Cтраница 2
Ниже рассмотрен несколько более общий, чем хорошо известный класс Р - графов, а именно класс ГДП, у которых имеется симметрия степеней исходных вершин, находящихся на одной глубине в рамках сценария. Физически указанный класс ГДП может представлять набор сценариев, у которых на заданном удалении от точки инициализации имеются равномощные наборы альтернативных меню, которые будем называть равномощными. [16]
В представленной демоверсии каждую из первых вышеуказанных трех величин можно задавать тремя различными способами: либо выбирая один из трех заранее заданных вариантов ( сценариев: высокого, среднего или низкого), либо загружать из заранее сформированных файлов, либо вводить вручную в таблицу, в которой независимо от метода ввода отражаются все вводимые данные. Первые четыре величины в таблице могут редактироваться и сохраняться в файлах с возможностью последующей загрузки, что позволяет пользователю не только формировать наборы сценариев, но и проводить их сравнительный анализ. [17]
Максимизировать полезность можно тем же самым способом, который используется при максимизации капитала. Под ютилом понимается некая единица удовлетворенности. Набор сценариев должен содержать сценарии с отрицательными ютилами точно так же, как при максимизации капитала нужно иметь сценарии, соответствующие потере денег. Кроме того, ( арифметическое) математическое ожидание набора сценариев в ютилах должно быть положительным или отрицательным, когда это улучшает общую смесь компонентов. [18]
Максимизировать полезность можно тем же самым способом, который используется при максимизации капитала. Под ютилом понимается некая единица удовлетворенности. Набор сценариев должен содержать сценарии с отрицательными ютилами точно так же, как при максимизации капитала нужно иметь сценарии, соответствующие потере денег. Кроме того, ( арифметическое) математическое ожидание набора сценариев в ютилах должно быть положительным или отрицательным, когда это улучшает общую смесь компонентов. [19]
Планирование сценария отчасти решает эту проблему. Сценарий просто является возможным прогнозом, одним из путей, по которому могут развиваться события. Планирование сценария предполагает набор сценариев для покрытия возможного спектра исходов. Конечно, полный спектр никогда не будет получен, но вы можете рассмотреть столько сценариев, сколько сочтете нужным. [20]
Сценарное планирование дает частичное решение этих проблем. Сценарий представляет собой один из возможных прогнозов, описание одного из путей, которым могут пойти события в будущем. Сценарное планирование нацелено на составление набора сценариев, покрывающего определенный спектр возможностей. Разумеется, охватить весь спектр возможностей нереально, поэтому планировщик сценариев желает учесть их по максимуму. Действуя таким образом, в отличие от линейного прогнозирования наиболее вероятного исхода, планировщик сценария может приспосабливаться к будущим событиям, куда бы они ни повернули. Более того, сценарное планирование позволяет планировщику подготовиться к тому, что в ином случае стало бы неожиданностью. Сценарное планирование согласуется с реальной жизнью, ибо оно исходит из иллюзорности нашего детерминизма. [21]
Второй тип проектирования строится на основе разработки альтернативных вариантов развития будущего. В их основе нестандартное интерпретирование текущих трендов или новые представления в отношении событий, которые могут иметь место или могут быть вызваны как самой компанией, так и другими структурами, например конкурентами, потребителями, поставщиками, социальными группами или правительственными органами. Некоторые ведущие корпорации, чтобы рассмотреть спектр возможных альтернативных вариантов развития будущего, используют наборы сценариев. [22]
Обычно различают два типа методов: нормативные и поисковые. Процесс генерации нормативных решений, использующий методы комбинации различных операций, выбранные на основе субъективных предпочтениях руководителя, можно подразделить на три последовательных этапа: формирование когнитивной карты, создание базы знаний экспертной системы и генерация набора сценариев. Каждому этапу в системе поддержки переговоров может соответствовать своя подсистема генерации решений. [23]
Диалоговый процессор выполняет одновременный ввод-вывод графических, цифровых, речевых и других образов. Диалоговый процессор реализуется программным, аппаратным или программно-аппаратным способом. Его наилучшей формой в ИС является совместная программная и аппаратная реализация на основе нейронных сетей и их модификаций. Диалоговый процессор содержит набор сценариев диалога, меню диалога, генераторы случайного и направленного поиска, блоки перебора. [24]
Максимизировать полезность можно тем же самым способом, который используется при максимизации капитала. Под ютилом понимается некая единица удовлетворенности. Набор сценариев должен содержать сценарии с отрицательными ютилами точно так же, как при максимизации капитала нужно иметь сценарии, соответствующие потере денег. Кроме того, ( арифметическое) математическое ожидание набора сценариев в ютилах должно быть положительным или отрицательным, когда это улучшает общую смесь компонентов. [25]
Ширина колоколообразной кривой дает оценку начальной неточности наших наблюдений: мы делаем первоначальное измерение скорости ветра, и при этом мы знаем, что любые измерения несут в себе определенную долю неточности, в данном случае, количественно определяемые при помощи вероятности того, что реальные условия отклоняются от наилучшей оценки, соответствующей вершине. Чтобы создать это распределение, 4096 начальных условий, выбранных наугад, просчитываются согласно уравнениям движения Лоренца. Таким образом, каждое из этих 4096 условий определяет вероятностную траекторию. На начальных стадиях распределение расширяется: обратите внимание, что амплитуда пиков уменьшается, а распределение становится шире. Это говорит о том, что через некоторое время, степень неточности значения v начинает увеличиваться и, следовательно, утрачивает прогностическую способность. До времени tl 5, можно увидеть чередующееся ухудшение и улучшение характеристик пропюза, поскольку функция распределения попеременно заостряется и расширяется. Расширение горизонтов прогноза не всегда ведет к деградации предсказания, что контрастирует со стандартным мнением относительно хаотической динамики. После отметки времени tl 5, функция распределения распадается на две отдельные ветви. При t2 5 уже четко видно, что скорость ветра будет иметь либо сильные положительные, либо отрицательные отклонения от первоначальной оценки, но оптимальный прогноз, составленный путем усреднения всех возможных траекторий, близок к первоначальному. Это и есть фундаментальный недостаток подобной стандартной техники предсказания в нелинейной системе [388], что подчеркивает необходимость учета распределений или набора сценариев, в отличие от среднего, сводного или репрезентативного прогноза. Во время t2 5 ни одна отдельно взятая траектория не является надежным отражением сложности динамики. Из-за структуры динамики в данном примере, должны учитываться хотя бы два основных сценария. [26]
Ширина колоколообразной кривой дает оценку начальной неточности наших наблюдений: мы делаем первоначальное измерение скорости ветра, и при этом мы знаем, что любые измерения несут в себе определенную долю неточности, в данном случае, количественно определяемые при помощи вероятности того, что реальные условия отклоняются от наилучшей оценки, соответствующей вершине. Чтобы создать это распределение, 4096 начальных условий, выбранных наугад, просчитываются согласно уравнениям движения Лоренца. Таким образом, каждое из этих 4096 условий определяет вероятностную траекторию. На начальных стадиях распределение расширяется: обратите внимание, что амплитуда пиков уменьшается, а распределение становится шире. Это говорит о том, что через некоторое время, степень неточности значения v начинает увеличиваться и, следовательно, утрачивает прогностическую способность. До времени / 5, можно увидеть чередующееся ухудшение и улучшение характеристик прогноза, поскольку функция распределения попеременно заостряется и расширяется. Расширение горизонтов прогноза не всегда ведет к деградации предсказания, что контрастирует со стандартным мнением относительно хаотической динамики. После отметки времени tl 5, функция распределения распадается на две отдельные ветви. При t2 5 уже четко видно, что скорость ветра будет иметь либо сильные положительные, либо отрицательные отклонения от первоначальной оценки, но оптимальный прогноз, составленный путем усреднения всех возможных траекторий, близок к первоначальному. Это и есть фундаментальный недостаток подобной стандартной техники предсказания в нелинейной системе [388], что подчеркивает необходимость учета распределений или набора сценариев, в отличие от среднего, сводного или репрезентативного прогноза. Во время t2 5 ни одна отдельно взятая траектория не является надежным отражением сложности динамики. Из-за структуры динамики в данном примере, должны учитываться хотя бы два основных сценария. [27]