Задачи принятия решений при нечеткой информации в компьютерных курсах для экономических специальностей

Задачи на принятие решений предполагают достижение определенного экономического эффекта в будущем времени, которое неясно, и принятие решений осуществляется в условиях неопределенности относительно будущего состояния финансовых активов и экономического окружения.

Неопределенность порождает риск неэффективного управления и срыв цели принимаемых решений. В таких задачах необходимо минимизировать риск неэффективного управления, т. е. устранить неопределенность.

Исторически первым способом учета неопределенности, до сих пор используемым в рассматриваемых задачах, является вероятностный подход. Он получил широкое распространение благодаря азартным играм. Но тотальное применение теории вероятностей для учета неопределенности оказывается не всегда корректным, поскольку классическая вероятность аксиоматически определена как характеристика генеральной совокупности статистически однородных случайных событий. При отсутствии статистической однородности применение классических вероятностей оказывается неправомерным.

Выход был найден путем введения неклассических, так называемых субъективных (аксиологических) вероятностей, не имеющих частотного смысла, а выражающих познавательную активность лица, принимающего решения в условиях дефицита информации. Теория аксиологических вероятностей вбирает многие научные результаты классической теории вероятностей.
Другим подходом к задачам на принятие решения в условиях неопределенности является минимаксный метод. В нем оптимальным считается достижение наилучших результатов в наихудших условиях. Но ожидаемость наихудших сценариев часто низка и требует далеко не всегда оправданных затрат на создание всевозможных резервов. На компьютерных практикумах предлагается решение «рисковых» задач путем интервальновероятностной модификации метода по Гурвицу с учетом дополнительной, хотя бы приблизительной информации о примерном соотношении вероятностей сценариев.

Современные разработки по принятию решений в условиях неопределенности связаны с приложением теории нечетких множеств. В теории рассматриваются функциональные соответствия и операции между нечеткими лингвистическими описаниями типа «высокий», «теплый» и т. д. и специальными функциями, выражающими степень принадлежности значений измеряемых параметров (длины, температуры, веса и т. д.) нечетким описаниям. Оказалось возможным прогнозировать будущие значения параметров, которые ожидаемо меняются в установленном расчетном диапазоне. Операции над нечеткими числами сводятся к алгебраическим действиям с обычными числами при задании определенного интервала достоверности (уровня принадлежности) и легко реализуются в символьном и численном виде в программной среде MathCAD.