Файл: Определение объема необходимой и достаточной информации при принятии решения (Сущность и значение принятия решений).pdf

В процессе исследования разработан комплекс имитационных моделей для управления бизнес-процессами ОАО «Стикс» на базе современных технологийкомпьютерного моделирования в системе IThink (рис. 3.1).^[53]

ТЕКУЩАЯ СТРАХОВАЯ ДЕЯТЕЛЬНОСТЬ

УРЕГУЛИРОВАНИЕ СТРАХОВЫХ СЛУЧАЕВ

ФОРМИРОВАНИЕ СТРАХОВЫХ РЕЗЕРВОВ

ПЕРЕСТРАХОВАНИЕ

ФИНАНСОВАЯ ДЕЯТЕЛЬНОСТЬ И ЭКОНОМИЧЕСКАЯ СОСТОЯТЕЛЬНОСТЬ

МАРКЕТИНГ

Рисунок 3.1. Блок-схема комплекса имитационной модели «Управление ОАО «Стикс»

Каждый из приведенных на рисунке 3.1 процессов представляет собой информационно-потоковые диаграммы, в которых при помощи специальных объектов метода системной динамики (фонд, поток, конвертер, связь) представляется математический алгоритм расчета всех процессов работы ОАО «Стикс».

Имитационная модель позволяет проводить имитацию бизнес-процессов с учетом влияния различных стохастических факторов на стратегическую перспективу, то есть фактически играет роль тренажера для менеджеров и руководителей ОАО «Стикс». На модели-тренажере «проигрываются» управленческие решения по формированию бизнес-стратегий и их возможные последствия, изучение тенденций развития этой страховой компании. На базе имитационной модели осуществляется ​​оценка вероятности банкротства компании, ее платежеспособности, возможность получения прибыли, формирования страховых резервов, достаточных для выполнения обязательств перед страхователями.^[54]

Но все имитированные процессы носят стохастический характер, а значит, вывод о соответствии полученных результатов можно сделать на базе представительской статистической совокупности полученных результатов имитационных экспериментов. В каждом конкретном случае совокупность может быть разной.^[55]

Далее разработаем серию планов имитационных экспериментов для остановки и постимитационного анализа результатов экспериментов.

Технология имитационного моделирования, является основой построения модельного комплекса, охватывает важный цикл моделирования сложных экономических систем, к которым и относится ОАО «Стикс»: от постановки проблемы и формирования концептуальной модели ее решения - к планированию вычислительного эксперимента, анализа его результатов и принятия управленческого решения.

Технология принятия решения в ОАО «Стикс» с помощью комплекса имитационных моделей изображена на рис. 3.2.^[56]

---

Формулирование проблемы

Концептуальная модель

Модельный комплекс (имитационная модель)

Подготовка начальных данных

План имитационного эксперимента

Условия проведения имитационного эксперимента

Интерпретация результатов моделирования

Система поддержки принятия решения (СППР)

Испытание и исследование имитационной модели

Планирование и проведение эксперимента модели

Рисунок 3.2. Разработка технологиипринятия управленческого решенияОАО «Стикс»^[57]

После построения любой экономико-математической модели, в том числе иимитационной, необходимо провести испытания, проверку ее на адекватность. Вимитационном моделировании это является чрезвычайно важным и ответственным моментом, поскольку разработчик и пользователь модели должны быть уверены, что конечныерезультаты моделирования точно отражают тенденции развития исследуемогообъекта.^[58]

Для уверенности, что выводы, сделанные на основе модельного комплекса, будут правильными и могут быть использованы лицом, принимающим решение (ЛПР) по оценке текущей ситуации в ОАО «Стикс», необходимой для выработки и принятия решения на прогнозируемый период,необходимо провести серию экспериментов (проверок, испытаний), в процессе которых,исследователь сможет установить адекватность полученных результатов.

Следовательно, определение объема необходимой и достаточной информации для принятия эффективных решений основных задач страхования с помощью разработанного комплекса имитационных моделей предлагается с разработкой исоставлением такого плана компьютерного эксперимента, который бы позволил на основе избранного математического метода анализа результатов моделирования достигатьпоставленных целей эффективным образом, с учетом ограничений на возможныересурсы ОАО «Стикс» и макроэкономические показатели.Технологическая цепочка такого экспериментального исследования на имитационной модели представляет последовательность следующих действий:^[59]

- в целях исследования осуществляется постановка математической задачи (определяется содержание направленного вычислительного эксперимента);

- в соответствии с поставленной задачей исследования разрабатывается план эксперимента; по плану проводится серия экспериментов, в ходе которых собирается необходимая и достаточная информация (результаты экспериментов);

---

- в зависимости от цели эксперимента выбирается метод анализа результатов, который позволяет принимать менеджерам и руководителям ОАО «Стикс» решения попоследствиями моделирования.^[60]

Для рационального использования особенностей имитационных экспериментов и принятия взвешенных управленческих решений в ОАО «Стикс» нами разработана информационная система поддержки принятия решения (СППР), схема которой приведена на рис. 3.3.^[61]

СППР содержит базу информации, которая позволяет решать определенный круг задач в сфере принятия решений, например, о приближении к банкротству на основе результатов имитационных экспериментов. Источники информации находятся в модельном комплексе имитационных моделей, результаты работы которого попадают в базу данных, где они хранятся. При необходимости, результаты имитационных экспериментов проходят предварительную обработку, согласование и отбор. База данных обеспечивает ОПР аналитической информацией, которая отражает важнейшие характеристики деятельности ОАО «Стикс». Данные – это фактическая информация, характеризующая отдельные свойства объектов, процессов, явлений (например, поток страховых платежей в шаге моделирования). Данные базы данных используются в базе моделей, где проходят дальнейшую обработку и анализ.

База знаний обеспечивает обнаружение и обоснование вариантов всех альтернатив, разработанных менеджерами или руководством страховой компании. Знание - закономерности, полученные в результате экспериментов и связывающие данные. База знаний включает в себя данные о проведении отдельных имитационных экспериментов (например, эксперименты об установлении вероятности банкротства), их характеристики, условия проведения, степень влияния на конкретный процесс в зависимости от используемых параметров.^[62]

Интерфейс пользователя

Обработка аналитической информации:

- обработка результатов имитационных экспериментов (процедура последовательного выборочного метода для оценки результатов эксперимента);

- процедуры оценки пригодности (адекватности) имитационной модели.

Интеллектуальный анализ информационных данных:

- оценка коэффициентов относительной важности для расчета коэффициента вероятности приобретения страхового полиса на основе теории нечетких множеств.

---

БАЗА МОДЕЛЕЙ

База данных

База знаний

Сбор и согласование информации

Источники информационных данных

Рисунок 3.3. Структура системы информационнойподдержки принятия решения^[63]

База моделей СППР с помощью соответствующего набора алгоритмов и математических моделей обеспечивает обработку аналитической информации иинтеллектуальный анализ данных, а именно:

- установление адекватности комплекса имитационных моделей;

- планирование и обработку результатов имитационных экспериментов.^[64]

Более подробно остановимся на испытаниях и исследованиях комплекса имитационных моделей, планирования и проведения имитационных экспериментов. С точки зрения определения понятия имитационного эксперимента планированияэксперимент проводится после испытаний и исследований свойств модели,таких как:

- проведения анализа чувствительности имитационной модели;

- оценка точности и устойчивости результатов моделирования;

- оценка адекватности модели (верификация, валидация модели).

Чувствительность имитационной модели представляется величиной минимального прироста выбранного критерия качества, который исчисляется на статистической информации моделирования, при последовательном варьировании параметров моделирования на всемдиапазоне их изменения. Анализ чувствительности в современных системахмоделирования должен быть хорошо автоматизированным.^[65]

Точность имитации явлений является оценкой влияния стохастических элементов на функционирование модели сложной системы. Степень точности определяетсявеличиной флуктуации случайного фактора (дисперсией). Для определения точностирезультатов имитации оцениваются доверительные интервалы. Если полученная оценка действительна среднему μ совокупности, то определяется верхняя и нижняя границы интервала,так, чтобы вероятность попадания истинного среднего в интервал, заключенный междуэтими пределами, равнялась некоторой заданной величине (α - доверительная вероятность) такимобразом:^[66]

Р {X – d < µ < X + d} = 1- α, где (1)

X - выборочное среднее;

1 - α - вероятность того, что интервал μ ± d содержит Х.

Под устойчивостью результатов имитации понимается степень нечувствительности ее к изменению в условиях моделирования. Устойчивость результатов моделирования характеризуетсясходимостью контролируемого параметра моделирования до определенной величины приувеличении времени моделирования варианта сложной системы. На практикеОАО «Стикс» рекомендуется устойчивость результатов моделирования оценивать дисперсией значенийотклика (по выбранной компоненте). Если дисперсия при увеличении времени моделирования не увеличивается, значит, результаты моделирования устойчивы.

---

При дальнейшей разработке рекомендаций по определению объема необходимой и достаточной информации при принятии решений в ОАО «Стикс», считаем необходимым предложить этой компании порядок определения полезности используемой информации.

Предположим, что существует необходимость выбора принятия решения между определенным количеством вариантов n. Если отсутствует какая-либо информация о каждом из этих вариантов, то вероятность выбора правильного решения будет равна 1 / n, то есть:^[67]

P(H1) = P(H2) = …= P(H_n-1) = P(H_n) = 1/n (2)

где H1, H2, H_n-1, H_n - варианты принятия решения;

P - вероятность правильности того или иного решения.

При отсутствии дополнительной информации менеджеру ОАО «Стикс», который принимает решение, нет разницы, какой вариант выбирать, поэтому результат (например, ожидаемая прибыль) будет составлять:^[68]

EP = EP_m / n (3)

где EP_m - максимально возможная прибыль при принятии правильного решения менеджером ОАО «Стикс».

Предположим, что ОАО «Стикс» располагает надежной информацией о том, что правильным является некоторое решение H_k. Соответственно, для получения такой информации руководителю нужно потратить некоторую величину денежных средств. Возникаетлогичный вопрос об определении стоимости этой дополнительной информации. Понятно, что ожидаемая прибыль вслучае получения этой информации выше, чем та, которую можно ожидать на основании только априорной информации. Таким образом, прирост прибыли и является той максимальной суммой, которую можно оплатить за информационнуюуслугу. Если H_k - это правильное решение, то P(H_k) = 1, EP = EP_m. При этом ожидаемая полезностьполной информации EVPI, то есть увеличение прибыли по сравнению с имеющейся прибылью, которую можно было бы получитьбез ее использования, будет равна:

EVPI = EP_m – (EP_m / n) (4)

Таким образом, максимальный размер денежных средств, которые менеджер ОАО «Стикс» согласился бы заплатить за надежную информацию, составляет EVPI.^[69]

Необходимо также отметить, что большая часть информации в реальных задачах управления будет неполной, то есть ее наличие не исключает всей неопределенности, поэтому EVPI указывает на верхнюю границу расходов для любой программы сбора информации. На рис. 3.4 графически изображены варианты зависимости между показателями EVPI и EP.

---