Слои, или уровни сложности, принимаемого решения вьще- ляются для уменьшения неопределенности ситуации. Иными сло вами, определяется совокупность последовательно решаемых проблем. При этом выделение проблем осуществляется таким образом, чтобы решение вышестоящей проблемы определяло бы ограничения (допустимую степень упрощения) при моделирова нии на нижележащем уровне, т.е. снижало бы неопределенность нижележащей проблемы, но без утраты замысла решения общей проблемы. Многослойную иерархию можно проиллюстрировать рис. 1: каждый слой представляет собой блок £)., принимающий ре шения и вырабатывающий ограничения Xjjuin нижележащего (/~1)-го блока. В качестве примера рассмотрим многослойную иерархию принятия решения по управлению каким-либо процессом. В ней можно выделить три основных аспекта проблемы принятия ре шения в условиях неопределенности, приведенные на рис. 2. Многослойная систем принятия решений • • • Г ^ W 1 ш ш • W " ^ -W Г On • • • | Х 2 D2 |х. Oi у у{т) ^ ^ а 1 - 1 • • • ^ ^ 1 1 • • • -^ ^ 1роцесс Р ^ Г у ^ 1 1 ^ 1 1 ^ 1 1 W L . 1 Уровни сложности принимаемого решения Самоорганизация ^ P.G. стратегия обучения Обучение и адаптация \ yU.P.G Выбор ^ ,Wi 1 ipu \J^\j\f 1^ ^ " •• Ж ^ ^ ^ . . , < 1 1 ^ У Рис. 1 Рис.2 671 Нижний слой, самый «близкий» к управляемому процессу, - слой выбора. Задача этого слоя - выбор способа действий т. Принимающий решения элемент (блок) получает данные (инфор мацию) об управляемом процессе и, применяя алгоритм, полу ченный на верхних слоях, находит нужный способ действия, т.е. последовательность управляющих воздействий на управляемый процесс. Алгоритм может быть определен непосредственно как функциональное отображение Z), дающее решение для любого набора начальных данных. Для примера предположим, что заданы выходная функция Р и функ ция оценки G, а выбор действий из набора {т} основан на применении к Р оценки G. Используя теоретико-множественные представления, вы ходную функцию можно определить как отображение Р: MxU^ F, где М - множество альтернативных действий, Y - множество возможных результатов на выходе (или «выходов»), U - множество неопределенно стей, адекватно отражающее отсутствие знаний о зависимости между действием т и выходом Y. Аналогично функция оценки G есть отображение G: МхУ-^ К, где V - множество величин, которые могут быть связаны с характеристиками качества работы системы. Если множество U состоит из единственного элемента или является пустым, т.е. относительно результата на выходе для данного действия т нет неопределенности, выбор может основы ваться на оптимизации: найти такое т' в М, чтобы величина v' = G(m\ Р{т')), была меньше, чем v = G{m, Р{т)), для любого другого действия теМ. Если U - более богатое множество, приходится предлагать неко торые другие процедуры для выбора способа решения. Возможно, при этом придется ввести и некоторые другие отображения, помимо Р и G. Но в общем случае для того, чтобы определить задачу выбора на пер вом слое, необходимо уточнить множество неопределенностей U, тре буемые отношения Р, GH Т.Д. ЭТО осуществляется на верхних слоях. Вышележащий по отношению к рассматриваемому слою - слой обу чения, или адаптации. Задача этого слоя - конкретизировать множество неопределенностей U, с которым имеет дело слой выбора. Это множе ство и рассматривается здесь как множество, включающее в себя все не знание о поведении системы и отражающее все гипотезы о возможных источниках и типах таких неопределенностей. U может быть получено с помощью наблюдений и внешних источников информации. Назначение рассматриваемого слоя - сузить множество неопределенностей t/и таким образом упростить модель слоя выбора. В случае стационарности систе мы и среды множество U может быть предельно сужено, вплоть до одно го элемента, что соответствует идеальному обучению. Однако в общем случае (/может включать не только существующие, но и предполагаемые системой принятия решения неопределенности, и в случае необходимос ти и может быть полностью изменено, расширено, в том числе за счет изменения ранее принятой базисной гипотезы. 672 третий, в данном случае верхний - слой самоорганизации. На этом слое выбирают структуру, функции и стратегию, используемые на ни жележащих слоях, таким образом, чтобы по возможности приблизиться к отображению цели, которая обычно задается в форме вербального описания. Если цель не достигается, могут быть изменены функции Р и G на первом слое или стратегия обучения - на втором. Многослойные системы принятия решений полезно форми ровать для решения задач планирования и управления промыш ленными предприятиями, отраслями, народным хозяйством в целом. При постановке и решении таких проблем нельзя раз и навсегда определить цели, выбрать конкретные действия: эконо мические и технологические условия производства непрерывно изменяются. Все это можно отразить в многослойной модели принятия решений. Примером приложения идеи выделения слоев могут служить многоуровневые экономико-математические модели планирова ния и управления отраслями, народным хозяйством, разрабаты вавшиеся в нашей стране в 70-80-х гг. XX в. ([2] и др.), а позднее - и промышленными предприятиями (см., например, работы В.А. Дуболазова [3], гл. 5 в [4] и др.).
Ви переглядаєте статтю (реферат): «СЛОИ (УРОВНИ СЛОЖНОСТИ)» з дисципліни «Теорія систем і системний аналіз в управлінні організаціями»
