Resource allocation under complete uncertainty – case of asymmetric payoffs

• Autorzy: Gaspars-Wieloch H.

Warianty tytułu

PL

Rozdział zasobów w warunkach całkowitej niepewności – przypadek asymetrycznych wypłat

• Języki publikacji: EN

Abstrakty

EN

The resource allocation problem has been investigated in many contributions both for the deterministic (known parameters) and stochastic case (scenarios with known probability distribution). In this paper we propose a decision rule enabling one to find a proper solution under complete uncertainty, i.e. when possible scenarios are known, but the decision maker has no information (or does not intend to use it) about their likelihood. The procedure takes into account the decision maker’s nature and the specificity of particular sets of possible cumulative payoffs (range, average, asymmetry, dispersion).

PL

Problem rozdziału zasobów jest analizowany w wielu pracach zarówno dla przypadku deterministycznego (znane parametry), jak i stochastycznego (scenariusze ze znanym prawdopodobieństwem). W tym opracowaniu proponowana jest reguła decyzyjna umożliwiająca wyznaczenie odpowiedniego rozwiązania w warunkach całkowitej niepewności (znane są scenariusze, lecz decydent nie dysponuje wiedzą o prawdopodobieństwie bądź nie zamierza z tej wiedzy skorzystać). Podejście uwzględnia naturę decydenta oraz charakterystyczne cechy poszczególnych zbiorów możliwych skumulowanych wypłat (przedział, średnia, asymetria, rozproszenie).

Słowa kluczowe

EN

resource allocation; complete uncertainty; optimism; pessimism; decision rule; optimization model; scenarios; payoff matrix

PL

rozdział zasobu; całkowita niepewność; optymizm; pesymizm; reguła decyzyjna; model optymalizacji; scenariusze; macierz wypłat

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2016
• Tom: z. 96
• Strony: 247--258
• Opis fizyczny: Bibliogr. 39 poz.

Twórcy

autor

Gaspars-Wieloch H.

• Uniwersytet Ekonomiczny w Poznaniu. Wydział Informatyki i Gospodarki Elektronicznej

Bibliografia

• 1. Anholcer M.: Porównanie działania wybranych algorytmów rozwiązywania nieliniowych 25 zadań alokacji. Prace Naukowe Akademii Ekonomicznej w Katowicach, Katowice 2008, 26 s. 9-25.
• 2. Bellman R.E.: Dynamic programming. Princeton University Press, Princeton, NJ 1957.
• 3. Bellman R.E., Dreyfus S.E.: On the computational solution of dynamic programming processes – I: On a tactical air warfare model of Mengel. Operations Research, 6, 1958.
• 4. Bellman R.E., Dreyfus S.E.: Applied dynamic programming. Princeton Univ. Press, Princeton, NJ 1962.
• 5. Bretthauer K.M., Shetty B.: The nonlinear resource allocation problem. Operations Research, 43(4), 1995, p. 670-683.
• 6. Czuchra W.: A graphical bicriteria approach to the resource allocation problem. European Journal of Operational Research, 34(1), 1988, p. 86-91.
• 7. De Finetti B.: Theory of probability. A critical introductory treatment. Wiley, London 1975.
• 8. Du D.-Z., Pardalos P.M., Graham R.L. (eds.): Handbook of combinatorial optimization. Springer, 2013.
• 9. Gaspars H.: Alokacja zasobu w warunkach niepewności: modele decyzyjne i procedury obliczeniowe. Operations Research and Decisions, 2007(1), 2007, p. 5-27.
• 10. Gaspars-Wieloch H.: Programowanie dynamiczne, [w:] Sikora W. (red.): Badania operacyjne. PWE, Warszawa 2008.
• 11. Gaspars-Wieloch H.: Ograniczona skuteczność metod optymalizacyjnych w rozwiązywaniu ekonomicznych problemów decyzyjnych. Ekonomista 2012/3, 2012, s. 303-324.
• 12. Gaspars-Wieloch H.: On a Decision Rule Supported by a Forecasting Stage Based on the Decision Maker’s Risk Aversion, [in:] Zadnik Stirn L., Zerovnik J., Povh J., Drobne S., Lisec A. (eds.): SOR’13 Proceedings, The 12th International Symposium on Operational Research in Slovenia, Slovenian Society INFORMATIKA, Slovenia 2013, p. 53-59.
• 13. Gaspars-Wieloch H.: Propozycja hybrydy reguł Hurwicza i Bayesa w podejmowaniu decyzji w warunkach niepewności, [w:] Trzaskalik T. (red.): Modelowanie Preferencji a Ryzyko 2014. Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 178, Katowice 2014a, s. 74-92.
• 14. Gaspars-Wieloch H.: Modifications of the Hurwicz’s decision rules. Central European Journal of Operations Research, 22(4), 2014b, p. 779-774.
• 15. Gaspars-Wieloch H.: On a decision rule supported by a forecasting stage based on the decision maker’s coefficient of optimism. Central European Journal of Operations Research, 23, 2015a, p. 579-594.
• 16. Gaspars-Wieloch H.: Modifications of the Omega ratio in decision making under uncertainty. Croatian Operational Research Review, 6(1), 2015b, p. 181-194.
• 17. Gaspars-Wieloch H.: Innovative Products and Newsvendor Problem under Uncertainty Without Probabilities, [in:] Zadnik S.L., Zerovnik J., Kljajic Borstnar M., Drobne S. (eds.): Proceedings of the 13th International Symposium of Operational Research SOR’15. Slovenian Society INFORMATIKA, 2015c, p. 343-350.
• 18. Hurwicz L.: A criterion for decision making under uncertainty. Technical Report 355. Cowles Commission, 1962.
• 19. Ibaraki T., Katoh N.: Resource allocation problems: algorithmic approaches. MIT Press Cambridge, MA, USA 1988.
• 20. Johansson M.: Resource allocation under uncertainty – applications in mobile communications. PhD Thesis, Uppsala University, 2004.
• 21. Johansson R., Martenson C., Suzic R., Svenson P.: Stochastic dynamic programming for resource allocation. Command and control systems. Swedish Defence Research Agency, Sweden 2005.
• 22. Kolmogorov A.N.: Foundations of the theory of probability, 1933.
• 23. Kukuła K. (red.): Badania operacyjne w przykładach i zadaniach. PWN, Warszawa 1996.
• 24. Laplace P.S.: Essai philosophique sur les probabilités, 1814.
• 25. Langholtz H.J., Marty A.T., Ball C.T., Nolan E.C.: Resource-allocation behavior. Springer, 2003.
• 26. Nitta T.: An analysis of a stochastic resource allocation model with various utility functions. Journal of the Operations Research Society of Japa, 32(1), 1989.
• 27. Piegat A.: Uncertainty of probability. Workshop on Intuitionistic Fuzzy Sets and Generalized Nets, 2010.
• 28. Powell W.B., Topaloglu H.: Approximate dynamic programming for large-scale resource allocation problems. Tutorials in Operations Research, INFORMS, New Orleans 2005.
• 29. Radzikowski W.: Matematyczne techniki zarządzania. PWE, Warszawa 1980.
• 30. Saaty T.L.: The Analytic Hierarchy Process: planning, priority setting, resource allocation. McGraw-Hill, New York 1980.
• 31. Savage L.: The foundations of statistics reconsidered. Studies in Subjective Probability. Wiley, New York 1961, p. 173-188.
• 32. Schwindt C.: Resource allocation in project management. Springer, 2005.
• 33. Sikora W. (red.): Badania operacyjne. PWE, Warszawa 2008.
• 34. Trzaskalik T.: Wprowadzenie do badań operacyjnych z komputerem. PWE, Warszawa 2008.
• 35. Ushakov I.A. (ed.): Optimal resource allocation: with practical statistical applications and theory. John Wiley and Sons, USA 2013.
• 36. Von Mises L.: Human action: a treatise on economics. Yale University Press, 1949.
• 37. Wagner H.M.: Principles of operations research with applications to managerial decisions. Second edition, Prentice-Hall, Englewood Cliffs, New Jersey 1975.
• 38. Wald A.: Statistical decision functions. Wiley, New York 1950.
• 39. Zhang J.: Resource planning and allocation problem under uncertain environment. Journal of Systems Science and Complexity, 28(5), 2015, p. 1115-1127.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).