисты (готовят программы для работы ПК) и операторы (эксплуатационники ПК) вычислительного центра.

Пакетный режим менее удобен при оперативном управлении, когда важно, во-первых, непосредственное взаимодействие лиц, принимающих решение, и ПК; во-вторых, применение не аналитических методов (математических моделей в виде аналитических зависимостей), а специальных алгоритмических методов, позволяющих искать решения с помощью машинного эксперимента, то есть выбирать решение по имитационной модели.

Имитационные модели представляют собой запись алгоритма поиска решения методом численного анализа. Сегодня это наиболее реальный путь внедрения математических методов и ПК непосредственно в работу систем управления, в разработку управленческих решений. В имитационных моделях необязательна запись модели объекта в виде математических уравнений; имитационная модель может представлять собой словесное описание операций, производимых над набором чисел (так называемая операторная форма записи); модели дают алгоритм, то есть последовательность действий, операций, осуществление которых приводит к искомому результату (конкретному решению); алгоритмические методы предлагают не столько решение, сколько способ его нахождения, что существенно расширяет их возможности по сравнению с аналитическими методами (последние выдают результат на основе решения математических уравнений с заданными критериями оптимальности и ограничениями).

Имитационные модели рассчитаны на машинную обработку. Поэтому, кроме самой модели, необходимы средства ввода ее в ПК, соответствующие программы обработки данных и выдачи результатов. Единый комплекс образуют: средства ввода данных, сами данные, модели, описывающие взаимосвязь данных и манипуляции с ними, программы обработки модели, программы выдачи результатов обработки на ПК.

Имитационное моделирование - это сложный участок интеллектуальной деятельности, нацеленный на решение производственных проблем с применением человеко-машинных процедур, но и чрезвычайно интересный. Путем имитационного моделирования решаются задачи проектирования объектов, выбора пропускной способности, правил управления, оценки реальности разработанных программ и планов и др.

Положительными характеристиками метода имитационного моделирования являются:

- возможность построения алгоритма любых ситуаций,

- сравнительно незначительные временные затраты на анализ ситуации,

- учет факторов внешней среды вероятностного характера,

- возможность анализа и поиска решений сложнейших производственных систем,

- решение задач производства, не поддающихся формализации,

- исключение экспериментов в производственных условиях.

Особенность моделей машинной имитации состоит в том, что нередко появляется возможность вмешиваться в процесс счета лицам, принимающим решение. Это достигается режимом диалога с ПК. Здесь очень удобны дисплеи. Рекомендации по эффективному использованию ПК при разработке управленческих задач состоят в следующем.

При автоматизации принятия решений актуальным является объединение разработки моделей (в том числе имитационных) с общей разработкой АСУ. Именно вследствие того, что эти две составляющие одной проблемы решаются порознь, сегодня преобладает решение задач информационных в организационных системах управления.

Любая модель служит инструментом для лиц, принимающих решение, которые должны уметь им пользоваться (от руководителей до рядовых сотрудников, диспетчеров). Это надо учитывать при разработке моделей.

Использование моделей следует заранее предусматривать, определяя методы работы в автоматизированном режиме и органическое их включение в систему.

Кроме технических проблем, возникают и психологические проблемы. При создании моделей для систем управления следует в комплексе учитывать психологические особенности людей и характеристики ПК. Именно эта увязка обеспечивает создание человеко-машинного комплекса.

Не всегда пользователи моделей - специалисты по вычислительной технике и программированию, поэтому рекомендуются в подобных случаях максимально простые способы общения с ПК, например, на естественном языке.

Для иллюстрации содержания выполняемых на ПК действий приведен пример программной системы экономического анализа технологического процесса, в структуру которой включается:

I. Информационно-справочная база.

1.1. Характеристика оборудования;

1.2. Характеристика видов продукции;

1.3. Характеристика вариантов технологических режимов.

II. Обучающая часть системы.

2.1. Описание структуры системы;

2.2. Описание основных расчетных процедур;

2.3. Описание возможных вариантов для решения задач и схема действий пользователя при этом.

III. Вспомогательные программы.

3.1. Классификация объектов на группы;

3.2. Статистическая обработка данных.

IV. Основные расчетные алгоритмы.

4.1. Расчет стоимости продукции;

4.2. Расчет капитальных затрат;

4.3. Расчет экологического ущерба;

4.4. Расчет потерь в смежных производствах.

V. Справочник знаний.

5.1. Справочник профессиональных терминов;

5.2. Справочник формулировок;

5.3. Справочник о перспективных научных разработках;

5.4. Типовая совокупность вопросов и ответов на них.

VI. Оптимизационные процедуры.

6.1. Подбор предпочтительного сортамента продукции;

6.2. Выбор параметров технологического режима.

Весьма важной особенностью работы руководителя является организация разработки управленческих решений, учитывая сложность этого технологического процесса, включающего различные этапы, операции и процедуры.

Задачи оптимизации решения

Принятие оптимальных решений базируется на "трех китах":

1. математической модели;

2. решении задачи на компьютере;

3. исходных данных.

"Кита №1" -- математической модели. Математика всегда пыталась давать ответы на возникающие вопросы. И если, сравнительно недавно, надо было подсчитать число сделанных топоров, то теперь математику используют и для принятия оптимальных решений.

Математическое моделирование имеет два существенных преимущества:

1. дает быстрый ответ на поставленный вопрос, на что в реальной обстановке могут потребоваться иногда даже годы;

2. предоставляет возможность широкого экспериментирования, осуществить которое на реальном объекте зачастую просто невозможно.

Чтобы моделирование было успешным, надо выполнить три правила, которые, по мнению древних, являются признаком мудрости. Эти правила, применительно к задачам математического моделирования, формулируются так:

– учитывать главные свойства моделируемого объекта;

– пренебрегать его второстепенными свойствами;

– уметь отделить главные свойства от второстепенных.

Составление математической модели начинается с содержательной постановки задачи. На этом этапе приходится иметь дело со специалистами в предметной области (по управлению, проектированию, разработке технологических процессов и т. д.).

"Кит №2" -- решение задачи на компьютере. Компьютер с помощью программного обеспечения реализует алгоритмы поиска оптимального решения, которые преобразуют исходные данные в искомый результат. Таким программным обеспечением, выполняющим поиск оптимальных решений, является Excel

"кит №3" -- исходные данные. Никакая хорошая сходимость алгоритма, никакое быстродействие и оперативная память компьютера не заменят достоверности исходных данных.

Задача имеет оптимальное решение, если она удовлетворяет двум требованиям:

1. есть реальная возможность иметь более одного решения, т. е. существуют допустимые решения;

2. имеется критерий, показывающий, в каком смысле принимаемое решение должно быть оптимальным, т. е. наилучшим из допустимых.

Классификация математических моделей

Важным этапом изучения явлений, предметов, процессов является их систематизация, которая обычно завершается классификацией по ряду признаков, а поскольку признаков может быть достаточно много, то и выполненные классификации могут различаться между собой. Любая классификация должна преследовать достижение поставленных целей. Выбор цели определяет набор тех признаков, по которым она будет проводиться.

Элементы модели

1. Исходные данные

– Детерминированные

– Случайные

2. Искомые переменные

– Непрерывные

– Дискретные

3. Зависимости

– Линейные

– Нелинейные

Исходные данные	Искомые переменные	Зависимости	Классы задач
Детерминированные	Непрерывные	Линейные	Линейного программирования
Детерминированные	Целочисленные	Линейные	Целочисленного программирования
Детерминированные	Непрерывные, целочисленные	Нелинейные	Нелинейного программирования
Случайные	Непрерывные	Линейные	Стохастического программирования

Основные этапы работ при принятии оптимальных решений следующие:

1. Выбор задачи

Требования, которым должна удовлетворять задача:

– должно существовать, как минимум, два варианта ее решения; ведь если вариантов решения нет, значит, и выбирать не из чего;

– надо четко знать, в каком смысле искомое решение должно быть наилучшим. Если же мы четко не знаем, чего хотим, то математические методы, реализованные даже на самом лучшем компьютере, помочь не смогут.

2. Выбор задачи завершается ее содержательной постановкой.

Содержательная постановка задачи является переходным мостиком от желания решить задачу к ее формулировке в такой форме, на основании которой было бы ясно, каковы элементы математической модели:

– исходные данные величины - детерминированные или случайные;

– искомые переменные - непрерывные или дискретные;

– пределы, в которых могут находиться значения искомых величин в оптимальном решении;

– зависимости между переменными - линейные или нелинейные;

– критерии, по которым следует находить оптимальное решение.

3. Составление математической модели.

4. Сбор исходных данных.

5. Решение задачи.

6. Анализ решения.

7. Принятие оптимального решения -- конечный этап работы. Надо четко себе представлять, что решение принимает не компьютер, не Excel, а тот человек, который должен отвечать за результаты принятого решения.

8. Графическое представление результата решения и анализа -- мощный фактор наглядности информации, необходимой для принятия решения.

Анализ решаемых задач

В современной медицине никто не будет устанавливать диагноз и выписывать лекарства, т. е. принимать решение, без результатов анализа. К сожалению, при принятии решений в экономике и технике так бывает далеко не всегда.

Мощным средством анализа является математическая модель. Не стоит покупать ружье, чтобы сделать только один выстрел. Нецелесообразно тратить время и средства на составление математической модели, чтобы по ней выполнить один единственный расчет.

Математическая модель, как мы уже говорили, является прекрасным средством получения ответов на широкий круг самых разнообразных вопросов, возникающих при принятии оптимальных решений.

Виды анализа

1. При постановке задачи

а) Вариантный анализ

- Параметрический

- Структурный

- Многокритериальный

- При условных исходных данных

б) Решения по заказу

2. После получения оптимального решения

- Анализ решения

- Анализ устойчивости

- Анализ пределов

Параметрическим будем называть такой анализ, который заключается в решении задачи при различных значениях некоторого параметра. Примеры параметрического анализа приводятся в книге неоднократно.

Под структурным анализом будем понимать решение задачи оптимизации при различной структуре ограничений.

Многокритериальный анализ -- это решение задачи по разным целевым функциям.

Если исходные данные, используемые при решении задачи, зависят от соблюдения дополнительных условий, то такой анализ называется анализом при условных исходных данных.

Во вторую группу задач анализа -- решения по заказу -- входят задачи, целью которых является решение задачи оптимизации при заданных значениях: переменных, левых частей ограничений, целевой функции.

Кроме анализа, выполняемого на этапе постановки задачи, мощным средством, помогающим принять решение, является анализ полученного оптимального решения.



Рис. Схема процесса выработки решения с применением ПК

Размещено на Allbest.ur

...