Рабочая программа по курсу «теория принятия решения»

Вид материала

Рабочая программа

Содержание В результате изучения дисциплины студент должен иметь представление 3.2. Дополнительная литература Приложение к рабочей программе

Подобный материал:

• Рабочая программа учебной дисциплины теория принятия решений Направление подготовки, 591.05kb.
• Рабочая программа по курсу: «Теория и методика воспитания» Для педагогических институтов, 65.28kb.
• Приказ №95 от 22. 08. 2010 г. Рабочая программа элективного курса моу «Гимназия», 354.42kb.
• Рабочая программа дисциплины «Системы поддержки принятия решений» Рекомендуется для, 115.78kb.
• Рабочая программа дисциплины «теория и методы принятия решений», 81.57kb.
• Примерная рабочая программа по курсу «теория систем и системный анализ», 92.72kb.
• Isbn 5-7262-0634 нейроинформатика 2006, 104.27kb.
• Системы поддержки принятия решений общие сведения о системах поддержки принятия решений, 145.37kb.
• Рабочая программа учебной дисциплины (модуля) Интеллектуальные системы принятия проектных, 94.67kb.
• Рабочая программа учебной дисциплины методы теории принятия решений Наименование дисциплины, 117.3kb.

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ


ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОТЕХНИКИ


РАБОЧАЯ ПРОГРАММА


по курсу «ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЯ»


Факультет экономический

Профилирующая кафедра каф. ЭМИС


2009

1. Цели и задачи изучения дисциплины, ее место в учебном процессе
   

Цель изучения дисциплины состоит в ознакомлении студентов с основными понятиями и методами теории принятия решений, с классами задач, которые могут быть решены с помощью теории принятия решений.

В результате изучения дисциплины студент должен иметь представление:

• о значении теории принятия решений, ее месте в области исследования операций и роли в решении практических задач;
  
• об истории развития и современных исследованиях теории принятия решений;
  

знать:

• основные понятия теории принятия решений;
  
• методологию системного подхода;
  
• этапы процесса принятия решений;
  
• аксиомы теории полезности;
  
• модели и методы линейного программирования;
  
• типовые задачи линейного программирования;
  
• методы принятия решений в условиях определенности, неопределенности, в условиях риска или конфликта.
  

иметь опыт:

• построения математических моделей задач принятия решений;
  
• выбора метода решения задачи;
  
• построения функции полезности;
  
• применения методов теории принятия решений для практических задач;
  
• применения методов оценки устойчивости решения задач линейного программирования.
  

уметь:

• решать задачи принятия решений с помощью математических методов;
  
• проводить анализ альтернатив при решении многокритериальных задач оптимизации.
  

Для изучения дисциплины необходимы знания по следующим дисциплинам: «Дискретная математика», «Теория вероятностей и математическая статистика», «Высшая математик», «Информатика», «Методы оптимизации».

2. Содержание дисциплины
   

2.1 Содержание лекционных занятий

2.1.1. Основы методологии принятия решения.

Основные определения и понятия теории принятия решения. Формальная модель задачи принятия решения. Классификация задач и методов принятия решения. Подходы к принятию решений. Основные понятия исследования операций и системного анализа. Задачи выбора решений, отношения. Функции выбора, функции полезности, критерии. Классификация задач принятия решений: детерминированные, стохастические задачи, задачи в условиях неопределенности. Понятие задач скалярной оптимизации, линейных, нелинейных, дискретных задач. Индивидуальное и коллективное принятие решений. Поддержка принятия решений: информационная, модельная, экспертная.


2.1.2. Однокритериальные задачи принятия решений в условиях определенности .

Моделирование однокритериальных задач принятия решения. Модели и методы линейного программирования (ЛП). Примеры и формы записи задач ЛП. Графическое решение задач ЛП. Идея и алгебра симплекс-метода. Двойственность задач ЛП. Аналитические методы оценки устойчивости решения задач ЛП. Модификации задач ЛП: задачи транспортного типа, задача производства с запасами, задача о назначениях.

Сетевые задачи выбора маршрута. Задачи упорядочения.


2.1.3. Многокритериальные задачи принятия решений в условиях определенности .

Задачи векторной оптимизации. Выделение главного критерия. Метод последовательных уступок и метод целевой точки.

Целевое программирование. Определение управляемых переменных, определение целей, построение целевых и жестких ограничений, построение целевой функции. Решение задач целевого программирования в ЭТ. Анализ решения.

Метод аналитических иерархий. Попарное сравнение альтернатив. Нормализация. Проверка сопоставимости. Нахождение оценок альтернатив по остальным критериям. Определение весов используемых критериев. Окончательная оценка альтернатив на основе полученных данных.


2.1.4. Формирование системы предпочтений лиц принимающих решения в задачах принятия решения.

Постановка задачи. Измерения предпочтений решений. Шкалы измерений. Экспертные методы определения предпочтений: ранжирование, парное сравнение, непосредственная оценка, последовательное сравнение. Метод Черчмена-Акоффа.

Задачи принятия решений на языке бинарных отношений предпочтения. Описание выбора на языке бинарных отношений. Способы задания бинарных отношений, свойства отношений. Отношение Парето. Парето-оптимальность.

Принятие решений на основе функций выбора. Постановка задачи. Выбор с учетом числа доминирующих критериев. Метод идеальной точки.


2.1.5. Задачи принятия решений в условиях неопределенности .

Виды неопределенности ЗПР. Классификация задач принятия решений в условиях неопределенности. Физическая неопределенность состояний внешней среды. Основные критерии. Принципы стохастического доминирования. Марковские модели принятия решений. Принцип среднего результата. Принцип кучности результатов. Принцип вероятностно-гарантированного результата. Принятие решений в условиях активного противодействия внешней среды. Критерии Лапласа, Вальда, Сэвиджа, Гурвица, Ходжа-Лемана, Гермейера. ММ-критерий. Критерий произведений.


2.1.6. Принятие решения в условиях риска .

Понятие риска. Критерии в измерении рисков. Методы управления рисками. Основные критерии выбора решений в условиях риска: Байеса, минимума дисперсии оценочного функционала, максимума уверенности в получении заданного результата, модальный. Теория ожидаемой полезности. Аксиомы теории полезности. Построение функции полезности. Методы построения функции выбора в условиях стохастического риска. Выбор альтернатив. Decision-анализ.


2.1.7. Принятие решения в условиях конфликта .

Понятие конфликта. Теория игр как инструментарий поддержки принятия решений. Понятие об игровых моделях. Платежная матица. Нижняя и верхняя цена игры. Решение игр в чистых стратегиях. Решение игр в смешанных стратегиях. Геометрическая интерпретация игры . Игровые модели сотрудничества и конкуренции. Приведение матричной игры к задаче линейного программирования. Схемы компромиссов.


2.1.8. Информационные системы поддержки принятия решений .

Понятие информационной системы (ИС). Классификации информационных систем: по степени структурированности решаемых задач, по уровню управления, по виду используемой информационной технологии. Участие различных типов ИС в принятии решений. Системный подход к решению задач средствами ИС. Основные этапы системного подхода.

2. Содержание практических занятий.
   

1. Построение математических моделей для распределительных задач линейного программирования (ЛП) .
   
2. Графическое решение задач ЛП .
   
3. Симплекс-метод решения задач ЛП
   
4. Метод искусственного базиса для формирования начального допустимого базисного решения – 2 часа.
   
5. Формализация и решение двойственных задач ЛП.
   
6. Оценки устойчивости решения задач ЛП.
   
7. Построение математических моделей транспортных задач .
   
8. Выбор начального решения транспортной задачи, писк оптимального решения методом потенциалов.
   
9. Решение сетевых задач выбора маршрута, задачи упорядочения.
   
10. Многокритериальные ЗПР в условиях определенности. Сведение многокритериальной задачи к однокритериальной .
    
11. Задачи векторной оптимизации.
    
12. Целевое программирование .
    
13. Метод аналитических иерархий .
    
14. Формализация задач принятия решений в условиях неопределенности .
    
15. Критерии Лапласа, Вальда, Сэвиджа, Гурвица, Ходжа-Лемана, Гермейера в исследовании задач принятия решений в условиях неопределенности .
    
16. Критерии выбора решений в условиях риска: Байеса, минимума дисперсии оценочного функционала, максимума уверенности в получении заданного результата, модальный.
    
17. Исследование функций полезности .
    
18. Модели теории игр .
    

2. Содержание самостоятельной работы
   

№	Наименование работы	Форма контроля
1	Проработка лекционного материала	Зачет
2	Подготовка к практическим занятиям	Опросы на занятиях результаты решения задач
3	Изучение тем теоретической части курса, отводимых на самостоятельную проработку. Принятие решений при расплывчатой неопределенности. Расплывчатые множества. Операции на расплывчатых множествах.	Конспекты по теме

3. Учебно-методические материалы по дисциплине

3.1. Основная литература

1. Смирнов Э.А. Управленческие решения: Учебное пособие/ Э.А. Смирнов. – М.: ИНФРА-М, 2001. – 264 с.
   
2. Турунтаев Л.П. Разработка управленческих решений: Учебное пособие. – Томск: Томский межвузовский центр дистанционного образования, 2004. – 149 с.
   
3. Фатхутдинов Р. А. Управленческие решения : Учебник для вузов / Р. А. Фатхутдинов. – 6-е изд., перераб. и доп. – М. : Инфра-М, 2008. – 342с.
   

3.2. Дополнительная литература

1. Идрисов Ф.Ф. Введение в теорию игр: Учебное пособие/ Фарит Фатыхович Идрисов; МОРФ. ТГПУ. – Томск: ТГПУ, 2000. - 52 с.
   
2. Костевич Л. С. Математическое программирование. Информационные технологии оптимальных решений : Учебное пособие для вузов / Л. С. Костевич. – Минск : Новое знание, 2003. – 424 с.
   
3. Моделирование рисковых ситуаций в экономике и бизнесе: Учебное пособие для вузов/ А.М. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев, Т.П. Барановская; Ред. Б.А. Лагоша. - 2- изд., перераб. и доп. - М.: Финансы и статистика, 2001. - 224 с.
   
4. Салмина Н.Ю. Моделирование систем: Учебное пособие для вузов / Нина Юрьевна Салмина; Министерство образования Российской Федерации, Томский государственный университет систем управления и радиоэлектроники. – Томск: ТУСУР, 2002. – 197 с.
   

ПРИЛОЖЕНИЕ К РАБОЧЕЙ ПРОГРАММЕ

по дисциплине «Теория принятия решений»

Балльно-рейтинговая система оценки знаний


Оценка объема и качества знаний студентов по результатам семестровой аттестации определяется в соответствии с Положением о балльно-рейтинговой системе оценки знаний и обеспечения качества учебного процесса. Семестровая балльная раскладка по дисциплине приведена в таблице 1.


Таблица 1. Дисциплина «Теория принятия решений» (зачет, лекции, практические работы)

Элементы учебной деятельности	Максимальный балл на 1-ую КТ с начала семестра	Максимальный балл за период между 1КТ и 2КТ	Максимальный балл за период между 2КТ и на конец семестра	Всего за семестр
Посещение занятий	4	4	4	12
Тестовый контроль	6	11		17
Выполнение практических работ	5	6	18	29
Компонент своевременности	4	4	4	12
Выполнение и защита творческих самостоятельных работ			30	30
Итого максимум за период:	19	25	56	100
Нарастающим итогом	19	44	70	100