АЛГОРИТМ ОПТИМІЗАЦІЇ В МАРКОВСКІЙ МОДЕЛІ ПРОЦЕСУ ПРИЙНЯТТЯ РІШЕНЬ

Анотація

Ситуація в економічній сфері характеризуються зростанням складності завдань, обмеженістю достовірних даних про економічні показники, складною, непередбачуваною динамікою процесів. В таких умовах інтелектуальні здібності менеджера можуть вступати в протиріччя з тим об’ємом інформації, який необхідно осмислити та опрацювати в ході управління різними технологічними та соціальними процесами. Актуальними стають алгоритми та інструменти суб’єктно-об’єктного управління, що описують оригінальну структуру бізнес-процесів в категоріях економічної науки в поєднанні з абстрактними моделями дослідження складних систем, де результати частково невизначені, частково випадкові, а частково контрольовані. У контексті управління, марковська модель використовується для аналізу стохастичних систем з випадковими переходами між станами. В теорії марковських процесів система розвивається з часом через послідовність станів, де кожен стан залежить від попереднього стану та не залежить від далекого минулого. Управління в таких системах полягає в виборі оптимальних алгоритмів переходу з поточного стану до стану досягнення мети. Але, широке застосування теорії Маркова стримується, через відсутність чітких правил обчислення імовірності переходу між станами досліджуваної системи та суттєвою невизначенністтю характеристичних параметрів та критеріїв оптимізації. Інтерпретація стратетратегічного управління, як моделі еволюції системи з марковською властивістю, дозволить спростити механізм опримізації процесу в умовах випадкових змін. Невизначеність, як категорія, описує якість та детермінованість інформації про стан системи, параметри чи результати впливів факторів. Випадковість передбачає можливість оцінки невідомого параметра імовірнісним розподілом. Переведення оцінки стану системи з невизначеного у випадковий фактично означає оцінку невизначеності стохастичною категорією – імовірністю переходу між станами та уможливлює використання стохастичних моделей оптимізації. Незважаючи на потужний інструментарій сучасних методів моделювання, дослідження алгоритмів стратегічного управління складними системами залишається актуальним, через низку проблем, які ускладнюють точність та надійність довгострокового прогнозування.