Анализ решений

Определение анализа решений

Анализ решений — это структурированный метод принятия оптимальных решений в условиях неопределенности. Он используется организационными менеджерами, сталкивающимися с различными возможностями. Анализ дерева решений является старейшим и наиболее распространенным типом анализа решений.

Анализ решений — это метод, цель которого — дать рациональную основу для управленческого выбора, сделанного в условиях неопределенности. Анализ решений — это методический, статистический и обширный подход к вынесению сложных суждений. Это нормативный метод выбора между действиями с неизвестными результатами.

Программы для Windows, мобильные приложения, игры - ВСЁ БЕСПЛАТНО, в нашем закрытом телеграмм канале - Подписывайтесь:)

Оглавление

Определение анализа решений

Анализ решений — это методический, статистический и обширный подход, цель которого — дать рациональную основу для управленческого выбора, сделанного в условиях неопределенности.
Анализ решений — это нормативный метод, который помогает прийти к сложным суждениям при выборе между действиями с неопределенными результатами.
Он в значительной степени зависит от качества и полноты входных данных модели и предположений аналитиков.
Дерево решений — это метод анализа решений. Он включает в себя рассмотрение решений, их шансов с точки зрения возможности и их последствий с точки зрения дальнейших решений и их результатов.

Объяснение анализа решений

Анализ решений считается междисциплинарным. Однако традиционно считается, что это подполе исследования операций. Таким образом, после академических достижений он превратился в профессиональную сферу. С конца 1950-х годов этот метод использовался для поддержки принятия решений в области коммерческой и государственной политики. Он широко используется в фармацевтическом, нефтяном и газовом секторах из-за частой необходимости делать выбор с высокими ставками и последствиями.

Способность моделирования анализа решений вычислять диапазон вероятных значений вокруг заданного среднего значения является значительным преимуществом. Этот метод известен как «анализ чувствительности». Следовательно, это позволяет пользователю лучше понять вероятность принятия неправильного решения в случае реализации стратегии.

Кроме того, стоит отметить, что анализ решений сильно зависит от качества и полноты входных данных модели и предположений аналитиков. Например, лекарства могут иметь непредвиденные побочные эффекты, а лечение может иметь долгосрочные затраты, которые не сразу очевидны для аналитиков. Любое из них может привести к неудовлетворительным последствиям.

Короче говоря, анализ решений — это нормативный метод выбора между действиями с неизвестными результатами. Такая неопределенность результатов может быть представлена распределением вероятностей для переменных, представляющих наиболее значимые результаты рассматриваемых действий. Следовательно, функция полезности характеризует относительное предпочтение лица, принимающего решение, относительно многих возможных результатов. Он включает в себя неприятие риска лицом, принимающим решения. Затем лицо, принимающее логические решения, должно выбрать действие, которое максимизирует определенную математическую комбинацию определенных вероятностей и полезностей.

Древо решений

Анализ решений — это метод, целью которого является предоставление логической основы для принятия одного управленческого решения из нескольких вариантов в условиях неопределенности. Кроме того, этот подход основан на структуре, известной как дерево решений.

В основном дерево решений имеет два типа узлов: узлы выбора и узлы шансов. Узел выбора — это узел, в котором должно быть принято решение, тогда как узел шанса — это узел, в котором достигается неожиданное последствие. Следовательно, движение от узла к узлу в дереве указывает на течение времени. Поэтому путешествие от узла к узлу представляет собой либо необходимость принятия решения, либо реализацию случайного вывода.

Аналитическая модель принятия решений, часто дерево решений, является основным инструментом анализа решений. Он дает графическое представление последовательности событий, которые могут произойти после различных вариантов (или действий). Он также рассматривает последствия, связанные с каждым путем.

Модели выбора могут интегрировать вероятность основных (фактических) состояний природы при расчете распределения потенциальных результатов для конкретного решения. Лицо, принимающее решения, не знает об этих возможностях, но они очень важны.

Термин «модель» имеет разные коннотации в разных контекстах. Точно так же определяющей характеристикой модели принятия решений является то, что ее целью является облегчение принятия решений, а не установление утверждений об истинности.

Очевидно, что целью статистических исследований является сбор данных. Однако цель аналитических исследований принятия решений состоит в том, чтобы анализировать доказательства, хотя в отсутствие систематической и формальной стратегии, которая поддерживает лицо, принимающее решения, в обработке (иногда расходящихся и сложных) данных, обработка проводится менее формально.

Примеры

Давайте рассмотрим следующие примеры анализа решений, чтобы лучше понять концепцию.

Пример №1

Аналитика решений просят рассмотреть и оценить вариант установки новой машины в производственном цехе; следовательно, чтобы прийти к решению, аналитик решает использовать дерево анализа решений техника.

Более того, аналитик решений знает, что стоимость установки новой машины зависит от вероятности того, что в будущем ее мощность потребует расширения. Соответственно, это влияет на вероятность истинных и ложноположительных результатов и истинных и ложноотрицательных результатов. Относительные значения, приписываемые этим различным результатам, определяют полезность машины. Например, насколько вредно не установить новое оборудование без увеличения мощности по сравнению с отсутствием установки оборудования и необходимостью расширения в будущем?

Кроме того, аналитик рассматривает, не изменят ли знания, полученные из дерева решений, сделанный ранее выбор. Кроме того, также рассматривается, приводит ли это изменение к лучшим результатам в будущем. В частности, в обстоятельствах, когда различные входные данные из ряда исследований имеют отношение к конкретному контексту принятия решений, было доказано, что подходы к анализу решений очень полезны.

Пример #2

Предположим, вы финансовый директор Car Plaza, всемирно известного высококлассного автосервиса. Ваша станция работает хорошо, и, следовательно, вы намерены извлечь из этого выгоду, открыв новую локацию. Кроме того, вы рассматриваете выбор между Онтарио и Британской Колумбией.

Кроме того, ваша команда предоставила вам ряд количественных анализов для ознакомления. Итак, как аналитик, вам придется делать выбор, используя доступную информацию. Ваша команда определила, что погода существенно влияет на прибыльность станции в каждом городе. Однако эти места показывают большой контраст между зимой и летом. Например, в Онтарио бывают снежные бури, а в Британской Колумбии выпадают обильные дожди. Кроме того, ваша команда сообщила вам, что в обоих случаях, когда погода неблагоприятная, люди предпочитают избегать посещения автостоянки.

Ниже приведены чистые приведенные значения (т. е. показатель прибыльности, представляющий выигрыш) и вероятности различных погодных условий для каждого варианта выбора. Вы должны выбрать город с наибольшей отдачей, учитывая риск погоды. Итак, ниже приведены переменные и вероятность этого, которые вы рассматриваете. Следовательно, окончательное решение о выборе места будет основываться на этом.

Альтернатива Онтарио:

СобытиеВыплата (т.е. чистая текущая стоимость) в долларахВероятностьОчень длинное лето, мягкая зима35,00,00040%Среднее лето и зима20,00,00030%Очень продолжительная зима, дождливое лето15,00,00030%

Альтернатива Британской Колумбии:

СобытиеВыплата (т.е. чистая текущая стоимость) в долларахВероятностьОчень долгое лето, мягкая зима35,00,00020%Среднее лето и зима15,00,00040%Очень продолжительная зима, дождливое лето500,00040%

Решение:

Средневзвешенный выигрыш для каждой альтернативы.

Онтарио:

=35,00,000*0,4+20,00,000*0,3+15,00,000*0,3

=14 00 000 + 60 00 000 + 4 50 000

= 24 50 000 долларов США.

Британская Колумбия:

=35 00 000*0,2+15 00 000*0,4+500 000*0,4

=70 00 000 + 60 00 000 + 2 00 000

= 15 00 000 долларов США

Таким образом, лучшая альтернатива Онтарио.

Часто задаваемые вопросы (FAQ)

Что такое анализ решений?

Это структурированный метод принятия оптимальных решений в условиях неопределенности. Таким образом, это метод, который обеспечивает логический подход. Используя его, каждый стремится прийти к наилучшему выбору для выбора управления, который также находится в условиях неопределенности.

Что такое многокритериальный анализ решений?

Многокритериальный анализ выбора – это область исследования операций, которая явно анализирует многочисленные конкурирующие критерии принятия решений. Как правило, он используется для поиска и анализа различных альтернатив политики путем оценки их эффектов, производительности, последствий и компромиссов. Многокритериальный анализ решений предоставляет стандартизированный метод для обеспечения сложного выбора на основе заранее определенных критериев и целей.

Почему важен анализ решений?

Это важно, поскольку помогает в рассмотрении и оценке важных бизнес-решений. Анализ дерева решений является старейшим и наиболее распространенным типом анализа решений.

Что такое инструменты анализа решений?

Инструменты анализа решений относятся к методам, используемым для проведения анализа решений. Многокритериальный анализ решений, матрица решений Многокритериальный, SWOT-анализ Анализ CATWOE является одним из наиболее инструменты для анализа решений методы.

Анализ решений

Определение анализа решений