மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்குவதில் சிக்கல். இலக்கு மாற்றுகளின் எண்ணிக்கை அல்ல, ஆனால் சிக்கலைத் தீர்க்கும் சிறிய எண்ணிக்கையிலான மாற்றுகளை உருவாக்குவது. எம்.ஏ உதாரணம். சிக்கல் உருவாக்கம்

  • 23.02.2023

ஒரு குறிப்பிட்ட வழிமுறை மற்றும் அளவுகோலின்படி இலக்கை அடைவதற்கும் அவற்றில் சிறந்ததைத் தேர்ந்தெடுப்பதற்கும் - பிரச்சனையின் தீர்வு எப்போதும் ஆரம்பகால மாற்றுகளின் (IMA) ft d, ftd e ftB தயாரிப்போடு இருக்கும். இங்கே?2B என்பது சாத்தியமான மாற்றுகளின் பகுதி, இது அனைத்து கற்பனையான மாற்றுகளின் பகுதிக்கும் சொந்தமானது, அதாவது. ftB e fty. சிக்கலை உருவாக்குவதன் மூலம், முடிவெடுக்கும் சிக்கல் (dv, OP) தீர்க்கப்படுகிறது என்று நாம் கருதலாம், அங்கு OP என்பது உகந்த கொள்கையாகும்.
சிக்கலைத் தீர்க்கும் செயல்முறை (ftB, OP) பின்வரும் திட்டத்தின் படி ஒழுங்கமைக்கப்பட்டுள்ளது. பொது வழக்கில், ஐஎம்ஏ உருவாக்கம் அனைத்து கற்பனையான மாற்றுகளின் உலகளாவிய தொகுப்பின் தொகுப்புடன் தொடங்குகிறது. ஒரு சிக்கலைத் தீர்க்கும் போது நீங்கள் பயன்படுத்தினால், அது எப்போதும் தீர்க்க முடியாததாக மாறிவிடும், எனவே நிபந்தனைக்கு ஏற்ப QB சாத்தியமான மாற்றுகளின் ஒரு குறிப்பிட்ட பகுதியை தீர்மானிப்பதே முதல் செயல்முறையாக இருக்கும்.
தொழில்நுட்பம், தொழில்நுட்பம், பொருளாதாரம் மற்றும் நிறுவனக் கட்டுப்பாடுகள் வடிவில் உள்ள சிறப்புத் தகவல்களின் இருப்பு, தேர்வுச் சிக்கலைத் தீர்ப்பதன் மூலம்?jj இலிருந்து சாத்தியமான மாற்றுகளின் ஒரு தொகுப்பைத் தேர்ந்தெடுக்க அனுமதிக்கிறது. மாற்றுகளின் அனுமதி, மற்றும் OP என்பது உகந்த கொள்கையாகும், இது மாற்றுகளின் அனுமதிக்கான நிபந்தனையை வெளிப்படுத்துகிறது. இதன் விளைவாக வரும் தொகுப்பு?A என்பது ஒரு குறிப்பிட்ட சிக்கலைத் தீர்ப்பதற்கான IMA ஆகும்.
பின்வரும் எளிய உதாரணத்தைப் பயன்படுத்தி மேலே உள்ள நடைமுறைகளை விளக்குவோம். ஒரு பதவிக்கு நியமிக்கப்படும்போது, ​​முதலில் வேட்பாளர்களின் பட்டியல் தயாரிக்கப்பட்டு, இந்தப் பட்டியலில் இருந்து ஒருவர் நியமிக்கப்படுவார். வேட்பாளர்களின் பட்டியலில் அனைத்து நிபுணர்களும் இருந்தால், சாத்தியமான அனைத்து மாற்று வழிகளையும் நாங்கள் கையாள்கிறோம்.
11 - 7571
ஒரு தொகுப்பால் வெளிப்படுத்தப்படும் முறைகள். பணியாளரின் பணி, கல்வி, சம்பளம் போன்றவற்றின் நிபுணத்துவம் மற்றும் பதவியால் நிர்ணயிக்கப்பட்ட கடமைகள் போன்ற குறிப்பிட்ட கட்டுப்பாடுகளால் சேர்க்கை நிலை தீர்மானிக்கப்படுகிறது.
பொது வழக்கில், IMA உருவாக்கம் செயல்முறை இரண்டு நிலைகளை உள்ளடக்கிய ஒரு திட்டத்தால் விவரிக்கப்படுகிறது: சாத்தியமான மாற்றுகளை உருவாக்குதல் மற்றும் அவற்றை ஏற்றுக்கொள்ளும் தன்மையை சரிபார்த்தல். குறிப்பிட்ட வழிமுறைகளில், நிலைகளை இணைக்க முடியும், ஏனெனில் சில சந்தர்ப்பங்களில் அவை ஒரே நடைமுறையைப் பயன்படுத்தி மேற்கொள்ளப்படுகின்றன.
தேர்வின் சிக்கலைத் தீர்ப்பதற்கான ஒரு சிறப்பியல்பு அம்சம் முடிவெடுப்பவர் (டிஎம்) மற்றும் ஒரு நிபுணரின் பங்கேற்பு ஆகும். முடிவெடுப்பவர் ஒரு திறமையான நிபுணராக உள்ளார், அவர் பணியை அமைப்பதற்கான ஒரு நோக்கமாக செயல்படுகிறார். ஒரு நிபுணர் என்பது பரிசீலனையில் உள்ள பிரச்சனையைப் பற்றிய தகவலைக் கொண்டிருப்பவர் மற்றும் IMA உருவாக்கத்திற்குத் தேவையான மதிப்பீடுகளை வழங்குபவர்.
IMA உருவாக்கம் அல்காரிதம் பிரதிநிதித்துவப்படுத்தக்கூடிய மாற்றுகளின் பிரத்தியேகங்களைப் பொறுத்தது:
ஒரு பண்டம் போன்ற பிரிக்க முடியாத பொருள்;
தகவல் பொருள் - உத்தி, திட்டம், பட்ஜெட் மற்றும் அட்டவணை;
சரக்கு விநியோக வழிகள்;
படிநிலை கட்டமைப்புகளைக் கொண்ட அமைப்புகள்;
கணிதப் பொருள்கள்.
மேலாளர்களுக்குத் தெரிந்த முறைசாரா மற்றும் முறையான நடைமுறைகளின் அடிப்படையில் அல்காரிதம்களைக் கவனியுங்கள்.

மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்குவதில் சிக்கல்

இந்த பிரச்சனை ஏற்கனவே முந்தைய விரிவுரையில் குறிப்பிடப்பட்டுள்ளது. அதன் விதிவிலக்கான முக்கியத்துவத்தை கருத்தில் கொண்டு, அதை இன்னும் விரிவாகக் கருதுவோம்.

முடிவெடுப்பவரின் அனுபவத்தின் அளவு பெரும்பாலும் நிலைமையை சரியாகக் கணிக்கும் மற்றும் சிக்கலைத் தீர்ப்பதற்கான சிறந்த வழியைக் கண்டறியும் திறனால் வகைப்படுத்தப்படுகிறது. அதே நேரத்தில், சூழ்நிலையின் பொறிமுறையை சரியாக தீர்மானிப்பது என்பது முன்னணி காரணிகளை விரைவாக நிறுவுவதாகும், மேலும் புதிய, தரமற்ற தீர்வுகளை உருவாக்கும் முடிவெடுப்பவரின் திறன் பொதுவாக கலை உள்ளவர்களின் மனதில் அடையாளம் காணப்படுகிறது. இது சம்பந்தமாக, மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்கும் பணியை முழுமையாக முறைப்படுத்த முடியாது என்பது தெளிவாகிறது. இந்த சிக்கலைத் தீர்ப்பது ஒரு படைப்பு செயல்முறையாகும், இதில் முக்கிய பங்கு, நிச்சயமாக, முடிவெடுப்பவருக்கு சொந்தமானது. TPR இல் உள்ள மாற்றுகளின் பன்முகத்தன்மையின் முறைமைக் கொள்கையைப் பயன்படுத்துவதன் நேரடி விளைவுதான் இந்தச் சிக்கல் ஆய்வின் கோட்பாட்டுப் பொருளாக வெளிப்படுகிறது.

மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்கும் சிக்கலைத் தீர்ப்பதற்கு முன், இந்த தொகுப்பு பூர்த்தி செய்ய வேண்டிய கணினி தேவைகளை தீர்மானிக்க வேண்டியது அவசியம். முதலில், மாற்றுகளின் தொகுப்பு முடிந்தவரை முழுமையாக இருக்க வேண்டும். எதிர்காலத்தில், இது முடிவெடுப்பவர்களுக்கு தேவையான தேர்வு சுதந்திரத்தை வழங்கும் மற்றும் "சிறந்த" தீர்வை இழக்கும் வாய்ப்பைக் குறைக்கும். எவ்வாறாயினும், இந்த முதல் அடிப்படைத் தேவையானது, முடிவெடுப்பவரின் நேரம், இடம் மற்றும் திறன் ஆகியவற்றுடன் தீர்வைப் பொருத்தும் கொள்கையிலிருந்து எழும் இரண்டாவது தேவையுடன் முரண்படுகிறது. பெரும்பாலும் நடைமுறையில், அத்தகைய இணக்கம் விரைவில் ஒரு தீர்வை உருவாக்குவதற்கான தேவையாக புரிந்து கொள்ளப்படுகிறது. எனவே, இரண்டாவதாக, மாற்றுகளின் அசல் தொகுப்பு இருக்க வேண்டும் தெரியும் , மாறாக குறுகிய அதனால் முடிவெடுப்பவருக்கு தற்போதைய வளக் கட்டுப்பாடுகள் கொடுக்கப்பட்ட மாற்று வழிகளின் விளைவுகள் மற்றும் விருப்பங்களை மதிப்பிடுவதற்கு போதுமான நேரம் உள்ளது. இந்த இரண்டு முரண்பட்ட தேவைகளைப் பூர்த்தி செய்வதில் உள்ள சிக்கல், அதன் அடிப்படையில் முறையாக தீர்க்கப்படுகிறது சிதைவு கொள்கை .

சிதைவின் முறையான கொள்கையைப் பின்பற்றி, முதலில் மாற்றுகளின் தொகுப்பு உருவாகிறது, அவற்றின் அனைத்து கூறுகளும் அவற்றின் தோற்றத்திற்கு ஏற்ப, அவற்றில் மறைந்திருக்கும் சாத்தியக்கூறுகளுக்கு ஏற்ப, தற்போதைய சூழ்நிலையில் இலக்கை அடைவதை உறுதி செய்கின்றன. சிக்கலைத் தீர்க்கும் முறைக்கு இந்த வழியில் பெறப்பட்ட போட்டியாளர்களின் தொகுப்பு அழைக்கப்படும் பல இலக்கு மாற்றுகள் .

பின்னர், இலக்கு மாற்றுகளின் தொகுப்பிலிருந்து, அந்த விருப்பங்கள் தர்க்கரீதியாக சீரானதாக தேர்ந்தெடுக்கப்பட்டு, செயல்பாட்டிற்கு ஒதுக்கப்பட்ட நேரத்திற்குள் செயல்படுத்தப்படும். கூடுதலாக, தேர்ந்தெடுக்கப்பட்ட மாற்றுகள் தேவையான செயலில் உள்ள ஆதாரங்களுடன் திருப்தியடைந்து, முடிவெடுப்பவரின் பொதுவான விருப்பத்தேர்வு முறையை சந்திக்க வேண்டும்.

இலக்கு மாற்றுகளிலிருந்து தேர்ந்தெடுக்கப்பட்ட இந்த விருப்பங்களை நாங்கள் அழைக்கிறோம் உடல் ரீதியாக உணரக்கூடிய மாற்றுகள் இலக்குகள் மத்தியில் இருந்து. மீதமுள்ள விருப்பங்கள், இலக்கை அடைய வழிவகுக்கும், ஆனால் உடல் ரீதியாக உணர முடியாதவை, நிராகரிக்கப்படுகின்றன.

இத்தகைய கையாளுதல்களின் விளைவாக பெறப்பட்ட விருப்பங்கள், செயல்பாட்டு நிலைமைகளின் மாறிவரும் அல்லது தற்போது அறியப்படாத கூறுகளுடன் தொடர்புடைய மாற்றுகளுக்கு தேவையான நெகிழ்வுத்தன்மையையும் நிலைத்தன்மையையும் வழங்கும் செயல் முறைகளால் பூர்த்தி செய்யப்படுகின்றன. இதன் விளைவாக, அவர்கள் மாற்றுகளின் அசல் தொகுப்பைப் பெறுகிறார்கள்.

தொழில்நுட்ப ரீதியாக, மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்கும் முறையானது சூழ்நிலை பொறிமுறையின் முக்கிய காரணிகளின் பல சிறப்பு நோக்கமான மாற்றங்களை உள்ளடக்கியது. அவை பயன்படுத்தப்படும் செயலில் உள்ள வளங்களின் தரம், நிபந்தனைகளின் பண்புகள் மற்றும் செயல் முறைகளின் பண்புகள் ஆகியவற்றின் கட்டுப்படுத்தப்பட்ட (முடிவெடுப்பவரின் விருப்பத்திற்கு உட்பட்டு) ஒரே நேரத்தில் அல்லது தொடர்ச்சியான தாக்கத்தில் உள்ளன.

இந்த யோசனைதான் ஆரம்பகால மாற்றுகளின் உருவாக்கத்திற்கான அறியப்பட்ட முறைகள் மற்றும் வழிமுறைகளுக்கு அடிகோலுகிறது.

வரலாற்று ரீதியாக, முதலில் தோன்றியது அனுபவபூர்வமான குறைந்தபட்ச முறைப்படுத்தல் தேவைப்படும் முறைகள். இந்த வகுப்பின் எளிமையானது, காரணம்-மற்றும்-விளைவு வரைபடத்தைப் பயன்படுத்துவதன் அடிப்படையிலான முறையாகும். அனுபவ முறைகளின் ஒரு பொதுவான நவீன பிரதிநிதி CBR முறை (வழக்கு அடிப்படையிலான பகுத்தறிவு - "கடந்த கால அனுபவத்தின் அடிப்படையில் நியாயப்படுத்தும் முறை").

அடுத்த வகுப்பு உருவாகிறது தர்க்க-ஹீரிஸ்டிக் நடைமுறைகள் , தருக்க உறவுகளை நிர்வகிக்கும் அளவில் முறைப்படுத்தல் மேற்கொள்ளப்படுகிறது. அத்தகைய முறைகளை செயல்படுத்துவதற்கான எடுத்துக்காட்டுகள் முடிவு மர முறைகள் மற்றும் உருவ அட்டவணை முறை .

மாற்றுகளை உருவாக்குவதற்கான முறைகளின் வகுப்பின் பொதுவான பிரதிநிதிகள், இதில் தலைமுறையின் அனைத்து நிலைகளின் முறைப்படுத்தலின் மிகப்பெரிய அளவு அடையப்பட்டது, நெட்வொர்க் மற்றும் திட்டமிடல் முறைகள் ஆகும்.

முடிவெடுக்கும் செயல்பாட்டில் பங்கேற்பாளர்களின் நலன்களின் முழுமையான அல்லது பகுதியளவு தற்செயல் நிகழ்வுகள் இருக்கும்போது, ​​"குழு முடிவெடுப்பவர்" மூலம் முடிவெடுக்கப்படும் சூழ்நிலைகளில் மாற்றுகளை உருவாக்கும் முறைகளால் ஒரு சிறப்பு வகுப்பு உருவாகிறது. செயல்களின் குறிக்கோள்களின் சமமற்ற விளக்கம், சிக்கல் சூழ்நிலையின் தனிப்பட்ட உணர்வின் தனித்தன்மைகள் மற்றும் பிற காரணங்களுக்காக, முடிவெடுக்கும் செயல்முறையின் பங்கேற்பாளர்களின் இறையாண்மை கருத்துக்கள் ஒட்டுமொத்த முடிவில் ஒப்புக் கொள்ளப்பட வேண்டும். இந்த வகுப்பின் முறைகளின் பிற பிரதிநிதிகள் நிலைமைகளில் மாற்றுகளை உருவாக்குவதற்கான முறைகள் மோதல் மற்றும் எதிர்ப்பு முடிவெடுப்பவரின் செயல்பாட்டில் ஈடுபட்டுள்ள இறையாண்மை நிறுவனங்கள் தங்கள் விருப்பத்திற்கு மாறாக அல்லது அவர்களின் விருப்பத்திற்கு எதிராக. இத்தகைய சூழ்நிலைகள் பொருளாதார, சமூக, அரசியல் மற்றும் இராணுவ மோதல்களின் சிறப்பியல்பு. அத்தகைய எல்லா சூழ்நிலைகளிலும், ஒரு விதியாக, மாற்றுகளை உருவாக்க பிரதிபலிப்பு முறைகள் பயன்படுத்தப்படுகின்றன. இத்தகைய முறைகள் எளிய கணித மாதிரிகளைப் பயன்படுத்தி முறைப்படுத்தலின் சராசரி நிலை மூலம் வகைப்படுத்தப்படுகின்றன.

நடைமுறையில் பயன்பாட்டின் அதிர்வெண் அடிப்படையில், ஒருவேளை முதல் இடம் தருக்க-ஹீரிஸ்டிக் முறைகளால் ஆக்கிரமிக்கப்பட்டுள்ளது. அவர்களின் உள்ளார்ந்த பார்வை, எளிமை மற்றும் அணுகுமுறையின் உலகளாவிய தன்மை, அவர்களின் வழிமுறைகளின் கணினிமயமாக்கலின் வசதி ஆகியவற்றின் காரணமாக அவர்கள் இந்த நிலையைப் பெற்றனர். இந்த முறைகளின் சாராம்சம் முதலில், செயல்பாட்டின் நோக்கத்தின் தர்க்கரீதியான பகுப்பாய்வின் அடிப்படையில், ஒரு இலக்குகள் மற்றும் குறிக்கோள்களின் மரம் . பின்னர் ஒவ்வொரு துணை இலக்கு அல்லது பணியும் விரிவாக இருக்கும், மேலும் ஒவ்வொரு குறிப்பிட்ட பணியையும் தீர்க்க தெரிந்த வழிகளில் எது (அல்லது எந்த வழியில்) என்பதை முடிவெடுப்பவர் தெளிவுபடுத்தும் வரை இந்த செயல்பாடு தொடர்கிறது.

^

விரிவுரை 9

சூழ்நிலையின் பொறிமுறையை மாதிரியாக்குதல்


  1. சூழ்நிலையின் பொறிமுறையை மாதிரியாக்குதல்.


  2. தகவல்களைப் பெறுவதற்கான பணி

  3. மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்குதல், விருப்பங்களை முறைப்படுத்துதல் மற்றும் தேர்வு.

  4. தீர்வுகளின் செயல்திறனை மதிப்பீடு செய்தல்.

^

பி. சூழ்நிலையின் பொறிமுறையை மாதிரியாக்குதல்.

சூழ்நிலையின் பொறிமுறையானது இடையே ஒரு தொடர்பை நிறுவுகிறது மாற்றுகளின் விளக்கம் மற்றும் அளவுகோல் மதிப்புகள் (அல்லது முடிவுகள்). சூழ்நிலை பொறிமுறையை மாதிரியாக்குவதற்கான மிகவும் பணி அடங்கும்:


  • கட்டுப்படுத்தக்கூடிய மற்றும் கட்டுப்படுத்த முடியாத காரணிகளின் பட்டியலை தீர்மானித்தல்;

  • சூழ்நிலை பொறிமுறையின் முன்னணி வகை (ஒற்றை மதிப்புடைய அல்லது பல மதிப்புள்ள) மற்றும் நிச்சயமற்ற முன்னணி வகைகளை தீர்மானித்தல்;

  • முடிவுகளுக்கான அளவிலான வகைகளின் தேர்வு;

  • தேர்ந்தெடுக்கப்பட்ட அளவுகளில் முடிவுகளின் மதிப்புகளைப் பெற மாதிரிகளை உருவாக்குதல்.
சூழ்நிலையின் பொறிமுறையை மாதிரியாக்குவதில் உள்ள சிக்கலைத் தீர்ப்பது, செயல்பாட்டின் முடிவில் எந்த சூழ்நிலைகள் மிகப்பெரிய தாக்கத்தை ஏற்படுத்தும், இறுதி முடிவுகளை எடுக்கும்போது என்ன வழிநடத்தப்பட வேண்டும், முடிவெடுப்பவரின் அக்கறையுள்ள அணுகுமுறை என்ன எதிர்பார்க்கப்பட வேண்டும் என்பதை ஆழமாகப் புரிந்துகொள்ள உங்களை அனுமதிக்கிறது. ஆபத்து கணக்கில் எடுத்துக்கொள்ளப்படுகிறது, முதலியன

முடிவுகளைப் பெறுவது பற்றி நாம் பேசினால், இரண்டு அடிப்படை கேள்விகள் இங்கே கவனிக்கப்பட வேண்டும்:


  • மாதிரியின் வகை என்ன (அல்லது மாதிரிகளின் தொகுப்பின் வரையறை)?,

  • மாடலிங் செய்வதற்கான அடிப்படை உறவுகள் என்ன?
ஆரம்ப தரவை விரும்பிய முடிவுகளாக மாற்றுவது எந்த மாதிரியிலும் மூன்று வகையான செயல்கள் மூலம் மட்டுமே மேற்கொள்ளப்படுகிறது என்பதை நினைவில் கொள்க:

  • விடுபட்ட தரவின் அறிவிப்பு விவரக்குறிப்பு (உதாரணமாக, நிபுணர் சுட்டிக்காட்டினார்: "அடுத்த ஆண்டு இதுபோன்ற உபகரணங்களுக்கான தேவை 5 ஆயிரம் செட்களாக இருக்கும் ...", "சிறிய விமானம் ஆண்டுக்கு குறைந்தது 5 ஆயிரம் பயணிகளை கொண்டு செல்கிறது ...", "சேமிப்பு பகுதி சுமார் 2960 ஆகும். மீ");

  • பயன்பாடுகள் கணித மாற்றங்கள் ;

  • புள்ளியியல் கவனிப்பு அல்லது பரிசோதனை (உதாரணமாக, ஒரு மிர் கடையில் 100 வாங்குபவர்களிடம் நடத்தப்பட்ட ஆய்வில், கணக்கெடுக்கப்பட்டவர்களில் 50% பேர் Philips எலக்ட்ரானிக்ஸ் பொருட்களை வாங்குவதாகக் காட்டியது).
மேலும், தகவலைப் பெறுவதற்கான சுட்டிக்காட்டப்பட்ட வழிகள் ஒவ்வொன்றும் மாதிரிகளின் வகைகளில் ஒன்றுடன் தொடர்புபடுத்தப்படலாம்: சாயல் , பகுப்பாய்வு , புள்ளியியல் .

தகவல் பெரும்பாலும் அளவுருவாக இருக்கும் இடத்தில் (மிகவும் திரட்டப்பட்ட வடிவத்தில், பெரும்பாலும் தரமான அளவுகளில் தோன்றும்), அதைப் பயன்படுத்துவது பொதுவானது பகுப்பாய்வு மாதிரிகள். அவர்கள் உண்மையான பொருட்களுடன் வேலை செய்யும் இடத்தில், அவர்கள் அடிக்கடி பயன்படுத்துகிறார்கள் புள்ளியியல் அல்லது சாயல் மாடலிங்.

மாடலிங் செய்வதற்கு, சில ஆரம்ப தகவல்கள், ஆரம்ப தரவுகளைப் பெறுவது எப்போதும் அவசியம்.
^

B. தகவலைப் பெறுவதற்கான பணி


இந்த பணி அடங்கும்:


  • தகவலின் மூலத்தை தீர்மானித்தல்;

  • தகவலின் மூலத்தை அணுகும் முறையின் தேர்வு;

  • நுகர்வோருக்கு தகவல்களை வழங்குவதற்கான வடிவத்தின் தேர்வு.
இந்த சிக்கல்கள் ஒவ்வொன்றையும் தீர்க்கும் போது, ​​அவை துல்லியம், நம்பகத்தன்மை, தகவலின் நம்பகத்தன்மை ஆகியவற்றிற்கான தேவைகளிலிருந்து தொடர்கின்றன, இதையொட்டி, தேவையான துல்லியம் அல்லது அதிக நம்பகத்தன்மை மற்றும் செல்லுபடியாகும், வளர்ந்த தீர்வின் நம்பகத்தன்மையை வழங்கும்.

தகவலைப் பெறுவதற்கான பணி முக்கியமானது, ஏனெனில் அதன் முடிவுகள் முடிவெடுக்கும் அனைத்து அடுத்தடுத்த நிலைகளிலும் பயன்படுத்தப்படுகின்றன. தகவலின் தரத்திற்கான தேவைகளை (அதன் துல்லியம், நம்பகத்தன்மை, நம்பகத்தன்மை) கவனமாகத் தீர்மானிப்பது மட்டுமல்லாமல், அதைப் பெறுவதற்கான மிகவும் விருப்பமான மூலத்தையும் முறையையும் நிறுவுவதும் இங்கே முக்கியம்.

பெறப்பட்ட தகவலை வழங்குவதற்கான படிவத்தைத் தேர்ந்தெடுப்பதற்கான கேள்வி மிகவும் முக்கியமானது. சில சமயங்களில், சிரமத்துடன் பெறப்பட்ட தகவல்கள், அதன் விளக்கக்காட்சியின் பிரச்சினைக்கு ஒரு இழிவான அணுகுமுறை காரணமாக, விவரிக்க முடியாததாகவும், நம்பத்தகாததாகவும் மாறும், பிரச்சனைக்கு முன்மொழியப்பட்ட தீர்வுக்கு ஆதரவாக பலவீனமாக சாட்சியமளிக்கிறது, எனவே பயனற்றதாக மாறும்.

சிக்கல் சூழ்நிலையின் மாதிரியை உருவாக்கும் அனைத்து பணிகளும் முக்கியமானவை, பொறுப்பானவை, விசித்திரமானவை மற்றும் அவற்றின் சொந்த வழியில் கடினமானவை. ஆனால் மிக முக்கியமானவை பணி மாற்றுகளின் ஆரம்ப தொகுப்பின் உருவாக்கம் , முடிவெடுப்பவரின் விருப்பங்களை முறைப்படுத்தும் பணி மற்றும் தேர்வு பணி .

^

D. மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்குதல், விருப்பங்களை முறைப்படுத்துதல் மற்றும் தேர்வு செய்தல்.

முடிவெடுப்பவர்களுக்கு இந்த பணிகளின் தொகுப்பு மிகவும் முக்கியமானது. இலக்கை எவ்வாறு அடைவது என்ற கேள்விக்கு பதிலளிப்பது அவர்களின் முடிவுதான். வரவிருக்கும் செயல்களின் இலக்கைப் பற்றிய ஆழமான பகுப்பாய்வு இங்கே உதவும், அதன் பிறகு பொதுவாக என்ன (எந்த ஆதாரங்களுடன்) மற்றும் எப்படி (எந்த வழியில்) ஒன்று அல்லது மற்றொரு செயலின் முடிவை அடைய முடியும் என்பது தெளிவாகத் தெரியும்.

சில விளைவுகளுடன் முடிவெடுப்பவர் பின்பற்றும் இலக்குகள் அதிக அளவில் அடையப்படுகின்றன, மற்றவற்றுடன் - அவரது (முடிவெடுப்பவரின்) பார்வையில் இருந்து, ஒரு குறிப்பிட்ட வழியில் முடிவுகள் விருப்பத்தில் வேறுபடுகின்றன. செயல்பாட்டின் முடிவுகள் மற்றும் அதன் முடிவுகளின் அடிப்படையில், முடிவெடுப்பவரின் விருப்ப அமைப்பு அடிப்படையானது, இலக்கை அடைவதில் சிறந்த மற்றும் மோசமானது பற்றிய அவரது தனிப்பட்ட யோசனைகள் மற்றும் சில கூறுகளின் நிச்சயமற்ற தன்மையுடன் தொடர்புடைய ஆபத்து குறித்த அவரது தனிப்பட்ட அணுகுமுறை ஆகியவற்றை பிரதிபலிக்கிறது. பணி.

முடிவெடுப்பவரின் விருப்ப அமைப்பு பல்வேறு வழிகளில் வெளிப்படுத்தப்படலாம். பெரும்பாலும், ஒரு குறிப்பிட்ட தொகுப்பிலிருந்து கூறுகள் (காரணிகள், சிக்கல்கள், இலக்குகள், முறைகள்) கட்டுப்பாட்டு விளக்கக்காட்சியின் போது அதை "அளவிடலாம்". முடிவெடுப்பவரின் வெளிப்படுத்தப்பட்ட மற்றும் அளவிடப்பட்ட விருப்ப அமைப்பு அழைக்கப்படுகிறது விருப்ப மாதிரி . விருப்ப முறையின் முறையான வெளிப்பாடு முடிவு அளவுகோல் மற்றும் அழைக்கப்படும் தேர்வு செயல்பாடு .

முடிவெடுப்பவர், நிபுணர் அல்லது நடிகரால் தொடர்ந்து செய்யப்படும் ஒரு நனவான தேர்வைப் பற்றி நாங்கள் பேசுகிறோம், அவருக்கு வழங்கப்பட்ட சில வாய்ப்புகளில். எனவே, "தேர்வு பணி" என்று கூறும்போது, ​​"சிறந்த" (விருப்பமான மாதிரி வரை) விருப்பம், மாற்று, மாதிரி போன்றவற்றைக் கண்டறிய வேண்டும் என்று நாங்கள் எப்போதும் அர்த்தப்படுத்துகிறோம், அவை செயல்படுத்துவதற்கான முதல் போட்டியாளர்களாகக் கருதப்படும்.

முடிவெடுக்கும் பணியாக தேர்வு செய்யும் பணியைப் பற்றி நாம் பேசும்போது, ​​​​முடிவின் "உணர்வை" உறுதி செய்வதற்காக, இந்த தலைப்பிற்கான போட்டியாளர்களிடையே முடிவின் இறுதித் தேர்வுக்கு, கூடுதலாக மனதில் கொள்ள வேண்டும். செயல்பாட்டின் நிபந்தனைகளுக்கு "சிறந்த" மாற்றீட்டின் விளக்கம் மற்றும் தழுவல் நிலை இன்னும் தேவைப்படுகிறது. . இந்த வேலை தனிப்பட்ட முறையில் முடிவெடுப்பவர் அல்லது அவரது தனிப்பட்ட வழிகாட்டுதலின் கீழ் நிபுணர்களால் மேற்கொள்ளப்படுகிறது.
^

D. முடிவுகளின் செயல்திறனை மதிப்பீடு செய்தல்.

முடிவுகளின் உண்மையான செயல்திறனை மதிப்பிடும் பணி மிகவும் முக்கியமானது. இந்த கட்டத்தில்தான் முடிவெடுப்பவரின் குறிப்பிட்ட முடிவுகளில் எது சரியாக எடுக்கப்பட்டது, எந்த விருப்பங்கள் பகுதி அல்லது முற்றிலும் தவறாக மாறியது என்பது தெளிவாகிறது.

உண்மையில் அடையப்பட்ட முடிவுகள், அதன் செயலாக்கம் மற்றும் பகுப்பாய்வு, முடிவுகள் மற்றும் பரிந்துரைகள் பற்றிய தகவல்களைப் பெற்ற பிறகு முடிவெடுப்பவர் எடுத்த முடிவுகளின் அடிப்படையில், மாதிரிகள் மற்றும் முடிவு கூறுகளுக்கு தேவையான மாற்றங்கள் செய்யப்படுகின்றன. இவை அனைத்தும் நடைமுறைக்கான முடிவுகளை எடுக்கும் செயல்முறையை "மூடுகிறது", நிர்வாக அனுபவத்தை கற்றுக்கொள்ளவும் குவிக்கவும் உங்களை அனுமதிக்கிறது.

விரிவுரை 10

பணிகளின் வகைப்பாடு மற்றும் முடிவெடுக்கும் முறைகள்

திட்டம்


  1. முடிவெடுக்கும் சிக்கல்களின் வகைப்பாடு

  2. முடிவெடுக்கும் முறைகளின் வகைப்பாடு

  3. பயன்பாட்டுக் கோட்பாட்டின் முறைகளின் பண்புகள்

முடிவெடுக்கும் சிக்கல்களின் வகைப்பாடு

முடிவெடுக்கும் பணிகள் மிகவும் வேறுபட்டவை, அவை கிடைக்கக்கூடிய தகவல்களின் அளவு மற்றும் தரத்தை வகைப்படுத்தும் பல்வேறு அளவுகோல்களின்படி வகைப்படுத்தலாம். பொதுவான வழக்கில், முடிவெடுக்கும் பணிகளை பின்வரும் தகவல்களின் தொகுப்பால் குறிப்பிடலாம்:

<Т, A, К, X, F, G, D>,

T என்பது பிரச்சனை அறிக்கை (உதாரணமாக, சிறந்த மாற்றீட்டைத் தேர்வு செய்யவும் அல்லது முழு தொகுப்பையும் ஆர்டர் செய்யவும்);

A என்பது ஏற்றுக்கொள்ளக்கூடிய மாற்றுகளின் தொகுப்பு;

K என்பது தேர்வு அளவுகோல்களின் தொகுப்பு;

X என்பது விருப்பங்களை அளவிடுவதற்கான முறைகளின் தொகுப்பாகும் (உதாரணமாக, வெவ்வேறு அளவுகளைப் பயன்படுத்துதல்);

எஃப் - சாத்தியமான மாற்றுகளின் தொகுப்பை அளவுகோல் அடிப்படையிலான மதிப்பீடுகளின் (விளைவுகள்) மேப்பிங் செய்தல்;

ஜி - நிபுணரின் விருப்பங்களின் அமைப்பு;

D என்பது விருப்பங்களின் அமைப்பைப் பிரதிபலிக்கும் ஒரு முடிவு விதி.

இந்த தொகுப்பின் எந்த கூறுகளும் முடிவெடுப்பதற்கான வகைப்பாடு அம்சமாக செயல்படும்.

பாரம்பரிய வகைப்பாடுகளைக் கவனியுங்கள்:


  1. ^ 1. காட்சி வகை மூலம் F. A மற்றும் K தொகுப்பின் காட்சியானது உறுதியான, நிகழ்தகவு அல்லது காலவரையற்றதாக இருக்கலாம், இதன்படி முடிவெடுக்கும் பணிகளை ஆபத்தின் கீழ் உள்ள பணிகளாகவும், நிச்சயமற்ற பணிகளாகவும் பிரிக்கலாம்.

  2. ^ 2. தொகுப்பின் கார்டினாலிட்டி கே. தேர்வு அளவுகோல்களில் ஒன்று அல்லது பல கூறுகள் இருக்கலாம். இதற்கு இணங்க, முடிவெடுக்கும் சிக்கல்களை ஒரு அளவுகோல் அளவுகோல் மற்றும் ஒரு திசையன் அளவுகோல் (பல்வேறு அளவுகோல் முடிவெடுத்தல்) சிக்கல்கள் என பிரிக்கலாம்.

  3. 3. கணினி வகை ஜி.ஒரு நபர் அல்லது ஒரு குழுவால் விருப்பத்தேர்வுகளை உருவாக்கலாம், இதைப் பொறுத்து, முடிவெடுக்கும் பணிகளை தனிப்பட்ட முடிவெடுக்கும் பணிகள் மற்றும் கூட்டு முடிவெடுக்கும் பணிகள் என வகைப்படுத்தலாம்.
^ உறுதியான நிபந்தனைகளின் கீழ் முடிவுகளை எடுப்பதில் சிக்கல்கள். இந்த வகுப்பில் போதுமான மற்றும் நம்பகமான அளவு தகவல் இருக்கும் பணிகளை உள்ளடக்கியது. இந்த வழக்கில், கணித நிரலாக்க முறைகள் வெற்றிகரமாக பயன்படுத்தப்படுகின்றன, இதன் சாராம்சம் ஒரு உண்மையான பொருளின் கணித மாதிரியின் அடிப்படையில் உகந்த தீர்வுகளைக் கண்டறிவதாகும். கணித நிரலாக்க முறைகளின் பொருந்தக்கூடிய முக்கிய நிபந்தனைகள் பின்வருமாறு:

  1. பணி நன்கு முறைப்படுத்தப்பட வேண்டும், அதாவது உண்மையான பொருளின் போதுமான கணித மாதிரி உள்ளது.

  2. கருத்தில் கொள்ளப்பட்ட மாற்றுகளின் தரத்தை மதிப்பிடுவதை சாத்தியமாக்கும் ஒற்றை புறநிலை செயல்பாடு (உகப்பாக்கம் அளவுகோல்) உள்ளது.

  3. புறநிலை செயல்பாட்டின் மதிப்புகளை அளவிட முடியும்.

  4. பணிக்கு சில அளவு சுதந்திரம் (உகப்பாக்கம் வளங்கள்) உள்ளது, அதாவது, அமைப்பின் செயல்பாட்டின் சில அளவுருக்கள், புறநிலை செயல்பாட்டின் மதிப்புகளை மேம்படுத்துவதற்காக சில வரம்புகளுக்குள் தன்னிச்சையாக மாற்றப்படலாம்.
^ ஆபத்தில் உள்ள பணிகள். சில நிகழ்தகவு விநியோகத்தைப் பயன்படுத்தி சாத்தியமான விளைவுகளை விவரிக்கக்கூடிய சந்தர்ப்பங்களில், ஆபத்தின் கீழ் முடிவெடுக்கும் சிக்கல்களைப் பெறுகிறோம். நிகழ்தகவு விநியோகத்தை உருவாக்க, உங்களிடம் புள்ளிவிவரத் தரவு இருக்க வேண்டும் அல்லது நிபுணர் அறிவைக் கொண்டிருக்க வேண்டும். வழக்கமாக, ஒரு பரிமாண அல்லது பல பரிமாண பயன்பாட்டின் கோட்பாட்டின் முறைகள் இந்த வகை சிக்கல்களைத் தீர்க்கப் பயன்படுத்தப்படுகின்றன. இந்த பணிகள் உறுதியான மற்றும் நிச்சயமற்ற நிலைமைகளின் கீழ் முடிவெடுக்கும் பணிகளுக்கு இடையிலான எல்லையில் ஒரு இடத்தைப் பிடித்துள்ளன. இந்த சிக்கல்களைத் தீர்க்க, கிடைக்கக்கூடிய அனைத்து தகவல்களும் (அளவு மற்றும் தரம்) சம்பந்தப்பட்டவை.

^ நிச்சயமற்ற நிலைமைகளின் கீழ் பணிகள். முடிவுகளை எடுப்பதற்குத் தேவையான தகவல்கள் தவறானவை, முழுமையற்றவை, அளவு இல்லாதவை மற்றும் ஆய்வின் கீழ் உள்ள அமைப்பின் முறையான மாதிரிகள் மிகவும் சிக்கலானதாகவோ அல்லது இல்லாமலோ இருக்கும்போது இந்தப் பணிகள் நடைபெறுகின்றன. இதுபோன்ற சந்தர்ப்பங்களில், நிபுணர்களின் அறிவு பொதுவாக சிக்கலைத் தீர்ப்பதில் ஈடுபட்டுள்ளது. நிபுணர் அமைப்புகளில் ஏற்றுக்கொள்ளப்பட்ட அணுகுமுறைக்கு மாறாக, DPR இன் முடிவுக்காக, நிபுணர்களின் அறிவு பொதுவாக சில அளவு தரவுகளின் வடிவத்தில் வெளிப்படுத்தப்படுகிறது, அவை முன்னுரிமைகள் எனப்படும்.

^ முடிவெடுக்கும் சிக்கல்களின் தேர்வு மற்றும் அற்பத்தனம். முடிவெடுக்கும் சிக்கலின் இருப்புக்கான நிபந்தனைகளில் ஒன்று பல சாத்தியமான மாற்றுகளின் முன்னிலையில் உள்ளது என்பதைக் கவனத்தில் கொள்ள வேண்டும், அதில் ஒரு குறிப்பிட்ட அர்த்தத்தில் சிறந்த ஒன்றைத் தேர்ந்தெடுக்க வேண்டும். நிலையான நிபந்தனைகள் அல்லது கட்டுப்பாடுகளை பூர்த்தி செய்யும் மாற்று ஒன்று இருந்தால், முடிவெடுப்பதில் சிக்கல் ஏற்படாது.

முடிவெடுக்கும் பிரச்சனையானது K என்ற ஒரே ஒரு அளவுகோலால் வகைப்படுத்தப்பட்டால் அது அற்பமானது என்று அழைக்கப்படுகிறது மற்றும் அனைத்து மாற்று Ai க்கும் குறிப்பிட்ட அளவுகோலின் மதிப்புகளுக்கு ஏற்ப குறிப்பிட்ட எண் மதிப்பீடுகள் ஒதுக்கப்படுகின்றன (படம் 1.1 a).

அரிசி. 1.1. ஒரு அளவுகோலின் கீழ் மாற்றுத் தேர்வு:
a - உறுதியான நிலைமைகளில்;
b - நிச்சயமற்ற நிலையில்;
c - ஆபத்தில்

ஒவ்வொரு மாற்று Aiயும் சரியான மதிப்பீட்டிற்குப் பொருந்தாமல், சாத்தியமான மதிப்பீடுகளின் (படம். 1.1 b) அல்லது ஒரு விநியோக f (K/Ai) இடைவெளியுடன் ஒத்துப்போனால், முடிவெடுக்கும் சிக்கல் K என்ற ஒரு அளவுகோலில் கூட அற்பமானதாக இருக்காது. குறிப்பிட்ட அளவுகோலின் மதிப்புகள் (படம் 1.1 c).

பல முடிவெடுக்கும் அளவுகோல்கள் (படம். 1.2) இருந்தால், அவற்றின் விளைவுகளின் அளவுகோல் அடிப்படையிலான மதிப்பீடுகளின் தொகுப்பில் மாற்றுகளின் தொகுப்பின் மேப்பிங் வகையைப் பொருட்படுத்தாமல், அற்பமற்ற பணி கருதப்படுகிறது.

அரிசி. 1.2 இரண்டு அளவுகோல்களின் அடிப்படையில் ஒரு மாற்றீட்டைத் தேர்ந்தெடுப்பது:
a - மாற்றுகளின் தொடர்ச்சியான பகுதியில்;
b - தனித்த மாற்றுகளின் விஷயத்தில்

எனவே, நிச்சயமற்ற அல்லது ஆபத்து நிலைமைகளின் கீழ் தேர்வு, பல அளவுகோல்கள் மற்றும் தேர்வை செயல்படுத்தும் சூழ்நிலையின் முன்னிலையில், முடிவெடுக்கும் சிக்கல் அற்பமானது அல்ல.

^

பல்வேறு அம்சங்களைப் பயன்படுத்துவதன் அடிப்படையில் முடிவெடுக்கும் முறைகளில் பல வகைப்பாடுகள் உள்ளன. அட்டவணையில். 1.1 சாத்தியமான வகைப்பாடுகளில் ஒன்றைக் காட்டுகிறது, அதன் அம்சங்கள் பெறப்பட்ட நிபுணர் தகவல்களின் உள்ளடக்கம் மற்றும் வகை.

அட்டவணை 1.1

^ முடிவெடுக்கும் முறைகளின் வகைப்பாடு


p/n

தகவல் உள்ளடக்கம்

தகவல் வகை

முடிவெடுக்கும் முறை

1

நிபுணர் தகவல் தேவையில்லை

ஆதிக்க முறை
உலகளாவிய அளவுகோல்களை அடிப்படையாகக் கொண்ட முறை

2

அளவுகோல்களின் தொகுப்பில் விருப்பத்தேர்வுகள் பற்றிய தகவல்

தரமான தகவல்
அளவுகோல்களின் விருப்பத்தை அளவிடுதல்
மாற்றீடுகள் பற்றிய அளவு தகவல்

அகராதி வரிசைப்படுத்துதல்
அளவுகோல் மதிப்பீடுகளில் உள்ள வேறுபாடுகளின் ஒப்பீடு
பொருத்தும் முறை
செலவு குறைந்த முறைகள்
அளவுகோல் படிநிலையில் மாற்றும் முறைகள்
வாசல் முறைகள்
சிறந்த புள்ளி முறைகள்
அலட்சிய வளைவுகளின் முறை மதிப்புக் கோட்பாட்டின் முறைகள்

3

மாற்றுகளுக்கான விருப்பம் பற்றிய தகவல்

ஜோடி ஒப்பீடு முன்னுரிமை மதிப்பீடு

கணித நிரலாக்க முறைகள்
அதன் அளவுருக்களை நிர்ணயிப்பதற்கான ஊடாடும் முறையுடன் நேரியல் மற்றும் நேரியல் அல்லாத சுழற்சி

4

அளவுகோல்களின் தொகுப்பின் விருப்பத்தேர்வுகள் மற்றும் மாற்றுகளின் விளைவுகள் பற்றிய தகவல்கள்

விருப்பத்தேர்வுகள் பற்றிய தகவல் இல்லாமை; விளைவுகள் பற்றிய அளவு மற்றும்/அல்லது இடைவெளி தகவல். விருப்பங்களைப் பற்றிய தரமான தகவல் மற்றும் விளைவுகளைப் பற்றிய அளவுத் தகவல்
விருப்பத்தேர்வுகள் மற்றும் விளைவுகள் பற்றிய தரமான (வழக்கமான) தகவல்
விருப்பத்தேர்வுகள் மற்றும் விளைவுகள் பற்றிய அளவு தகவல்

நிச்சயமற்ற தனிமைப்படுத்தல் முறைகள்
சீரற்ற ஆதிக்கம்
உலகளாவிய அளவுகோல்களின் அடிப்படையில் ஆபத்து மற்றும் நிச்சயமற்ற தன்மையின் கீழ் முடிவெடுக்கும் முறைகள்
படிநிலை பகுப்பாய்வு முறை
தெளிவற்ற தொகுப்பு கோட்பாட்டின் முறைகள்
நடைமுறை முடிவெடுக்கும் முறை
புள்ளிவிவர ரீதியாக நம்பமுடியாத தீர்வுகளைத் தேர்ந்தெடுப்பதற்கான முறைகள்
ஆபத்து மற்றும் நிச்சயமற்ற நிலையில் முடிவெடுப்பதற்கான அலட்சிய வளைவுகளின் முறைகள்
முடிவு மர முறைகள்
எதிர்பார்க்கப்படும் பயன்பாட்டுக் கோட்பாட்டின் சிதைவு முறைகள்

பயன்படுத்தப்படும் வகைப்பாடு கொள்கையானது நான்கு பெரிய குழுக்களின் முறைகளை தெளிவாக வேறுபடுத்த அனுமதிக்கிறது, மூன்று குழுக்கள் உறுதியான நிலைமைகளின் கீழ் முடிவெடுப்பது தொடர்பானது, மற்றும் நான்காவது - நிச்சயமற்ற நிலையில் முடிவெடுப்பது. முடிவெடுப்பதற்கான பல அறியப்பட்ட முறைகள் மற்றும் அணுகுமுறைகளில், மிகவும் சுவாரஸ்யமானவை, பல அளவுகோல்கள் மற்றும் நிச்சயமற்ற தன்மையை கணக்கில் எடுத்துக்கொள்வதை சாத்தியமாக்குகின்றன, மேலும் அளவுகோல்களின் முன்னிலையில் பல்வேறு வகையான மாற்றுகளின் தொகுப்புகளிலிருந்து முடிவுகளைத் தேர்வுசெய்ய அனுமதிக்கின்றன. வெவ்வேறு வகையான அளவீட்டு அளவீடுகள் உள்ளன (இந்த முறைகள் நான்காவது குழுவைச் சேர்ந்தவை) .

இதையொட்டி, நான்காவது குழுவை உருவாக்கும் முறைகளில், எதிர்பார்க்கப்படும் பயன்பாட்டின் கோட்பாட்டின் சிதைவு முறைகள், படிநிலைகளின் பகுப்பாய்வு முறைகள் மற்றும் தெளிவற்ற தொகுப்புகளின் கோட்பாடு ஆகியவை மிகவும் நம்பிக்கைக்குரியவை. இந்த முறைகள் உலகளாவிய தேவைகளை சிறப்பாக பூர்த்தி செய்வதன் மூலம் தீர்மானிக்கப்படுகிறது, தனித்துவமான அல்லது தொடர்ச்சியான மாற்றுகளின் நிச்சயமற்ற நிலைமைகளின் கீழ் தேர்வு செய்வதற்கான பல அளவுகோல்களை கணக்கில் எடுத்துக்கொள்வது, நிபுணத்துவ தகவல்களை தயாரிப்பது மற்றும் செயலாக்குவது எளிது.

இந்த வேலையின் கட்டமைப்பிற்குள் நான்காவது குழுவுடன் தொடர்புடைய அனைத்து முடிவெடுக்கும் முறைகளையும் போதுமான அளவு முழுமையாக வகைப்படுத்த இயலாது, எனவே, பின்வருவனவற்றில், நிச்சயமற்ற நிலைமைகளின் கீழ் முடிவெடுப்பதற்கான மூன்று அணுகுமுறைகள் மட்டுமே கணினியில் மிகவும் பரவலாக செயல்படுத்தப்படுகின்றன. ஆதரவு அமைப்புகள் கருதப்படுகின்றன, அதாவது: பயன்பாட்டுக் கோட்பாடு, படிநிலை பகுப்பாய்வு மற்றும் தெளிவற்ற தொகுப்புக் கோட்பாடு ஆகியவற்றின் அடிப்படையிலான அணுகுமுறைகள்.

^ பயன்பாட்டுக் கோட்பாட்டின் முறைகளின் பண்புகள்

எதிர்பார்க்கப்படும் பயன்பாட்டின் கோட்பாட்டின் சிதைவு முறைகள் ஆபத்து மற்றும் நிச்சயமற்ற தன்மையின் கீழ் அச்சு முடிவெடுக்கும் முறைகளின் குழுவில் மிகவும் பரவலாகப் பயன்படுத்தப்படுகின்றன.

இந்த கோட்பாட்டின் முக்கிய யோசனை, முடிவெடுக்கும் செயல்முறைகளின் விளைவுகளான சாத்தியமான விளைவுகளின் பயன்பாட்டின் அளவு மதிப்பீடுகளைப் பெறுவதாகும். எதிர்காலத்தில், இந்த மதிப்பீடுகளின் அடிப்படையில், நீங்கள் சிறந்த முடிவை தேர்வு செய்யலாம். பயன்பாட்டு மதிப்பீடுகளைப் பெறுவதற்கு, முடிவெடுப்பதற்குப் பொறுப்பான நபரின் விருப்பங்களைப் பற்றிய தகவலைப் பெறுவது அவசியம்.

முடிவு பகுப்பாய்வு முன்னுதாரணத்தை ஐந்து-படி செயல்முறையாகக் குறைக்கலாம்.

நிலை 1. பூர்வாங்க பகுப்பாய்வு. இந்த கட்டத்தில், சிக்கல் உருவாக்கப்பட்டது மற்றும் அதைத் தீர்க்கும் செயல்பாட்டில் எடுக்கக்கூடிய செயல்களுக்கான சாத்தியமான விருப்பங்கள் தீர்மானிக்கப்படுகின்றன.

நிலை 2. கட்டமைப்பு பகுப்பாய்வு. இந்த நிலை சிக்கலை ஒரு தரமான மட்டத்தில் கட்டமைக்க உதவுகிறது, இதில் முடிவெடுப்பவர் முடிவெடுக்கும் செயல்முறையின் முக்கிய படிகளை கோடிட்டுக் காட்டுகிறார் மற்றும் ஒரு குறிப்பிட்ட வரிசையில் அவற்றை ஏற்பாடு செய்ய முயற்சிக்கிறார். இந்த நோக்கத்திற்காக, ஒரு முடிவு மரம் கட்டப்பட்டுள்ளது (படம் 1.3).

அரிசி. 1.3 முடிவு மரத்தின் துண்டு

ஒரு முடிவு மரத்தில் இரண்டு வகையான செங்குத்துகள் உள்ளன: முடிவு செங்குத்துகள் (சதுரங்களால் குறிக்கப்படுகிறது) மற்றும் வழக்கு செங்குத்துகள் (வட்டங்களால் குறிக்கப்படுகிறது). முடிவெடுக்கும் முனைகளில், தேர்வு முற்றிலும் முடிவெடுப்பவரைப் பொறுத்தது; வழக்கு முனைகளில், முடிவெடுப்பவர் தேர்வை முழுமையாகக் கட்டுப்படுத்துவதில்லை, ஏனெனில் சீரற்ற நிகழ்வுகளை ஒரு குறிப்பிட்ட நிகழ்தகவுடன் மட்டுமே எதிர்பார்க்க முடியும்.

நிலை 3. நிச்சயமற்ற பகுப்பாய்வு. இந்த கட்டத்தில், முடிவெடுப்பவர் வழக்கு முனைகளில் தொடங்கும் முடிவு மரத்தில் அந்த கிளைகளுக்கான நிகழ்தகவு மதிப்புகளை அமைக்கிறார். இந்த வழக்கில், பெறப்பட்ட நிகழ்தகவுகள் உள் நிலைத்தன்மையின் இருப்புக்கான சரிபார்ப்புக்கு உட்பட்டவை.

நிகழ்தகவு மதிப்புகளைப் பெற, கிடைக்கக்கூடிய அனைத்து தகவல்களும் அடங்கும்: புள்ளிவிவர தரவு, உருவகப்படுத்துதல் முடிவுகள், நிபுணர் தகவல் போன்றவை.

நிலை 4. பயன்பாட்டு பகுப்பாய்வு. இந்த கட்டத்தில், முடிவு மரத்தில் ஒன்று அல்லது மற்றொரு பாதையை செயல்படுத்துவதோடு தொடர்புடைய விளைவுகளின் (விளைவுகள்) பயனின் அளவு மதிப்பீடுகளைப் பெற வேண்டும். அத்திப்பழத்தில். 1.3 சாத்தியமான பாதைகளில் ஒன்றைக் காட்டுகிறது - தொடக்கத்திலிருந்து புள்ளி ஜி வரை.

முடிவுகள் (முடிவுகளின் விளைவுகள்) von Neumann-Morgenstern பயன்பாட்டுச் செயல்பாட்டைப் பயன்படுத்தி மதிப்பிடப்படுகிறது, இது ஒவ்வொரு முடிவையும் அதன் பயன்பாட்டு u(rk) உடன் தொடர்புபடுத்துகிறது. பயன்பாட்டு செயல்பாட்டின் கட்டுமானம் முடிவெடுப்பவர்கள் மற்றும் நிபுணர்களின் அறிவை அடிப்படையாகக் கொண்டது.

நிலை 5. தேர்வுமுறை நடைமுறைகள். செயல்களின் உகந்த மூலோபாயம் (மாற்று, முடிவு மரத்தின் பாதை) கணக்கீடுகளின் உதவியுடன் கண்டறியப்படலாம், அதாவது: சாத்தியமான விளைவுகளின் முழு இடத்திலும் எதிர்பார்க்கப்படும் பயன்பாட்டை அதிகப்படுத்துதல். தேர்வுமுறை சிக்கலை அமைப்பதற்கான நிபந்தனைகளில் ஒன்று, ஆப்ஜெக்டிவ் செயல்பாட்டில் (பயன்பாட்டு செயல்பாடு) சேர்க்கப்பட்டுள்ள மாறிகளுடன் தேர்வுமுறை அளவுருக்களை (இந்த விஷயத்தில், செயல்களுக்கான மாற்று விருப்பங்கள்) இணைக்கும் போதுமான கணித மாதிரியின் கிடைக்கும் தன்மை ஆகும். பயன்பாட்டுக் கோட்பாட்டின் முறைகளில், அத்தகைய மாதிரிகள் இயற்கையில் நிகழ்தகவைக் கொண்டவை மற்றும் எதிர்பார்க்கப்படும் விளைவின் நிகழ்தகவு மதிப்பீட்டை வரையறுக்கப்பட்ட முடிவுகளின் மீது சாத்தியமான சாத்தியமான விநியோகங்களின் எண் மதிப்பீடுகளை அறிமுகப்படுத்த பயன்படுத்தலாம் என்ற உண்மையை அடிப்படையாகக் கொண்டவை.

பயன்பாட்டுக் கோட்பாட்டின் அச்சுக்கு ஏற்ப சிறந்த தீர்வைத் தேர்ந்தெடுக்கும் பணி பின்வருமாறு குறிப்பிடப்படலாம்:

u(K) என்பது பல பரிமாண பயன்பாட்டு செயல்பாடு ஆகும்;

K - அளவுகோல் இடத்தில் புள்ளி;

F(K/A) - மாற்று A இலிருந்து அளவுகோல் மதிப்பீடுகளின் நிபந்தனை விநியோகத்தின் அடர்த்தி செயல்பாடு.

பயன்பாட்டு செயல்பாடுகளை உருவாக்குவது பயன்பாட்டுக் கோட்பாடு முறைகளின் முக்கிய மற்றும் அதிக நேரத்தை எடுத்துக்கொள்ளும் செயல்முறையாகும்; அதன் பிறகு, அத்தகைய செயல்பாட்டைப் பயன்படுத்தி, எத்தனை மாற்று வழிகளையும் மதிப்பீடு செய்யலாம்.

ஒரு பயன்பாட்டு செயல்பாட்டை உருவாக்குவதற்கான செயல்முறை ஐந்து படிகளை உள்ளடக்கியது.

^ படி 1.தயாரிப்பு. இங்கே முக்கிய பணி நிபுணர்களைத் தேர்ந்தெடுத்து அவர்களின் விருப்பங்களை எவ்வாறு வெளிப்படுத்துவது என்பதை விளக்குவது.

படி 2செயல்பாட்டின் வகையைத் தீர்மானித்தல். பயன்பாட்டு செயல்பாடு சாத்தியமான விளைவுகளின் எதிர்பார்க்கப்படும் பயன்பாடு பற்றி முடிவெடுப்பவர்கள் மற்றும் நிபுணர்களின் யோசனைகளை பிரதிபலிக்க வேண்டும். எனவே, முடிவுகளின் தொகுப்பு அவர்களின் விருப்பப்படி வரிசைப்படுத்தப்படுகிறது, அதன் பிறகு ஒவ்வொரு சாத்தியமான விளைவுக்கும் ஏற்ப எதிர்பார்க்கப்படும் பயன்பாட்டின் எதிர்பார்க்கப்படும் மதிப்பை வைக்க வேண்டியது அவசியம். இந்த கட்டத்தில், பயன்பாட்டு செயல்பாடு சலிப்பானதா, குறைகிறதா அல்லது அதிகரித்து வருகிறதா, அது ஒரு சாய்வு, வெறுப்பு அல்லது ஆபத்துக்கான அலட்சியம் போன்றவற்றை பிரதிபலிக்கிறதா என்பது கண்டறியப்படுகிறது.

படி 3அளவு வரம்புகளை நிறுவுதல். இங்கே பயன்பாட்டு செயல்பாட்டு வாதத்தின் மாற்றத்தின் இடைவெளி தீர்மானிக்கப்படுகிறது மற்றும் பல கட்டுப்பாட்டு புள்ளிகளுக்கான பயன்பாட்டு செயல்பாட்டின் மதிப்புகள் அமைக்கப்படுகின்றன.

படி 4பயன்பாட்டு செயல்பாட்டின் தேர்வு. இதுவரை அடையாளம் காணப்பட்ட அளவு மற்றும் தரமான பண்புகள் சீரானதா என்பதைக் கண்டறிய வேண்டும். இந்த கேள்விக்கான நேர்மறையான பதில், தேவையான அனைத்து பண்புகளையும் கொண்ட சில செயல்பாடுகளின் இருப்புக்கு சமம். பதில் எதிர்மறையாக இருந்தால், சொத்துப் பொருத்தத்தில் சிக்கல் உள்ளது, இது முந்தைய படிகளுக்குத் திரும்புவதைக் குறிக்கிறது.

படி 5போதுமான சோதனை. கட்டமைக்கப்பட்ட பயன்பாட்டு செயல்பாடு உண்மையில் முடிவெடுப்பவரின் உண்மையான விருப்பங்களுடன் முழுமையாக ஒத்துப்போகிறது என்பதை உறுதிப்படுத்துவது அவசியம். இதற்காக, கணக்கிடப்பட்ட மதிப்புகளை சோதனையுடன் ஒப்பிடுவதற்கான பாரம்பரிய முறைகள் பயன்படுத்தப்படுகின்றன.

பரிசீலிக்கப்பட்ட செயல்முறை அளவிடுதல் பயன்பாட்டு செயல்பாட்டின் சிக்கலுக்கு ஒத்திருக்கிறது. பொது வழக்கில், பிந்தையது ஒரு திசையன் அளவாக இருக்கலாம். எதிர்பார்க்கப்படும் பயன்பாடானது ஒற்றை அளவு பண்புகளால் (பல அளவுகோல்களைக் கொண்ட பணி) பிரதிநிதித்துவப்படுத்த முடியாதபோது இது நிகழ்கிறது. வழக்கமாக, ஒரு பன்முக பயன்பாட்டு செயல்பாடு ஒரு சேர்க்கை அல்லது பெருக்கல் பகுதி பயன்பாட்டு செயல்பாடாக குறிப்பிடப்படுகிறது. பல பரிமாண பயன்பாட்டு செயல்பாட்டை உருவாக்குவதற்கான செயல்முறை ஒரு பரிமாணத்தை விட மிகவும் கடினமானது.

எனவே, பயன்பாட்டுக் கோட்பாட்டின் முறைகள் உறுதியின் கீழ் முடிவெடுக்கும் முறைகள் மற்றும் நிச்சயமற்ற நிலையில் மாற்றுகளைத் தேர்ந்தெடுப்பதை நோக்கமாகக் கொண்ட முறைகளுக்கு இடையே ஒரு இடைநிலை இடத்தைப் பெறுகின்றன. இந்த முறைகளைப் பயன்படுத்துவதற்கு, விளைவுகளுக்கும் மாற்றுகளுக்கும் இடையே அளவுசார்ந்த உறவைக் கொண்டிருப்பது அவசியம், அத்துடன் ஒரு பயன்பாட்டுச் செயல்பாட்டை உருவாக்க நிபுணர் தகவல். இந்த நிபந்தனைகள் எப்போதும் பூர்த்தி செய்யப்படுவதில்லை, இது பயன்பாட்டுக் கோட்பாடு முறைகளின் பயன்பாட்டைக் கட்டுப்படுத்துகிறது. கூடுதலாக, ஒரு பயன்பாட்டு செயல்பாட்டை உருவாக்குவதற்கான செயல்முறை உழைப்பு மற்றும் மோசமாக முறைப்படுத்தப்பட்டது என்பதை நினைவில் கொள்ள வேண்டும்.

விரிவுரை 11

ஒற்றை அளவுகோல் முடிவெடுக்கும் சிக்கலின் பொதுவான உருவாக்கம்.

கட்டுப்படுத்தப்பட்ட நிகழ்வின் முடிவு தேர்ந்தெடுக்கப்பட்ட முடிவு (கட்டுப்பாட்டு உத்தி) மற்றும் முடிவெடுப்பவருக்கு முழுமையாகத் தெரிந்த சில சீரற்ற நிலையான காரணிகளைப் பொறுத்தது. கட்டுப்பாட்டு உத்திகளை முன்வைக்கலாம்

மதிப்புகளாக n- பரிமாண திசையன், அதன் கூறுகள் பல இயற்கை காரணங்களால் கட்டுப்பாடுகளுக்கு உட்பட்டவை மற்றும் வடிவம் கொண்டவை

எங்கே , நிலையான சீரற்ற அளவுருக்களின் சில வரிசை.

நிபந்தனைகள் (2.2) உத்திகளின் ஏற்றுக்கொள்ளக்கூடிய மதிப்புகளின் வரம்பை தீர்மானிக்கிறது எக்ஸ்.

கட்டுப்பாட்டு செயல்திறன் சில எண்ணியல் உகந்த அளவுகோல்களால் வகைப்படுத்தப்படுகிறது எஃப்:

எங்கே சி - நிலையான, சீரற்ற அளவுருக்களின் வரிசை. அணிவரிசைகள் மற்றும் சி நிர்வாகத்தில் ஈடுபட்டுள்ள பொருட்களின் பண்புகள் மற்றும் நிர்வாகத்தின் ஓட்டத்திற்கான நிலைமைகளை வகைப்படுத்துகிறது.

முடிவெடுப்பவர் அத்தகைய மதிப்பைத் தேர்ந்தெடுக்கும் பணியை எதிர்கொள்கிறார் கட்டுப்பாட்டு திசையன் பிராந்தியத்தில் இருந்து அதன் அனுமதிக்கப்பட்ட மதிப்புகள், இது உகந்த அளவுகோலின் மதிப்பை அதிகரிக்கிறது எஃப், அத்துடன் இந்த அதிகபட்ச மதிப்பு

பகுதி எங்கே நிபந்தனை (2.2) மூலம் குறிப்பிடப்படுகிறது.

(2.4) குறியீடுகளில் மற்றும் உகந்த அளவுகோலின் நிபந்தனைகளின் (2.2) மதிப்பின் கீழ் அடையக்கூடிய அதிகபட்சத்தைக் குறிக்கவும் எஃப் மற்றும் கட்டுப்பாட்டு திசையன் தொடர்புடைய உகந்த மதிப்பு எக்ஸ்.

உறவுகளின் தொகுப்பு (2.2), (2.3) மற்றும் (2.4) என்பது ஒரு ஒற்றை அளவுகோல் நிலையான நிர்ணய DPR இன் கணித மாதிரியின் பொதுவான பார்வையாகும்.

இந்த உருவாக்கத்தில் உள்ள சிக்கல் கணித நிரலாக்கத்தின் சிக்கலின் பொதுவான உருவாக்கத்துடன் முற்றிலும் ஒத்துப்போகிறது. எனவே, கணித நிரலாக்க சிக்கல்களைத் தீர்ப்பதற்காக உருவாக்கப்பட்ட முறைகளின் முழு ஆயுதங்களும் இந்த வகுப்பின் முடிவெடுக்கும் சிக்கல்களைத் தீர்க்க பயன்படுத்தப்படலாம். இடப்பற்றாக்குறை காரணமாக, தொடர்புடைய தீர்வு முறைகளின் கண்ணோட்டத்தில் நாங்கள் இங்கு வசிக்க மாட்டோம்.

ஒற்றை அளவுகோல் நிலையான டிபிஆரின் உதாரணத்தைக் கவனியுங்கள்.

ஒரு குறிப்பிட்ட எண்ணிக்கையிலான தகவல் மாதிரிகளைக் காண்பிப்பது அவசியமாக இருக்கட்டும் (எடுத்துக்காட்டாக, வரைபடத் தகவல்). எந்த மாதிரியையும் காட்ட, நீங்கள் எப்போதும் தீர்க்க வேண்டும் பிபல்வேறு பணிகள் (சின்னங்களைக் காண்பித்தல், திசையன்களைக் காண்பித்தல், ஒரு படத்தைச் சுழற்றுதல் மற்றும் நகர்த்துதல், அளவிடுதல் போன்றவை). அனைத்து பணிகளும் பரஸ்பரம் சுயாதீனமானவை. சிக்கல்களைத் தீர்க்க, அவற்றைப் பயன்படுத்தலாம் டிபல்வேறு நுண்செயலிகள். ஒரு காலத்திற்கு டி நுண்செயலி, போன்ற பணிகளை தீர்க்க முடியும், அதாவது. பணியைத் தீர்க்க , ஒரே அல்காரிதம் படி பல முறை, ஆனால் வெவ்வேறு ஆரம்ப தரவுகளுக்கு.

அனைத்து சிக்கல்களையும் தீர்ப்பதற்கான முழுமையான முடிவுகளைக் கொண்டிருந்தால் மட்டுமே ஒரு தகவல் மாதிரி காட்டப்படும்.

நுண்செயலியில் பணிகளை விநியோகிக்க இது தேவைப்படுகிறது, இதனால் தகவல் மாதிரிகளின் எண்ணிக்கை காலப்போக்கில் ஒருங்கிணைக்கப்படுகிறது. ^ டி,அதிகபட்சமாக இருந்தது. வேறு வார்த்தைகளில் கூறுவதானால், நேரத்தின் எந்தப் பகுதியைக் குறிப்பிடுவது அவசியம் டிநுண்செயலி பிரச்சனைகளை தீர்ப்பதில் மும்முரமாக இருக்க வேண்டும் ,.

இந்த மதிப்பை நியமிப்போம் (கொடுக்கப்பட்ட நுண்செயலியில் இந்த பணி தீர்க்கப்படாவிட்டால், ).

வெளிப்படையாக, ஒவ்வொரு நுண்செயலியும் அந்தப் பணிகளைத் தீர்க்க எடுக்கும் மொத்த நேரம் மொத்த நேர ஒதுக்கீட்டை விட அதிகமாக இருக்கக்கூடாது. டி, "பங்கு" - அலகுகள். எனவே, எங்களிடம் பின்வரும் கட்டுப்பாடுகள் உள்ளன:

முடிவுகளின் மொத்த எண்ணிக்கை அனைத்து மைக்ரோ-செயலிகளும் ஒன்றாகப் பெற்ற பணிகள்,

அனைத்து சிக்கல்களையும் தீர்ப்பதற்கான முழுமையான முடிவுகளின் தொகுப்பிலிருந்து மட்டுமே ஒரு தகவல் மாதிரியை ஒருங்கிணைக்க முடியும் என்பதால், தகவல் மாதிரிகளின் எண்ணிக்கை எஃப் குறைந்தபட்ச எண்களால் தீர்மானிக்கப்படும் .

எனவே, எங்களிடம் பின்வரும் கணித மாதிரி உள்ளது: செயல்பாடு அதிகபட்சமாக மாறும் என்பதைக் கண்டறிய வேண்டும் எஃப்

^ ஆபத்தின் கீழ் ஒற்றை அளவுகோல் நிலையான முடிவெடுக்கும் சிக்கலின் பொதுவான உருவாக்கம். குறிப்பிட்டுள்ளபடி, தேர்ந்தெடுக்கப்பட்ட ஒவ்வொரு இடர் மேலாண்மை மூலோபாயமும் சாத்தியமான விளைவுகளின் தொகுப்போடு தொடர்புடையது, மேலும் ஒவ்வொரு முடிவும் ஒரு குறிப்பிட்ட நிகழ்தகவைக் கொண்டுள்ளது, இது முடிவெடுக்கும் நபருக்கு முன்கூட்டியே தெரியும்.

அத்தகைய சூழ்நிலையில் தீர்வை மேம்படுத்தும் போது, ​​சீரற்ற DPR ஒரு தீர்மானகரமான ஒன்றாக குறைக்கப்படுகிறது. பின்வரும் இரண்டு கொள்கைகள் பரவலாகப் பயன்படுத்தப்படுகின்றன: ஒரு தீர்மானகரமான திட்டத்திற்கு செயற்கையான குறைப்பு மற்றும் சராசரியாக மேம்படுத்துதல்.

முதல் வழக்கில், நிகழ்வின் நிச்சயமற்ற, நிகழ்தகவு படம் தோராயமாக ஒரு உறுதியான ஒன்றால் மாற்றப்படுகிறது. இதைச் செய்ய, சிக்கலில் உள்ள அனைத்து சீரற்ற காரணிகளும் தோராயமாக இந்த காரணிகளின் சில சீரற்ற பண்புகளால் மாற்றப்படுகின்றன (ஒரு விதியாக, அவற்றின் கணித எதிர்பார்ப்புகள்).

இந்த நுட்பம் தோராயமான, தோராயமான கணக்கீடுகளிலும், சீரற்ற மாறிகளின் சாத்தியமான மதிப்புகளின் வரம்பு ஒப்பீட்டளவில் சிறியதாக இருக்கும் நிகழ்வுகளிலும் பயன்படுத்தப்படுகிறது. கட்டுப்பாட்டு செயல்திறனின் குறிகாட்டியானது சீரற்ற அளவுருக்கள் மீது நேரியல் சார்ந்து இருக்கும் சந்தர்ப்பங்களில், இந்த நுட்பம் "சராசரி தேர்வுமுறை" போன்ற அதே முடிவுக்கு வழிவகுக்கிறது.

வரவேற்பு "சராசரியில் தேர்வுமுறை" என்பது அசல் செயல்திறன் குறிகாட்டியிலிருந்து மாற்றம் ஆகும் கே, ஒரு சீரற்ற மாறி இருப்பது:

எங்கே எக்ஸ் - கட்டுப்பாட்டு திசையன்; - தீர்மானிக்கும் காரணிகளின் வரிசை; - சீரற்ற நிலையான காரணிகளின் குறிப்பிட்ட செயலாக்கங்கள் அதன் சராசரி, நிலையான பண்பு, எடுத்துக்காட்டாக, அதன் கணித எதிர்பார்ப்பு M[Q]:

இங்கே IN- சீரற்ற மாறிகளின் அறியப்பட்ட புள்ளிவிவர பண்புகளின் வரிசை - சீரற்ற மாறிகளின் நிகழ்தகவு விநியோக விதி.

ஒரு உகந்த உத்தியாக அளவுகோல் (2.5) படி சராசரியாக மேம்படுத்தும் போது ஒரு மூலோபாயம் தேர்ந்தெடுக்கப்படும், அது பகுதியில் கட்டுப்பாடுகள் திருப்தி சரியான திசையன் மதிப்புகள் எக்ஸ், கணித எதிர்பார்ப்பின் மதிப்பை அதிகரிக்கிறது எஃப் = எம்[ கே] ஆரம்ப செயல்திறன் காட்டி Q, அதாவது.

சாத்தியமான உத்திகளின் எண்ணிக்கை என்றால் நான் நிச்சயமாக, சாத்தியமான விளைவுகளின் எண்ணிக்கை ஜேநிச்சயமாக பின்னர் வெளிப்பாடு (2.6) என மீண்டும் எழுதப்படுகிறது

எங்கே - நிகழ்வின் போது மேலாண்மை செயல்திறனின் குறிகாட்டியின் மதிப்பு ஜேதேர்ந்தெடுக்கும் போது முடிவு நான் மேலாண்மை உத்திகள்; - நிகழ்வின் நிகழ்தகவு ஜே- செயல்படுத்தல் முடிவு நான்வது மூலோபாயம்.

இது வெளிப்பாடுகள் (2.6) மற்றும் (2.7) ஆகியவற்றிலிருந்து உகந்த உத்தியைப் பின்பற்றுகிறது எக்ஸ் அதே நிலைமைகளில் நிலைமை பல முறை மீண்டும் மீண்டும் செய்யப்படும்போது மட்டுமே உத்தரவாதமான சிறந்த முடிவுக்கு வழிவகுக்கிறது. ஒவ்வொரு தனிப்பட்ட தேர்வின் செயல்திறனும் ஆபத்துடன் தொடர்புடையது மற்றும் சராசரி மதிப்பிலிருந்து சிறந்த மற்றும் மோசமான இரண்டிற்கும் வேறுபடலாம்.

சீரற்ற DPR இல் கருதப்படும் இரண்டு தேர்வுமுறைக் கொள்கைகளின் ஒப்பீடு, அவை சீரற்ற காரணிகளின் செல்வாக்கின் வெவ்வேறு நிலைகளில் அசல் சிக்கலைத் தீர்மானிப்பதைக் காட்டுகிறது. "ஒரு தீர்மானகரமான திட்டத்திற்கு செயற்கையான குறைப்பு" என்பது காரணிகளின் மட்டத்தில் தீர்மானித்தல், "சராசரியில் மேம்படுத்தல்" - செயல்திறன் காட்டி மட்டத்தில்.

நிர்ணயம் செய்த பிறகு, ஒற்றை அளவுகோல் நிலையான டிபிஆர் தீர்வுக்கு பொருந்தக்கூடிய அனைத்து முறைகளையும் பயன்படுத்தலாம்.

ஆபத்தில் இருக்கும் ஒற்றை அளவுகோல் நிலையான முடிவெடுக்கும் சிக்கலின் உதாரணத்தைக் கவனியுங்கள்.

வரைபட தரவுத்தளத்தை உருவாக்க, வரைபடத் தகவலை குறியாக்கம் செய்வது அவசியம். உறுப்பு-மூலம்-உறுப்பு குறியீட்டு முறையின் பயன்பாடு மிகப்பெரிய அளவிலான நினைவகத்தைப் பயன்படுத்த வேண்டிய அவசியத்திற்கு வழிவகுக்கிறது. நினைவகத்தின் தேவையான அளவைக் கணிசமாகக் குறைக்கக்கூடிய பல குறியீட்டு முறைகள் அறியப்படுகின்றன [உதாரணமாக, நேரியல் இடைக்கணிப்பு, கிளாசிக்கல் பல்லுறுப்புக்கோவை இடைக்கணிப்பு, கியூபா ஸ்ப்லைன்கள் போன்றவை. புத்தகம் பார்க்க. இந்தத் தொடரின் 4]. குறியீட்டு முறையின் செயல்திறனின் முக்கிய காட்டி தகவல் சுருக்க விகிதமாகும். இருப்பினும், இந்த குணகத்தின் மதிப்பு குறியிடப்பட்ட வரைபடத் தகவலின் வகையைப் பொறுத்தது (ஹைட்ரோகிராபி, நிர்வாகப் பகுதிகளின் எல்லைகள், சாலை நெட்வொர்க் போன்றவை). மூலம் குறிக்கவும் சுருக்க விகித மதிப்பு நான்/வது வகை தகவலுக்கான வது குறியீட்டு முறை. குறியாக்கம் செய்யப்பட வேண்டிய குறிப்பிட்ட பகுதி முன்கூட்டியே தெரியவில்லை. எவ்வாறாயினும், முழு பிராந்தியத்தின் வரைபடத் தகவல்களின் ஆரம்ப பகுப்பாய்வு மற்றும் முந்தைய முன்னேற்றங்களின் அனுபவம் ஒவ்வொரு வகையான தகவல்களின் நிகழ்வின் நிகழ்தகவைக் கணக்கிட அனுமதிக்கிறது. நிகழ்வின் நிகழ்தகவு மூலம் குறிக்கவும் ஜே-வது வகை,

பின்னர், சராசரி தேர்வுமுறை முறையைப் பயன்படுத்தி, அத்தகைய குறியீட்டு முறையை ஒருவர் தேர்வு செய்ய வேண்டும்

^ விரிவுரை #12

நிச்சயமற்ற நிலையில் முடிவெடுத்தல்.

நிச்சயமற்ற நிலையில் முடிவெடுத்தல்.முதலில், கர்ஜனையின் நிலைமைகளின் கீழ் முடிவெடுப்பதற்கு வழிவகுக்கும் சீரற்ற காரணிகளுக்கும், நிச்சயமற்ற நிலையில் முடிவெடுப்பதற்கு வழிவகுக்கும் நிச்சயமற்ற காரணிகளுக்கும் இடையிலான அடிப்படை வேறுபாட்டைக் கவனிக்கலாம். அவையும் மற்றவையும் நிர்வாக முடிவுகளின் சாத்தியமான விளைவுகளின் சிதறலுக்கு வழிவகுக்கும். ஆனால் சீரற்ற காரணிகள் நன்கு அறியப்பட்ட தகவல்களால் முழுமையாக விவரிக்கப்படுகின்றன, மேலும் இந்தத் தகவல் சிறந்த சராசரி தீர்வைத் தேர்வுசெய்ய அனுமதிக்கிறது. நிச்சயமற்ற காரணிகளுக்கு அத்தகைய தகவல்கள் எதுவும் இல்லை.

பொதுவான வழக்கில், நிச்சயமற்ற தன்மை ஒரு நியாயமான எதிரியின் எதிர்ப்பால் ஏற்படலாம் அல்லது முடிவெடுக்கப்படும் நிலைமைகள் பற்றிய போதிய விழிப்புணர்வு இல்லாமல் இருக்கலாம்.

நியாயமான எதிர்ப்பின் நிலைமைகளின் கீழ் முடிவெடுப்பது விளையாட்டுக் கோட்பாட்டின் ஆய்வின் பொருளாகும். இந்த பிரச்சினைகளை நாங்கள் இங்கு கையாள மாட்டோம்.

தேர்வு செய்யப்படும் நிலைமைகளின் போதிய விழிப்புணர்வு இல்லாத நிலையில் முடிவுகளைத் தேர்ந்தெடுப்பதற்கான கொள்கைகளைக் கவனியுங்கள். இத்தகைய சூழ்நிலைகள் "இயற்கையுடன் விளையாட்டுகள்" என்று அழைக்கப்படுகின்றன.

"இயற்கையுடன் கூடிய விளையாட்டுகள்" அடிப்படையில், முடிவெடுக்கும் சிக்கலை பின்வருமாறு உருவாக்கலாம். முடிவெடுப்பவர் ஒன்றைத் தேர்ந்தெடுக்கட்டும் டிசாத்தியமான தீர்வுகள்: சாத்தியமான விருப்பங்கள் செயல்படுத்தப்படும் நிபந்தனைகள் குறித்து, நாம் செய்யலாம் பியூகங்கள்: . ஒவ்வொரு நிபந்தனைகளிலும் ஒவ்வொரு தீர்வு விருப்பத்தின் மதிப்பீடுகள் முடிவெடுப்பவரின் ஊதிய மேட்ரிக்ஸின் வடிவத்தில் அறியப்பட்டு வழங்கப்படுகின்றன: .

ஒரு குறிப்பிட்ட சூழ்நிலை ஏற்படுவதற்கான சாத்தியக்கூறுகள் பற்றிய ஒரு முன்னோடித் தகவல் என்று முதலில் வைத்துக்கொள்வோம் இல்லாத.

புள்ளியியல் முடிவுகளின் கோட்பாடு தீர்வுகளின் உகந்த தேர்வுக்கு பல அளவுகோல்களை வழங்குகிறது. இந்த அல்லது அந்த அளவுகோலின் தேர்வு முறைப்படுத்த முடியாதது, இது முடிவெடுப்பவர் தனது அனுபவம், உள்ளுணர்வு போன்றவற்றின் அடிப்படையில் அகநிலை ரீதியாக மேற்கொள்ளப்படுகிறது. இந்த அளவுகோல்களைக் கருத்தில் கொள்வோம்.

^ Laplace அளவுகோல். ஒரு குறிப்பிட்ட சூழ்நிலை ஏற்படுவதற்கான நிகழ்தகவுகள் என்பதால் தெரியவில்லை, அவை அனைத்தும் சமமாக சாத்தியம் என்று நாம் கருதுவோம். பின்னர், பேஆஃப் மேட்ரிக்ஸின் ஒவ்வொரு வரிசைக்கும், மதிப்பெண்களின் எண்கணித சராசரி கணக்கிடப்படுகிறது. உகந்த தீர்வு அத்தகைய தீர்வுக்கு ஒத்திருக்கும், இது இந்த எண்கணித சராசரியின் அதிகபட்ச மதிப்புக்கு ஒத்திருக்கிறது, அதாவது.

^ அளவுகோல் வால்ட். மேட்ரிக்ஸின் ஒவ்வொரு வரிசையிலும், குறைந்தபட்ச மதிப்பெண்ணைத் தேர்ந்தெடுக்கிறோம். உகந்த தீர்வு அத்தகைய தீர்வுக்கு ஒத்திருக்கிறது, இது குறைந்தபட்சம் அதிகபட்சமாக ஒத்துள்ளது, அதாவது.

இந்த அளவுகோல் மிகவும் பழமைவாதமானது. இது மோசமான நிலைமைகளில் கவனம் செலுத்துகிறது, அவற்றில் மட்டுமே சிறந்த மற்றும் இப்போது உத்தரவாதமான முடிவு தேடப்படுகிறது.

^ சாவேஜின் அளவுகோல். மேட்ரிக்ஸின் ஒவ்வொரு நெடுவரிசையும் அதிகபட்ச மதிப்பெண்ணைக் கொண்டுள்ளது மற்றும் ஒரு புதிய அணி தொகுக்கப்படுகிறது, அதன் கூறுகள் உறவால் தீர்மானிக்கப்படுகின்றன

மதிப்பு ஆபத்து என்று அழைக்கப்படுகிறது, இது நிலைமை வரும் என்று நம்பத்தகுந்ததாக அறியப்பட்டால் அதிகபட்ச லாபத்திற்கு இடையிலான வித்தியாசமாக புரிந்து கொள்ளப்படுகிறது. , மற்றும் ஒரு தீர்வு தேர்ந்தெடுக்கும் போது வெற்றி நிலைமைகளில் . இந்த புதிய அணி ரிஸ்க் மேட்ரிக்ஸ் என்று அழைக்கப்படுகிறது. மேலும், ரிஸ்க் மேட்ரிக்ஸில் இருந்து, அத்தகைய முடிவு தேர்வு செய்யப்படுகிறது, இதில் ஆபத்து மதிப்பு மிகவும் சாதகமற்ற சூழ்நிலையில் சிறிய மதிப்பை எடுக்கும், அதாவது.

இந்த அளவுகோலின் சாராம்சம் ஆபத்தை குறைப்பதாகும். வால்ட் சோதனையைப் போலவே, சாவேஜின் சோதனையும் மிகவும் பழமைவாதமானது. மோசமான சூழ்நிலையைப் பற்றிய புரிதலில் அவர்கள் வேறுபடுகிறார்கள்: முதல் வழக்கில், இது குறைந்தபட்ச ஆதாயம், இரண்டாவது வழக்கில், கொடுக்கப்பட்ட நிலைமைகளின் கீழ் அடையக்கூடியவற்றுடன் ஒப்பிடுகையில் அதிகபட்ச லாப இழப்பு.

^ ஹர்விட்ஸ் அளவுகோல். ஒரு குறிப்பிட்ட குணகம் அறிமுகப்படுத்தப்பட்டது, இது "நம்பிக்கை குணகம்" என்று அழைக்கப்படுகிறது. பேஆஃப் மேட்ரிக்ஸின் ஒவ்வொரு வரிசையும் அதிக மதிப்பெண்ணைக் கொண்டுள்ளது மற்றும் சிறியது . அவை பெருக்கப்படுகின்றன பின்னர் அவற்றின் தொகை கணக்கிடப்படுகிறது. உகந்த தீர்வு அத்தகைய தீர்வுக்கு ஒத்திருக்கும், இது இந்த தொகையின் அதிகபட்சத்திற்கு ஒத்திருக்கும், அதாவது.

= 0 இல், ஹர்விட்ஸ் அளவுகோல் வால்ட் அளவுகோலாக மாற்றப்படுகிறது. இது தீவிர "அவநம்பிக்கை" வழக்கு. மணிக்கு = 1 (அதிகமான "நம்பிக்கை") முடிவெடுக்கும் நபர், அவருடன் மிகவும் சாதகமான சூழ்நிலையை எதிர்பார்க்கிறார். "நம்பிக்கையின் குணகம்" அனுபவம், உள்ளுணர்வு போன்றவற்றின் அடிப்படையில் அகநிலையாக ஒதுக்கப்படுகிறது. நிலைமை மிகவும் ஆபத்தானது, ஒரு தீர்வைத் தேர்ந்தெடுப்பதற்கான அணுகுமுறை மிகவும் கவனமாக இருக்க வேண்டும், மேலும் குணகத்திற்கு குறைந்த மதிப்பு ஒதுக்கப்படுகிறது.

நிச்சயமற்ற நிலைமைகளின் கீழ் முடிவெடுப்பதற்கான ஒரு எடுத்துக்காட்டு, கார்ட்டோகிராஃபிக் தகவலை குறியாக்குவதற்கான ஒரு முறையைத் தேர்ந்தெடுப்பதில் மேலே கருதப்பட்ட சிக்கல், இந்த தகவலின் ஒன்று அல்லது மற்றொரு வகையின் தோற்றத்தின் நிகழ்தகவுகள் தெரியவில்லை.

^ விரிவுரை #13

பன்முக முடிவெடுக்கும் சிக்கல்கள்

முன்பு போலவே, பல தீர்வுகளில் ஒன்றைத் தேர்ந்தெடுப்பது அவசியம் எக்ஸ் பிராந்தியத்தில் இருந்து அவற்றின் அனுமதிக்கப்பட்ட மதிப்புகள். ஆனால் மேலே உள்ளதைப் போலன்றி, தேர்ந்தெடுக்கப்பட்ட ஒவ்வொரு முடிவும் ஒரு அளவுகோல் மூலம் மதிப்பிடப்படுகிறது , ஒப்பீட்டு முக்கியத்துவம் வாய்ந்த அவற்றின் குணகங்களில் வேறுபடலாம் . அளவுகோல்கள் , தனிப்பட்ட அல்லது உள்ளூர் அளவுகோல்கள் என்று அழைக்கப்படுகின்றன, அவை ஒரு ஒருங்கிணைந்த அல்லது திசையன் உகந்த அளவுகோலை உருவாக்குகின்றன. முரண்பாடுகள் , முக்கியத்துவம் திசையன் அமைக்க. ஒவ்வொரு உள்ளூர் அளவுகோலும் எடுக்கப்பட்ட முடிவின் சில உள்ளூர் இலக்கை வகைப்படுத்துகிறது.

உகந்த தீர்வு உறவை திருப்திப்படுத்த வேண்டும்

ஒருங்கிணைந்த அளவுகோலின் உகந்த மதிப்பு எங்கே; opt என்பது ஒரு தேர்வுமுறை ஆபரேட்டர், இது தேர்ந்தெடுக்கப்பட்ட தேர்வுமுறை கொள்கையை வரையறுக்கிறது.

ஏற்றுக்கொள்ளக்கூடிய தீர்வுகளின் களம் ஒன்றுடன் ஒன்று அல்லாத இரண்டு பகுதிகளாகப் பிரிக்கலாம்:

அனைத்து உள்ளூர் அளவுகோல்களின்படி அல்லது எந்த அளவுகோலின் அளவையும் குறைக்காமல் ஒரே நேரத்தில் தீர்வின் தரத்தை மேம்படுத்தக்கூடிய ஒப்பந்தத்தின் பகுதி;

சமரசங்களின் பகுதி, இதில் ஒரு உள்ளூர் அளவுகோலின் படி தீர்வின் தரத்தை மேம்படுத்துகிறது செய்யமற்றவர்களுக்கான தீர்வின் தரத்தை மோசமாக்குகிறது.

உகந்த தீர்வு சமரசத்தின் பகுதிக்கு மட்டுமே சொந்தமானது என்பது வெளிப்படையானது, ஏனெனில் ஒப்பந்தத்தின் பகுதியில் தீர்வு தொடர்புடைய அளவுகோல்களின்படி மேம்படுத்தப்படலாம் மற்றும் மேம்படுத்தப்பட வேண்டும்.

சமரசத்தின் பகுதியைத் தேர்ந்தெடுப்பது சாத்தியமான தீர்வுகளின் பகுதியைக் குறைக்கிறது, ஆனால் ஒரு ஒற்றை தீர்வைத் தேர்வுசெய்ய, ஆப்டிமைசேஷன் ஆபரேட்டர் ஆப்ஷன் ஆப் எக்ஸ்ப்ரெஷன் (2.8) அல்லது அவர்கள் சொல்வது போல் அதன் அர்த்தத்தை வெளிப்படுத்த வேண்டியது அவசியம். , ஒரு சமரச திட்டத்தை தேர்வு செய்யவும். இந்த தேர்வு அகநிலை.

அனைத்து உள்ளூர் அளவுகோல்களும் இயல்பாக்கப்படுகின்றன (அதாவது, அவை ஒரே பரிமாணத்தைக் கொண்டுள்ளன அல்லது பரிமாணமற்ற அளவுகள்) மற்றும் சமமாக முக்கியமானவை என்று முதலில் கருதி, முக்கிய வர்த்தக-ஆஃப் திட்டங்களைக் கருத்தில் கொள்வோம். விண்வெளியில் இருந்து நகர்வதன் மூலம் பரிசீலனை நடத்துவது வசதியானது தேர்ந்தெடுக்கப்பட்ட தீர்வுகள் எக்ஸ் சாத்தியமான (அனுமதிக்கக்கூடிய) உள்ளூர் அளவுகோல்களின் இடத்திற்கு,

மேலே செய்ததைப் போல, ஒப்பந்தம் மற்றும் சமரசம் என்ற பகுதி என்று பிரித்தல்.

பின்னர் முன்னர் வடிவமைக்கப்பட்ட தேர்வுமுறை மாதிரியை (2.8) படிவத்தில் மீண்டும் எழுதலாம்

முக்கிய சமரசத் திட்டங்கள் சீரான கொள்கை, நியாயமான சலுகையின் கொள்கை, ஒரு உகந்த அளவுகோலைத் தேர்ந்தெடுக்கும் கொள்கை, நிலையான சலுகையின் கொள்கை.

^ சீரான கொள்கை அனைத்து உள்ளூர் அளவுகோல்களின்படி குறிகாட்டிகளின் சில "சீரான தன்மை" அடையப்படும், அத்தகைய தீர்வு விருப்பத்தைத் தேர்ந்தெடுப்பதற்கான வாய்ப்பை அறிவிக்கிறது. சீரான கொள்கையின் பின்வரும் செயலாக்கங்கள் பயன்படுத்தப்படுகின்றன: சமத்துவக் கொள்கை, மாக்சிமின் கொள்கை, அரை-சமத்துவக் கொள்கை.

^ சமத்துவக் கொள்கை

அதாவது, உகந்த விருப்பம் சமரசங்களின் பகுதிக்கு சொந்தமானதாகக் கருதப்படுகிறது, இதில் உள்ளூர் அளவுகோல்களின் அனைத்து மதிப்புகளும் ஒருவருக்கொருவர் சமமாக இருக்கும்.

இருப்பினும், வழக்கு சமரசத்தின் பகுதிக்குள் வராமல் இருக்கலாம் அல்லது ஏற்றுக்கொள்ளக்கூடிய விருப்பங்களின் பகுதிக்கு சொந்தமானதாக இருக்காது.

^ அதிகபட்ச கொள்கை முறைப்படி பின்வருமாறு வெளிப்படுத்தப்படுகிறது:

இந்த கொள்கையைப் பயன்படுத்துவதில், உள்ளூர் அளவுகோல்களின் குறைந்தபட்ச மதிப்புகள் கொண்ட விருப்பங்கள் சமரசத்தின் பகுதியிலிருந்து தேர்ந்தெடுக்கப்படுகின்றன, அவற்றில் அதிகபட்ச மதிப்பைக் கொண்ட விருப்பம் தேடப்படுகிறது. இந்த வழக்கில் சீரான தன்மை மிகக் குறைந்த மட்டத்துடன் அளவுகோலை "மேலே இழுப்பதன் மூலம்" உறுதி செய்யப்படுகிறது.

^ அரை சமத்துவத்தின் கொள்கை அனைத்து உள்ளூர் அளவுகோல்களின் தோராயமான சமத்துவத்தை அடைய அவர்கள் முயற்சி செய்கிறார்கள் என்பதில் உள்ளது. தோராயமானது ஒரு குறிப்பிட்ட மதிப்பால் வகைப்படுத்தப்படுகிறது δ. இந்த கொள்கையை தனித்தனி வழக்கில் பயன்படுத்தலாம்.

சமத்துவத்தின் கொள்கைகள், கவர்ச்சிகரமானதாக இருந்தாலும், எல்லா சந்தர்ப்பங்களிலும் பரிந்துரைக்கப்பட முடியாது என்பதை கவனத்தில் கொள்ள வேண்டும். சில சமயங்களில் சீரான தன்மையிலிருந்து ஒரு சிறிய விலகல் கூட ஒரு அளவுகோலில் குறிப்பிடத்தக்க அதிகரிப்பு கொடுக்கலாம்.

^ நியாயமான பணியின் கொள்கை உள்ளூர் அளவுகோல்களின் மதிப்பின் அதிகரிப்பு மற்றும் குறைவின் ஒப்பீடு மற்றும் மதிப்பீட்டின் அடிப்படையில். ஒரு விருப்பத்திலிருந்து மற்றொன்றுக்கு மாறுவது, அவை இரண்டும் சமரசத்தின் பகுதியைச் சேர்ந்தவை என்றால், தவிர்க்க முடியாமல் சில அளவுகோல்களில் முன்னேற்றம் மற்றும் மற்றவற்றில் சரிவு ஆகியவற்றுடன் தொடர்புடையது. உள்ளூர் அளவுகோல்களின் மதிப்பில் ஏற்படும் மாற்றங்களின் ஒப்பீடு மற்றும் மதிப்பீடு, அளவுகோல்களின் அதிகரிப்பு மற்றும் குறைவின் முழுமையான மதிப்பின் படி (முழுமையான சலுகையின் கொள்கை) அல்லது உறவினரின் படி மேற்கொள்ளப்படலாம்.

(ஒப்பீட்டு சலுகையின் கொள்கை).

^ முழுமையான சலுகையின் கொள்கை பின்வரும் குறிப்புடன் முறையாக வெளிப்படுத்தலாம்:

பெரிய அளவுகோல்களின் துணைக்குழு எங்கே, அதாவது சிறுமைப்படுத்தப்பட்ட அளவுகோல்களின் துணைக்குழு, அதாவது. யாருக்காக அந்த - அளவுகோல் அதிகரிப்பின் முழுமையான மதிப்புகள்; / - சின்னம் "எதற்காக". எனவே, ஒன்று அல்லது அதற்கு மேற்பட்ட அளவுகோல்களின் குறைப்புத் தொகையின் முழுமையான மதிப்பு, மீதமுள்ள அளவுகோல்களின் அதிகரிப்பின் மொத்த மதிப்பை விட அதிகமாக இல்லாத ஒரு விருப்பத்தைத் தேர்ந்தெடுப்பது பொருத்தமானதாகக் கருதப்படுகிறது.

முழுமையான சலுகையின் கொள்கை அளவுகோல்களின் கூட்டுத்தொகையை அதிகரிக்கும் மாதிரியுடன் ஒத்துப்போகிறது என்பதைக் காட்டலாம்.

முழுமையான சலுகையின் கொள்கையின் தீமை என்னவென்றால், இது தனிப்பட்ட அளவுகோல்களின் அளவுகளை கூர்மையான வேறுபாட்டை அனுமதிக்கிறது, ஏனெனில் சில உள்ளூர் அளவுகோல்களின் உயர் மட்டத்தின் காரணமாக ஒருங்கிணைந்த அளவுகோலின் உயர் மதிப்பைப் பெறலாம். அளவீட்டு அளவுகோல்கள். விதிவிலக்கு என்பது ஒப்பீட்டு சலுகையின் கொள்கை ஒரு சமரசத் திட்டமாகப் பயன்படுத்தப்படும் பணிகள் ஆகும்.

அளவுகோல் இயல்பாக்கம் என்பது "சிறந்த திசையன்" என்ற கருத்தை அடிப்படையாகக் கொண்டது, அதாவது "சிறந்த" அளவுரு மதிப்புகளைக் கொண்ட ஒரு திசையன்

அளவுகோலின் இயல்பாக்கப்பட்ட இடத்தில், அளவுகோலின் உண்மையான மதிப்புக்கு பதிலாக, பரிமாணமற்ற அளவு கருதப்படுகிறது.

அளவுகோலின் அதிக மதிப்பு சிறந்ததாகக் கருதப்பட்டால், மற்றும் என்றால்

சாதாரணமயமாக்கல் சிக்கலின் வெற்றிகரமான தீர்வு, சிறந்த மதிப்புகளை எவ்வளவு சரியாகவும் புறநிலையாகவும் தீர்மானிக்க முடியும் என்பதைப் பொறுத்தது. சிறந்த திசையன் தேர்வு வழி மற்றும் சாதாரணமாக்கல் முறையை வரையறுக்கிறது. சாதாரணமயமாக்கலின் முக்கிய முறைகளைக் கவனியுங்கள்.

முறை 1.சிறந்த திசையன் அளவுகோல்களின் கொடுக்கப்பட்ட மதிப்புகளால் தீர்மானிக்கப்படுகிறது

இந்த முறையின் குறைபாடு, பணியின் சிக்கலான தன்மை மற்றும் அகநிலை ஆகும். இது உகந்த தீர்வின் அகநிலைக்கு வழிவகுக்கிறது.

முறை 2.ஒரு சிறந்த திசையனாக, ஒரு திசையன் தேர்ந்தெடுக்கப்பட்டது, அதன் அளவுருக்கள் உள்ளூர் அளவுகோல்களின் அதிகபட்ச சாத்தியமான மதிப்புகள்:

இந்த முறையின் தீமை என்னவென்றால், இது உள்ளூர் அளவுகோல்களின் அதிகபட்ச சாத்தியமான அளவைப் பொறுத்தது. இதன் விளைவாக, அளவுகோல்களின் சமத்துவம் மீறப்பட்டு, உள்ளூர் அளவுகோலின் உயர்ந்த மதிப்பைக் கொண்ட மாறுபாட்டிற்கு தானாகவே முன்னுரிமை அளிக்கப்படுகிறது.

முறை 3.ஒரு சிறந்த திசையன் அளவுருக்களாக, தொடர்புடைய உள்ளூர் அளவுகோல்களின் அதிகபட்ச பரவல் எடுக்கப்படுகிறது, அதாவது.

^ விரிவுரை #14

அளவுகோல் இயல்பாக்கம்

அளவுகோல்களை இயல்பாக்குவது அடிப்படையில் அளவுகோல்களின் இடத்தின் மாற்றமாகும், இதில் ஒரு விருப்பத்தைத் தேர்ந்தெடுப்பதில் சிக்கல் மிகவும் தெளிவாகிறது.

அளவுகோல்களின் முன்னுரிமையை அமைப்பதற்கும் கணக்கில் எடுத்துக்கொள்வதற்கும் முறைகள். முன்னுரிமைத் தொடர், முன்னுரிமை திசையன், எடை வெக்டார் ஆகியவற்றைப் பயன்படுத்தி உள்ளூர் அளவுகோல்களின் முன்னுரிமையை அமைக்கலாம்.

முன்னுரிமைத் தொடர் என்பது உள்ளூர் அளவுகோல்களின் வரிசைப்படுத்தப்பட்ட குறியீடுகளின் தொகுப்பாகும்

குறியீடுகள் இடதுபுறத்தில் இருக்கும் அளவுகோல்கள் வலதுபுறத்தில் இருக்கும் அளவுகோல்களில் ஆதிக்கம் செலுத்துகின்றன. அதே நேரத்தில், மேலாதிக்கம் தரமானது: அளவுகோல் எப்போதும் முக்கியமானது, முதலியன.

அளவுகோல்களில் சமமான முன்னுரிமை அளவுகோல்கள் இருந்தால், அவை முன்னுரிமை வரிசையில் அடைப்புக்குறிகளுடன் முன்னிலைப்படுத்தப்படுகின்றன, எடுத்துக்காட்டாக:

முன்னுரிமை திசையன் மூலம் அளவுகோல் முன்னுரிமை கொடுக்கப்படலாம் , முன்னுரிமைத் தொடரிலிருந்து இரண்டு அண்டை அளவுகோல்களின் முக்கியத்துவத்தில் ஒப்பீட்டு மேன்மையின் அளவை தீர்மானிக்கும் உறவுகளின் கூறுகள், அதாவது: மதிப்பு
, அளவுகோலை விட அளவுகோல் எவ்வளவு முக்கியமானது என்பதை தீர்மானிக்கிறது.

சில அளவுகோல்கள் மற்றும் சமமானதாக இருந்தால், தொடர்புடைய கூறு . கணக்கீடுகளின் வசதிக்காக, இது பொதுவாக கருதப்படுகிறது.

முன்னுரிமைத் தொடரின்படி முன்னர் வரிசைப்படுத்தப்பட்ட உள்ளூர் அளவுகோல்களின் ஜோடிவரிசை ஒப்பீட்டின் விளைவாக முன்னுரிமை திசையன் தீர்மானிக்கப்படுகிறது. வெளிப்படையாக, முன்னுரிமை திசையனின் எந்தவொரு கூறுகளும் உறவை திருப்திப்படுத்துகிறது

எடை திசையன்

பிரதிபலிக்கிறது கே- பரிமாண திசையன் அதன் கூறுகள் உறவுகளால் தொடர்புடையவை

^ ஒப்பீட்டு சலுகையின் கொள்கை வடிவத்தில் எழுதலாம்

எங்கே - அளவுகோலில் ஒப்பீட்டு மாற்றங்கள்; - அளவுகோல்களின் அதிகபட்ச மதிப்புகள்.

சில அளவுகோல்களில் குறைவதற்கான மொத்த ஒப்பீட்டு நிலை மற்ற அளவுகோல்களின் அதிகரிப்பின் மொத்த ஒப்பீட்டு அளவைக் காட்டிலும் குறைவாக இருக்கும் விருப்பத்தைத் தேர்ந்தெடுப்பது நல்லது.

ஒப்பீட்டு சலுகையின் கொள்கை அளவுகோல்களின் உற்பத்தியை அதிகரிக்கும் மாதிரிக்கு ஒத்திருக்கிறது என்று நாம் கூறலாம்

ஒப்பீட்டு சலுகையின் கொள்கை அளவுகோல்களின் மதிப்புக்கு மிகவும் உணர்திறன் கொண்டது, மேலும் சலுகையின் சார்பியல் காரணமாக, உள்ளூர் அளவுகோல்களுக்கான சலுகையின் "விலை" ஒரு பெரிய மதிப்பு மற்றும் நேர்மாறாக தானாகவே குறைகிறது. இதன் விளைவாக, உள்ளூர் அளவுகோல்களின் அளவுகளின் குறிப்பிடத்தக்க மென்மையாக்கம் மேற்கொள்ளப்படுகிறது. ஒப்பீட்டு சலுகைக் கொள்கையின் ஒரு முக்கியமான நன்மை என்னவென்றால், இது அளவுகோல் மாற்றத்தின் அளவிற்கு மாறாதது, அதாவது அதன் பயன்பாட்டிற்கு உள்ளூர் அளவுகோல்களின் ஆரம்ப இயல்பாக்கம் தேவையில்லை.

^ ஒரு உகந்த அளவுகோலைத் தேர்ந்தெடுக்கும் கொள்கை முறைப்படி பின்வருமாறு எழுதலாம்:

நிபந்தனைகளின் கீழ்

எங்கே ஒரு உகந்த அளவுகோலாகும்.

அளவுகோல்களில் ஒன்று உகந்ததாக உள்ளது மற்றும் இந்த அளவுகோலின் அதிகபட்சத்தை அடையும் விருப்பத்தைத் தேர்ந்தெடுக்கவும். மற்ற அளவுகோல்களில் கட்டுப்பாடுகள் விதிக்கப்படுகின்றன.

^ தொடர்ச்சியான பணியின் கொள்கை. உள்ளூர் அளவுகோல்கள் முக்கியத்துவத்தின் இறங்கு வரிசையில் அமைக்கப்பட்டுள்ளன என்று வைத்துக்கொள்வோம்: முதலில் முக்கிய அளவுகோல், பின்னர் பிற, துணை அளவுகோல்கள். முன்பு போலவே, அவை ஒவ்வொன்றும் அதிகபட்சமாக மாற்றப்பட வேண்டும் என்று நாங்கள் நம்புகிறோம். சமரச தீர்வை உருவாக்குவதற்கான செயல்முறை பின்வருமாறு. முதலில், முக்கிய அளவுகோலை அதிகரிக்கும் ஒரு தீர்வு காணப்படுகிறது. பின்னர், நடைமுறைக் கருத்தாய்வுகளின் அடிப்படையில், எடுத்துக்காட்டாக, ஆரம்ப தரவு அறியப்பட்ட துல்லியத்திலிருந்து, ஒரு குறிப்பிட்ட "சலுகை" ஒதுக்கப்படுகிறது, இது இரண்டாவது அளவுகோலை அதிகரிக்க ஏற்றுக்கொள்ளத்தக்கது. க்குக் குறைவாக இருக்க வேண்டும் என்ற நிபந்தனையை நாங்கள் விதிக்கிறோம், அதிகபட்ச சாத்தியமான மதிப்பு எங்கே, இந்த கட்டுப்பாட்டின் கீழ், அதிகபட்சமாக மாறும் மாறுபாட்டை நாங்கள் தேடுகிறோம். அடுத்து, ஒரு "சலுகை" மீண்டும் அளவுகோலுக்கு ஒதுக்கப்படுகிறது, அதன் விலையை அதிகரிக்கலாம், முதலியன.

ஒரு சமரச தீர்வை உருவாக்கும் இந்த முறை நல்லது, ஒரு அளவுகோலில் "சலுகை" என்ன விலையில் மற்றொன்றில் ஆதாயம் பெறப்படுகிறது என்பதை இங்கே தெளிவாகக் காணலாம். ஒரு தீர்வைத் தேர்ந்தெடுப்பதற்கான சுதந்திரம், அற்பமான "சலுகைகளின்" விலையில் பெறப்பட்டது, குறிப்பிடத்தக்கதாக மாறக்கூடும், ஏனெனில் தீர்வின் செயல்திறன் பொதுவாக அதிகபட்ச பிராந்தியத்தில் மிகக் குறைவாகவே மாறுகிறது.

முன்னதாக, சிறந்த மதிப்பு உள்ளூர் அளவுகோல்களின் அதிக மதிப்பாகக் கருதப்படுகிறது, அதாவது, ஒருங்கிணைந்த அளவுகோலை அதிகரிப்பதில் சிக்கல் தீர்க்கப்பட்டது.

அளவுகோலின் குறைந்த மதிப்பு சிறந்ததாகக் கருதப்பட்டால், குறைத்தல் சிக்கலில் இருந்து ஒருங்கிணைந்த செயல்பாட்டைப் பெருக்குவதன் மூலம் அதிகபட்சச் சிக்கலுக்குச் செல்ல வேண்டும். எஃப்அன்று - 1 மற்றும் மாற்றுகள் எஃப் அன்று .

பல அளவுகோல்களை அதிகரிக்க வேண்டும், மீதமுள்ளவை குறைக்கப்பட வேண்டும் என்றால், ஒருங்கிணைந்த அளவுகோலை வெளிப்படுத்த, நீங்கள் உறவைப் பயன்படுத்தலாம்.

உள்ளூர் அளவுகோல்கள் எங்கு அதிகரிக்கப்பட வேண்டும்; - உள்ளூர் அளவுகோல்கள் குறைக்கப்பட வேண்டும்.

அளவுகோல் இயல்பாக்குதல் முறைகள். உள்ளூர் உகந்த அளவுகோல்கள் வெவ்வேறு அலகுகளைக் கொண்ட அனைத்து திசையன் தேர்வுமுறை சிக்கல்களிலும் அளவுகோல் இயல்பாக்கத்தின் சிக்கல் எழுகிறது.

திசையன் கூறு என்பது எடையிடும் காரணியின் பொருளைக் கொண்டுள்ளது, இது மற்ற அனைத்தையும் விட அளவுகோலின் ஒப்பீட்டு மேன்மையை தீர்மானிக்கிறது.

திசையன்களின் கூறுகள் மற்றும் உறவுகளால் தொடர்புடையவை

அளவுகோல்களின் முன்னுரிமை, முன்னுரிமை திசையனைப் பயன்படுத்தி அமைப்பது எளிதானது, ஏனெனில் அதன் கூறுகள் இரண்டு அண்டை அளவுகோல்களின் முக்கியத்துவத்தை ஒப்பிடுவதன் மூலம் தீர்மானிக்கப்படுகின்றன, மேலும் எடை திசையன் அமைக்கும் போது முழு அளவுகோல்களை அல்ல. மேலும், கடைசி ஜோடி அளவுகோல்களில் இருந்து தொடங்கி, வரிசைமுறையாக இதைச் செய்வது வசதியானது. எப்போது என்று காட்டலாம்

அளவுகோல்களின் முன்னுரிமை ஒரு தொடராக வழங்கப்பட்டால், உகந்த மாறுபாட்டைத் தேர்ந்தெடுக்கும்போது, ​​"கடினமான முன்னுரிமை" கொள்கை பயன்படுத்தப்படுகிறது, இதில் வரிசைமுறை தேர்வுமுறை மேற்கொள்ளப்படுகிறது. அதே நேரத்தில், அதிக முன்னுரிமை கொண்ட ஒரு அளவுகோலின் மதிப்பில் குறைந்தபட்சம் சிறிய குறைவு ஏற்பட்டால், குறைந்த முன்னுரிமைகள் கொண்ட அளவுகோல்களின் அளவை அதிகரிக்க அனுமதிக்கப்படாது.

முன்னுரிமை திசையன் அல்லது எடை திசையன் கொடுக்கப்பட்டால், உகந்த விருப்பத்தைத் தேர்ந்தெடுக்கும்போது "நெகிழ்வான முன்னுரிமை" கொள்கையைப் பயன்படுத்தலாம். இந்த வழக்கில், மாறுபாட்டின் மதிப்பீடு எடையுள்ள திசையன் அளவுகோலின் படி மேற்கொள்ளப்படுகிறது, அங்கு திசையன் கூறுகள் அளவுகோல் திசையன் கூறுகளாகப் பயன்படுத்தப்படுகின்றன. . இந்த வழக்கில், சமரசத் துறையில் (சமத்துவக் கொள்கைகள், நியாயமான சலுகைகள் போன்றவை) ஒரு விருப்பத்தைத் தேர்ந்தெடுப்பதற்கான அனைத்து கருதப்படும் கொள்கைகளும் மாற்றுடன் பயன்படுத்தப்படலாம். அன்று .

பல அளவுகோல்கள் முடிவெடுக்கும் சிக்கலின் ஒரு எடுத்துக்காட்டு, பின்வரும் விளக்கத்தில் வரைபடத் தகவலை குறியாக்குவதற்கான ஒரு முறையைத் தேர்ந்தெடுப்பதில் கருதப்படும் சிக்கலாகும். ஒரு குறிப்பிட்ட குறியீட்டு முறையைச் செயல்படுத்தும் அல்காரிதம்கள் (நேரியல் இடைக்கணிப்பு, கிளாசிக்கல் பல்லுறுப்புக்கோவைகளின் இடைக்கணிப்பு, க்யூபிக் ஸ்ப்லைன்கள் போன்றவை) பின்வரும் உள்ளூர் அளவுகோல்களால் வகைப்படுத்தப்படுகின்றன: இடைக்கணிப்பு பிழை - , அல்காரிதம் செயல்படுத்தும் நேரம் - , தேவையான அளவு நினைவகம் - போன்றவை. கொடுக்கப்பட்ட சூழ்நிலையில் இந்த உள்ளூர் அளவுகோல்கள் வடிவமைப்பாளருக்கான பின்வரும் ஒப்பீட்டு முக்கியத்துவத்தைக் கொண்டிருக்கட்டும்: முறையே. பின்னர், முழுமையான சலுகை முறையைப் பயன்படுத்தும் போது, ​​சிறந்த குறியீட்டு முறை அத்தகையதாக இருக்கும், அதற்காக (மூன்று உள்ளூர் அளவுகோல்களுக்கு):

குறியீட்டு முறை எங்கே;

ஒரு தீர்வை உருவாக்குவதற்கான இறுதி இலக்கு, இலக்கை அடைவதற்கான சிறந்த வழியின் நியாயமான தேர்வுக்கு தேவையான தரவை முடிவெடுப்பவருக்கு வழங்குவதாகும்.

மாற்றுகளின் ஆரம்ப தொகுப்பின் உருவாக்கம், சிறந்த மாற்று u* உட்பட, பல்வேறு முறைகளால் மேற்கொள்ளப்படலாம், இது பல அளவுகோல்களின்படி வகைப்படுத்தப்படலாம்.

1. உத்திகளின் தொகுப்பை உருவாக்கும் முறையின் படி, முறைகள் வேறுபடுகின்றன:

1) மாற்றுகளின் இணையான உருவாக்கம்;

2) மாற்றுகளின் நிலையான உருவாக்கம்;

3) மாற்றுகளின் ஒருங்கிணைந்த உருவாக்கம்.

இந்த முறைகளில் முதல் முறையைப் பயன்படுத்தும் போது, ​​மாற்றுகள் ஒருவருக்கொருவர் சுயாதீனமாக உருவாகின்றன, இதன் விளைவாக, ஒரு விதியாக, அவை தரமான முறையில் வேறுபட்டவை. இரண்டாவது முறைக்கு இணங்க, ஏற்கனவே உருவாக்கப்பட்ட மாற்றுகளின் தரம் மற்றும் அளவு அளவுருக்களை மாற்றுவதன் மூலம் புதிய மாற்றுகள் பெறப்படுகின்றன. ஒருங்கிணைந்த முறைகளில், எடுத்துக்காட்டாக, பல தரமான வேறுபட்ட மாற்றுகளை ஒரே நேரத்தில் உருவாக்கலாம், பின்னர் அவற்றின் அளவுருக்களை மாற்றுவதன் மூலம் தொகுப்பு நிரப்பப்படுகிறது. எல்லா சந்தர்ப்பங்களிலும், உருவாக்கப்பட்ட தொகுப்பு U சிறந்த மாற்று u* ஐக் கொண்டிருக்க வேண்டும், மேலும் மாற்றுகள் ஒரு முழுமையான குழுவை உருவாக்க வேண்டும்.

2. மாற்றுகளை உருவாக்கப் பயன்படுத்தப்படும் வழிமுறைகளின் படி, முறைகளை வேறுபடுத்தி அறியலாம்:

1) மாற்றுகளின் தானியங்கி அல்லாத உருவாக்கம்;

2) மாற்றுகளின் தானியங்கி உருவாக்கம்;

3) மாற்றுகளின் தானியங்கி உருவாக்கம்.

முதல் குழுவின் முறைகளில், சாத்தியமான தீர்வுகளுக்கான விருப்பங்கள் ஒரு நபர் அல்லது மக்கள் குழுவால் உருவாக்கப்படுகின்றன. இரண்டாவது குழுவின் முறைகளில், மாற்றுகள் ஒரு நபர் மற்றும் ஒரு கணினியால் கூட்டாக உருவாக்கப்படுகின்றன, இன்னும் துல்லியமாக, ஒரு கணினியின் அடிப்படையில் கட்டமைக்கப்பட்ட ஒரு முடிவு ஆதரவு அமைப்பு. மூன்றாவது குழுவின் முறைகளில், மாற்றுகள் ஒரு தானியங்கி அமைப்பு மூலம் உருவாக்கப்படுகின்றன.

மாற்றுகளை உருவாக்கும் சிக்கலைத் தீர்ப்பதற்கு கணினிகளின் பொருந்தக்கூடிய ஒரு புறநிலை வரம்பு உள்ளது என்பதைக் கவனத்தில் கொள்ள வேண்டும்: ஒரு நபர் மட்டுமே அடிப்படையில் புதிய சாத்தியமான தீர்வை உருவாக்க முடியும். எனவே, ஒரு நபரால் புதிய (சாத்தியமான) தீர்வுகளைத் தேடுவதற்கான வழிமுறையை ஆரம்பத்தில் கருத்தில் கொள்வோம்.

ஒரு நபர் தீர்வுகளைத் தேடும்போது இரண்டு கருவிகளைப் பயன்படுத்துகிறார் என்று உளவியல் ஆராய்ச்சி காட்டுகிறது: தர்க்கத்தின் கருவி மற்றும் நுண்ணறிவு கருவி. எளிய சிக்கல்களைத் தீர்க்கும் போது, ​​ஒரு நபர் தர்க்கத்தின் கருவியைப் பயன்படுத்துகிறார். சிக்கலான படைப்பு சிக்கல்களைத் தீர்க்கும் போது, ​​அவர் நுண்ணறிவு அல்லது உள்ளுணர்வின் கருவியைப் பயன்படுத்துகிறார்.

வெளிச்சம் என்பது மனித மூளையில் விரும்பிய தீர்வு திடீரென தோன்றும்.

இருப்பினும், உளவியலாளர்கள் நம்புவது போல், நுண்ணறிவு என்பது ஒரு சிக்கலான சிக்கலைத் தீர்ப்பதற்கான நனவான முயற்சிகளின் விளைவு மட்டுமல்ல, சில உளவியல் பொறிமுறையுடன் தொடர்புடையது, தூண்டப்பட்டால், தீர்வை எடுத்துக்காட்டுகிறது.

முன்னணி விஞ்ஞானிகளின் கூற்றுகளின் அடிப்படையில் நுண்ணறிவுக்கு நிறைய எடுத்துக்காட்டுகளை ஒருவர் மேற்கோள் காட்டலாம். ஒரு நபர் தனது வசம் ஆயத்த தர்க்கரீதியான செயல் திட்டங்கள் (அல்காரிதம்கள்) இல்லாத போதோ அல்லது கொடுக்கப்பட்ட சிக்கலைத் தீர்ப்பதற்கான அனைத்து விருப்பங்களையும் முழுமையாகக் கணக்கிடுவது சாத்தியமில்லாத போதோ அந்த முடிவு நுண்ணறிவை அடிப்படையாகக் கொண்டது.

மனித படைப்பு செயல்பாட்டின் மாதிரியானது நனவு மற்றும் ஆழ் உணர்வு, விழிப்புணர்வு மற்றும் தூக்கம் போன்ற கூறுகளை உருவாக்குகிறது, மேலும் இந்த கூறுகள் நெருக்கமாக ஒன்றோடொன்று இணைக்கப்பட்டு ஒரு ஒருங்கிணைந்த அமைப்பை உருவாக்குகின்றன.

தூக்கம் மற்றும் ஆழ் உணர்வு, வலது அரைக்கோளத்துடன் சேர்ந்து, ஆன்மாவின் உள் சுற்றுகளை உருவாக்குகிறது, இது யோசனைகள், எண்ணங்கள், படங்கள் போன்றவற்றின் ஆரம்பத் தேர்வை உருவாக்கி செயல்படுத்துகிறது. விழிப்புணர்வு, நனவு, இடது அரைக்கோளத்துடன் சேர்ந்து, ஒரு வெளிப்புற சுற்று உருவாகிறது, இது இந்த எண்ணங்களை செயல்படுத்துவதற்கான சாத்தியக்கூறு வடிகட்டி மூலம் வடிகட்டுகிறது, சிறந்ததைத் தேர்ந்தெடுத்து, உண்மையான மனித செயல்பாட்டில் வடிவங்கள் மற்றும் செயல்படுத்துகிறது.

ஒரு நபரால் ஆக்கபூர்வமான சிக்கல்களைத் தீர்க்கும் செயல்முறை, வெளிப்படையாக, ஹோமோமார்பிக் கடிதப் பரிமாற்றம் அல்லது இணக்கத்தின் கொள்கையின் அடிப்படையில் கட்டப்பட்டுள்ளது, இது மூளையின் மாடலிங் செயல்பாட்டின் யோசனையில் சைபர்நெட்டிக்ஸால் சரி செய்யப்பட்டது. இந்தக் கொள்கைக்கு இணங்க, ஒரு முடிவு தேவைப்படும் உண்மையான சூழ்நிலைக்கும் மனித மூளையில் உருவாகும் அதன் அனுமான மாதிரிக்கும் இடையே ஒரு ஒற்றுமையை (ஹோமோமார்பிக் கடிதப் பரிமாற்றம்) நிறுவுவதன் அடிப்படையில் ஒரு நபரால் முடிவு கண்டறியப்படுகிறது என்று கருதப்படுகிறது.

பல கண்டுபிடிப்பாளர்களின் ஆராய்ச்சி முடிவுகளின் பொதுமைப்படுத்தலின் அடிப்படையில், ஒரு சிக்கல் சூழ்நிலையில் ஒரு நபரால் ஒரு தீர்வைக் கண்டுபிடிக்கும் தொழில்நுட்பம் பின்வரும் செயல்பாடுகளின் வரிசையைக் கொண்டுள்ளது என்று கருதப்படுகிறது:

1) அறிவைக் குவித்தல்;

2) சிக்கலை உருவாக்குதல்;

3) தருக்க ஆராய்ச்சி;

4) ஓய்வு - மன ஓய்வு காலம்;

5) நுண்ணறிவு;

6) தீர்வு காணும் பணியை முடிவுக்கு கொண்டு வருவது.

தீர்வுக்கான ஆக்கப்பூர்வமான தேடலின் மேற்கூறிய தொழில்நுட்பம், இந்த செயல்பாட்டில் நனவு மற்றும் ஆழ்மனதைச் சேர்ப்பதற்கான பயனுள்ள திட்டத்தை செயல்படுத்துகிறது. எதையாவது கண்டுபிடிக்க வேண்டும் என்ற உறுதியான நோக்கத்துடன் கூட, மேஜையில் உட்கார்ந்து புதிய எதையும் கண்டுபிடிக்க முடியாது என்பதை இது காட்டுகிறது. இதைச் செய்ய, போதுமான அளவு அறிவைக் குவிப்பது அவசியம், இதனால் மூளையில் சிக்கல் சூழ்நிலையின் மாதிரி உருவாக்கப்படுகிறது, ஒரே மாதிரியாக உண்மையானவற்றுடன் ஒத்திருக்கிறது, சிக்கலை தெளிவாக உருவாக்குங்கள், சிக்கலை தர்க்கரீதியாக தீர்க்க முயற்சிக்கவும். அதிகபட்ச நோக்கத்தையும் விடாமுயற்சியையும் காட்டும்போது, ​​ஆழ்மனதைச் சேர்ப்பதை உறுதிசெய்கிறது, ஒரு தீர்வை உருவாக்க ஆழ்மனதிற்கு நேரம் கொடுக்கிறது. அப்போதுதான் ஒரு நுண்ணறிவு தோன்றும் - ஒரு புதிய தீர்வு தர்க்கரீதியாக செயலாக்குவது மற்றும் இறுதி வடிவத்தில் வழங்குவது கடினம் அல்ல.

எளிமையான முடிவெடுக்கும் சிக்கல்களைத் தீர்க்கும்போது, ​​சிக்கலைத் தீர்ப்பதற்கான முயற்சிகளின் செறிவின் கட்டம் இறுதியானது, இது தீர்வை அளிக்கிறது. இந்த கட்டம், மேலே காட்டப்பட்டுள்ளபடி, சிக்கலான ஆக்கபூர்வமான சிக்கல்களைத் தீர்ப்பதற்கும் அவசியம். எனவே, சிக்கலான சிக்கல்களைத் தீர்ப்பதில் முயற்சிகளைக் குவிப்பதற்கான தற்போது அறியப்பட்ட சில முறைகளைக் கருத்தில் கொள்வோம்:

1) மூளைச்சலவை;

2) தலைகீழ்;

3) ஒப்புமைகள்;

4) அனுதாபம்;

5) கற்பனைகள்;

6) புதிய சேர்க்கைகள்.

மூளைச்சலவை என்பது ஒரு கூட்டுச் சிக்கலைத் தீர்க்கும் முறையாகும். ஒரு தீர்வைக் கண்டறியும் செயல்பாட்டில் பங்கேற்பாளர்கள் முன்வைக்கப்பட்ட சிக்கலைத் தீர்க்க முடிந்தவரை பல யோசனைகளை வழங்குகிறார்கள், அவற்றின் நடைமுறைச் செயல்பாட்டின் சாத்தியக்கூறுகளில் கவனம் செலுத்தாமல், கருத்துக்களை விமர்சனம் மற்றும் பகுப்பாய்வுக்கு உட்படுத்தாமல். யோசனைகள் முற்றிலும் சுதந்திரமாக வெளிப்படுத்தப்பட வேண்டும். கூட்டு மனம் தொடர்ச்சியான யோசனைகளை உருவாக்க வேண்டும்.

மூளைச்சலவை செய்யும் குழுவின் அமைப்பு பூர்த்தி செய்ய வேண்டிய சில தேவைகள் உள்ளன. குழு உறுப்பினர்கள் கையில் உள்ள பிரச்சினையில் தனிப்பட்ட முறையில் ஆர்வம் காட்டக்கூடாது மற்றும் ஒருவருக்கொருவர் தொடர்பு கொள்ளக்கூடாது. அவர்கள் சிக்கலைப் பற்றிய பொதுவான புரிதலைக் கொண்டிருக்க வேண்டும், ஆனால் பரிசீலிக்கப்படும் பகுதியில் நிபுணர்களாக இருப்பது அவசியம். முன்வைக்கப்பட்ட யோசனைகளின் தொகுப்பின் விமர்சன மதிப்பீடு ஒரு சிறப்பு மதிப்பீடுகளின் குழுவிற்கு ஒதுக்கப்பட்டுள்ளது. பொதுவான இயல்புடைய பெரிய அளவிலான பிரச்சனைகளை தீர்க்கும் போது மூளைச்சலவை சிறந்த முறையில் பயன்படுத்தப்படுகிறது.

தலைகீழ் முறையானது, தற்போதுள்ள சிலவற்றிற்கு எதிரான புதிய அணுகுமுறையின் விளைவாக புதிய தீர்வுகள் தோன்றக்கூடும் என்ற அனுமானத்தின் அடிப்படையில் அமைந்துள்ளது, அதாவது. தலைகீழ் விளைவாக. உதாரணமாக, ஒரு வால்நட்டின் கர்னலைப் பிரித்தெடுக்கும் செயல்முறையை தானியங்குபடுத்தும் போது, ​​வெளியில் இருந்து கொட்டை மீது இயந்திர தாக்கத்தின் அடிப்படையில் ஒரு அணுகுமுறை அறியப்படுகிறது. ஒரு தலைகீழ் அணுகுமுறை, இது ஒரு அடிப்படையில் புதிய தீர்வை அளிக்கிறது, உள்ளே இருந்து நட்டு மீது தாக்கத்தை ஏற்படுத்துகிறது, எடுத்துக்காட்டாக, முன் துளையிடப்பட்ட துளை வழியாக அழுத்தப்பட்ட காற்றை கட்டாயப்படுத்துவதன் மூலம்.

ஒப்புமைகளின் முறையானது, ஏராளமான அசல் கருத்துக்கள் ஒப்புமை மூலம் பிறக்கின்றன என்ற நன்கு அறியப்பட்ட உண்மையுடன் இணைக்கப்பட்டுள்ளது. ஒரு குறிப்பிட்ட சிக்கலைத் தீர்ப்பதில் கொடுக்கப்பட்ட பகுதியில் இருந்து ஒத்த தீர்வுகளைப் பயன்படுத்துதல், அதாவது. திரட்டப்பட்ட அனுபவம், அத்துடன் இயற்கை உலகம், கலை உலகம், கற்பனையின் சாம்ராஜ்யம் போன்ற பிற பகுதிகளிலிருந்தும், பெரும்பாலும் ஒரு பயனுள்ள தீர்வுக்கு வழிவகுக்கும்.

பச்சாதாபத்தின் முறை தன்னை மற்றொரு நபரின் இடத்தில் வைக்கும் திறனுடன் தொடர்புடையது மற்றும் ஒரு புதிய கண்ணோட்டத்தில் சிக்கலை தீர்க்க முயற்சிக்கிறது.

கற்பனை முறையானது சிறந்த, ஓரளவு அருமையான தீர்வுகளைக் கருத்தில் கொண்டுள்ளது. அத்தகைய முடிவு ஒரு புதிய யோசனை அல்லது பார்வைக்கு வழிவகுக்கும், இது இறுதியில் செயல்படுத்தக்கூடிய தீர்வுக்கு வழிவகுக்கும்.

விஷயங்கள், செயல்முறைகள் அல்லது யோசனைகளின் புதிய சேர்க்கைகளை ஆராயும் முறையும் சிக்கலைத் தீர்ப்பதற்கு பயனுள்ளதாக இருக்கும். அதே நேரத்தில், பணியில் பல முக்கிய திசைகள் வேறுபடுகின்றன, ஒவ்வொன்றிற்கும் யோசனைகளின் தலைமுறை மேற்கொள்ளப்படுகிறது. எல்லா யோசனைகளும் ஒரு அட்டவணையில் சுருக்கப்பட்டுள்ளன, இதனால் ஒவ்வொரு கலவையையும் எளிதாகக் காணலாம். இந்த முறை இல்லையெனில் மனதில் வராத சேர்க்கைகளுக்கு கவனத்தை ஈர்க்க முடியும்.

தீர்வுகளைத் தேடுவதில் மேலே விவரிக்கப்பட்ட முயற்சிகளின் செறிவு முறைகள் நன்கு அறியப்பட்டவை மற்றும் நடைமுறையில் பயன்படுத்தப்படுகின்றன. முழு குழு (மூளைச்சலவை முறை) மற்றும் தனிநபர்கள் (பச்சாதாபம் முறை) ஆகிய இரண்டின் ஆக்கபூர்வமான சாத்தியக்கூறுகளைப் பயன்படுத்த அவை உங்களை அனுமதிக்கின்றன.

எல்லா சந்தர்ப்பங்களிலும், முடிவெடுப்பவர்களுக்கு மாற்றுகளை உருவாக்குவதில் உள்ள சிக்கல்களை வெற்றிகரமாகத் தீர்ப்பதற்கு, மனநல மந்தநிலையைக் கடக்க, கடின உழைப்பு இரண்டையும் ஒழுங்கமைக்க, ஏற்றுக்கொள்ளக்கூடிய மற்றும் ஆர்வமுள்ளவர்களாக இருக்க வேண்டும் என்பதில் மீண்டும் கவனம் செலுத்துவோம். மற்றும் ஓய்வு, அவற்றை சரியாக மாற்ற, எப்படி சரியாக மற்றும் சரியான நேரத்தில் கவனம் செலுத்துவது என்பதை அறிய.

கணினிகளைப் பயன்படுத்த அனுமதிக்கும் மாற்றுகளை உருவாக்குவதற்கான குறிப்பிட்ட பயனுள்ள முறைகள் முடிவு மரத்தின் முறைகள் மற்றும் உருவவியல் பகுப்பாய்வு (உருவவியல் அட்டவணைகள்) ஆகியவை அடங்கும்.

முடிவு மர முறை பின்வருமாறு. முடிவுகளுக்கான விருப்பங்களை உருவாக்கும் செயல்முறை (மாற்றுகள்) சிக்கல் சூழ்நிலையின் பகுப்பாய்வு மற்றும் முடிவெடுக்கும் நோக்கத்தை அடையாளம் காண்பதன் மூலம் தொடங்குகிறது. மேலும், முடிவெடுக்கும் இலக்கு ஒன்றோடொன்று தொடர்புடைய துணை இலக்குகளின் (பணிகள்) தொகுப்பாக பிரிக்கப்பட்டுள்ளது. பகுப்பாய்வின் முடிவுகள் பொதுவாக இலக்குகளின் படிநிலை மரத்தின் வடிவத்தில் வழங்கப்படுகின்றன. பின்னர், இலக்கு மரத்தில், ஒவ்வொரு துணை இலக்கும் (பணி) அதன் சாதனைக்கு வழிவகுக்கும் ஒரு செயல் அல்லது வழிமுறையால் மாற்றப்படுகிறது.

உருவவியல் பகுப்பாய்வு முறையின் சாராம்சம், ஒரு முடிவை எடுக்கும் இலக்கை துணை இலக்குகள் மற்றும் பணிகளாகப் பிரிப்பது மற்றும் அவற்றை நிறைவேற்றுவதற்கான சாத்தியமான வழிகளைக் கண்டறிவதில் உள்ளது. அனைத்து துணை இலக்குகளையும் (சிக்கல் தீர்க்கும்) அடைவதற்கான வழிகளின் கலவையானது தீர்வு விருப்பங்களை (மாற்றுகள்) உருவாக்குகிறது. இந்த முறையின் சிறந்த அமைப்பிற்கு, நீங்கள் சிறப்பு உருவ அட்டவணைகளைப் பயன்படுத்தலாம்.

உருவவியல் பகுப்பாய்வு முறை முழுமைக்கான சாத்தியமான மாற்றுகளின் தொகுப்பைச் சரிபார்க்கவும் அனுமதிக்கிறது.

துணை இலக்குகள் (பணிகள்) மற்றும் அவற்றை அடைவதற்கான வழிகள் ஒன்றுக்கொன்று தொடர்பு இருந்தால், பிணைய திட்டமிடல் முறை சாத்தியமான மாற்றுகளின் பயனுள்ள முறையாகும். இந்த முறை ஒரு பிணைய மாதிரியின் கட்டுமானத்தை அடிப்படையாகக் கொண்டது - முடிவெடுக்கும் இலக்கை அடைய தேவையான ஒன்றோடொன்று தொடர்புடைய செயல்களின் (வேலைகள்) தர்க்கரீதியான அமைப்பு.


ஒரு மேலாளரின் அனுபவத்தை எவ்வாறு வகைப்படுத்துவது என்று மேலாண்மை சிக்கல்களில் நன்கு அறிந்த ஒருவரிடம் நீங்கள் கேட்டால், பெரும்பாலும் நீங்கள் பின்வரும் பதிலைக் காணலாம்: நிலைமையைக் கணிக்கும் திறன் மற்றும் சிக்கலைத் தீர்ப்பதற்கான சிறந்த வழியை விரைவாகக் கண்டறியும் திறன். . ஆனால் "தீர்வதற்கான சிறந்த வழி என்ன?" பொதுவாக செயல்பாட்டின் இலக்கை அடைவதற்கான வழிகளை எவ்வாறு உருவாக்குவது?

ஒரு சிக்கலைத் தீர்ப்பதற்கான சிறந்த அணுகுமுறையைப் பரிந்துரைக்கும் முன், மாற்றுகளின் தொகுப்பு பூர்த்தி செய்ய வேண்டிய கணினி தேவைகளைத் தீர்மானிக்க வேண்டியது அவசியம்.

முதலில், மாற்றுகளின் தொகுப்பு முடிந்தவரை பரந்ததாக இருக்க வேண்டும். ஆனால் இந்தத் தேவையானது, முடிவெடுப்பவர் வழக்கமாக வேலை செய்ய வேண்டிய நேரம், இடம் மற்றும் வாய்ப்புகள் மீதான இயற்கையான கட்டுப்பாடுகளுடன் முரண்படுகிறது. காலவரையின்றி ஒரு தீர்வை உருவாக்குவது சாத்தியமில்லை. இல்லையெனில், அதை செயல்படுத்த போதுமான நேரம் இருக்காது. இது மாற்றுகளின் தொகுப்பின் இரண்டாவது தேவையைக் குறிக்கிறது - இது தெரியும், போதுமான குறுகலானதாக இருக்க வேண்டும், இதனால் முடிவெடுப்பவருக்கு மாற்றுகளின் விருப்பத்தை மதிப்பிடுவதற்கு அதிக நேரம் கிடைக்கும், மேலும் நடைமுறையில் காணப்படும் சிறந்த தீர்வை செயல்படுத்த கலைஞர்களுக்கு அதிக நேரம் உள்ளது.

சூழ்நிலையின் உறுதியான அல்லது இயற்கையாக நிச்சயமற்ற வழிமுறைகளில், மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்கும் முறை மிகவும் எளிமையான செயல்களின் முன்னேற்றத்தை உள்ளடக்கியது. அதே நேரத்தில், முடிவெடுப்பவர் இந்த காரணிகளின் "கட்டுப்படுத்தப்பட்ட" கூறுகளை ஒரே நேரத்தில் பாதிக்கும் சாத்தியத்தை ஆராய்கிறார், ஏனெனில் இது துல்லியமாக இந்த கட்டுப்பாட்டு முறையாகும், இது பெரும்பாலும் எதிர்கால மாற்றுகளில் நேர்மறையான பண்புகளின் தோற்றத்திற்கு வழிவகுக்கிறது. மேலும், முடிவெடுப்பவர் வேண்டுமென்றே தாக்கினால், எடுத்துக்காட்டாக, செயலில் உள்ள வளங்களின் தரம், இந்த விஷயத்தில் மாற்றுகளை உருவாக்கும் அனைத்து முறைகளும் அழைக்கப்படும் என வகைப்படுத்தப்படுகின்றன பொறியியல் தொகுப்பு.முடிவெடுப்பவரின் முயற்சிகளைப் பயன்படுத்துவதற்கான பொருள்கள் "நிபந்தனைகள்" மற்றும் "முறைகள்" வகுப்புகளின் காரணிகளாக இருந்தால், முறைகளை மனதில் வைத்திருப்போம். செயல்பாட்டு தொகுப்புதீர்வு விருப்பங்கள். பொறியியல் அல்லது செயல்பாட்டுத் தொகுப்பின் போது பெறப்பட்ட சிக்கலைத் தீர்ப்பதற்கான விருப்பங்களின் தொகுப்பு தொகுப்பு என்று அழைக்கப்படுகிறது. இலக்கு மாற்று.தொகுப்பிலிருந்து இலக்கு மாற்றுகளைப் பெற்ற பிறகு, தர்க்கரீதியாக நிலையான மற்றும் செயல்பாட்டிற்கு ஒதுக்கப்பட்ட நேரத்திற்குள் செயல்படுத்தக்கூடிய அந்த விருப்பங்களைத் தேர்ந்தெடுப்பது அவசியம். இந்த விருப்பங்களை அழைப்போம் உடல் ரீதியாக உணரக்கூடியது.

உடல் ரீதியாக உணரக்கூடிய மாற்றுகளின் பெறப்பட்ட துணைக்குழு, எதிர்கால செயல்பாடுகளின் நிலைமைகளில் சாத்தியமான மாற்றங்களுடன் தொடர்புடைய தேவையான நெகிழ்வுத்தன்மை மற்றும் நிலைத்தன்மையை வழங்கும் விருப்பங்களுடன் கூடுதலாக உள்ளது. செய்த வேலையின் விளைவாக, நாங்கள் பின்னர் அழைப்பதை அவர்கள் பெறுகிறார்கள் மாற்றுகளின் அசல் தொகுப்பு.

வழக்கமாக, மாற்றுகளின் தொகுப்பை உருவாக்கும் அனைத்து முறைகளையும் வகுப்புகளாகப் பிரிக்கலாம், அவை பயன்படுத்தப்படும் தொழில்நுட்பங்களை முறைப்படுத்துவதில் வேறுபடுகின்றன:

அனுபவபூர்வமான

தர்க்கரீதியான-ஹூரிஸ்டிக்

சுருக்க-தர்க்கரீதியான

பிரதிபலிப்பு.

முதலில் எழுந்தது அனுபவ முறை. குறிப்பிட்ட சிக்கல்களைத் தீர்ப்பதற்கான சில நடைமுறை முறைகளில் உள்ளார்ந்த ஒரு பொதுவான அம்சம் பொருள். தர்க்க-ஹூரிஸ்டிக்- பரிசீலனையில் உள்ள சிக்கல் அல்லது பணியின் படிப்படியான பிரிவை, தனித்தனி துணைப் பணிகள், கேள்விகள், இது போன்ற அடிப்படைச் செயல்களுக்கான ஹூரிஸ்டிக் தீர்வுகள் மற்றும் அவற்றின் செயலாக்கத்திற்கான குறிப்பிட்ட தொழில்நுட்பங்கள் ஏற்கனவே அறியப்பட்டவை. சுருக்க-தருக்க மத்தியில்மாற்றுகளை உருவாக்கும் முறைகள், குறிப்பிட்ட செயல்கள் அல்லது வேலை முறைகளின் சாராம்சத்திலிருந்து சுருக்கம் பெற உங்களை அனுமதிக்கும் முறைகளை நாங்கள் குறிப்பிடுவோம், அவற்றின் வரிசையில் மட்டுமே கவனம் செலுத்துங்கள். மாற்றுகளின் ஆரம்ப தொகுப்பை உருவாக்கும் இத்தகைய முறைகளின் வழக்கமான பிரதிநிதிகள், ஒன்றோடொன்று தொடர்புடைய வேலை மற்றும் திட்டமிடல் முறைகளை செயல்படுத்துவதற்கான திட்டங்களை உருவாக்கும் முறைகள் ஆகும். பிரதிபலிப்புநிச்சயமற்ற தன்மையின் முக்கிய வகை நடத்தை சார்ந்ததாக இருக்கும்போது பயன்படுத்தப்படுகிறது. இந்த முறையானது செயல்பாட்டின் மற்றொரு பொருளின் சாத்தியமான இலக்குகள் மற்றும் எந்த சூழ்நிலையிலும் அவர் தனது நடத்தையை மாற்ற மாட்டார் என்ற அனுமானத்தின் மீது பதில்களை உருவாக்குவது பற்றிய நிலையான கருதுகோள்களை அடிப்படையாகக் கொண்டது. முடிவெடுப்பவர்களுக்கு சாத்தியமான மாற்றுகளின் பட்டியலை உருவாக்கவும். இது முடிந்ததும், எதிராளியின் பதில்களின் "இணை பட்டியல்" தொடங்கப்படும். பின்னர் உருவாக்கப்பட்ட பதில்களின் பட்டியல், செயல்பாட்டின் எந்தவொரு செயலுக்கும் பலவீனங்கள் மற்றும் சாத்தியமான எதிர்-செயல்களைக் கண்டறிய பகுப்பாய்வு செய்யப்படுகிறது. இவ்வாறு, பாடங்களின் மாற்றுகளின் "இணை பட்டியல்கள்" ஒவ்வொன்றாக சரி செய்யப்பட்டு சுத்திகரிக்கப்படுகின்றன.