Alokacja zasobu w warunkach niepewności: modele decyzyjne i procedury obliczeniowe

• Autorzy: Gaspars H.

Warianty tytułu

EN

Resource allocation under uncertainty: choice models and computational procedures

• Języki publikacji: PL

Abstrakty

PL

W literaturze można znaleźć omówienie deterministycznej i stochastycznej odmiany zagadnienia rozdziału zasobu. Celem niniejszego opracowania jest sformułowanie modeli optymalizacyjnych, mających zastosowanie w zagadnieniu alokacji zasobu w warunkach niepewności, z którą mamy do czynienia wówczas, gdy zyski wynikające ze skierowania danej ilości środka do konkretnej działalności są opisane jako zmienne losowe o nieznanym rozkładzie. Autorka przedstawia cztery modele, uwzględniające różne postawy decydentów wobec stanów natury, które mogą wystąpić. W tym celu odwołuje się do reguł Walda, Hurwicza, Bayes’a i Savage’a. Analizowane są również możliwe procedury obliczeniowe, pozwalające wyznaczyć optymalne rozwiązanie dla każdego przypadku. Oprócz ogólnej metody programowania dynamicznego, wykorzystać można również dwie metody uproszczone, stosowane w deterministycznej wersji zagadnienia, gdy decyzje podejmowane są w warunkach niepewności. Jednakże te dwie procedury wymagają spełnienia dodatkowych założeń, które częściowo różnią się od założeń sformułowanych dla deterministycznej odmiany rozpatrywanego problemu.

EN

The deterministic and stochastic versions of the resource allocation problem have already been discussed in the literature. The goal of this contribution is to formulate optimization models applicable to the problem of resource allocation under uncertainty, which signifies that profits resulting from the assignment of a quantity of resource to a given activity, are defined as random variables with unknown distribution. The author presents four models depending on the attitude of the decision-maker towards states of nature that may occur, and refers to the rules formulated by Wald, Hurwicz, Bayes and Savage to this end. Possible computational procedures, allowing finding the optimal solution for each case, are also analyzed. Apart from the dynamic programming, two simplified methods used for the deterministic version of resource allocation can also be applied when decisions are made under uncertainty. However, these two methods require that the problem fulfill additional assumptions, which are partially different from those formulated for the deterministic approach.

Słowa kluczowe

PL

zagadnienie alokacji zasobu; programowanie dynamiczne; binarne modele decyzyjne; stany natury; strategia czysta; strategia mieszana; podejmowanie decyzji w warunkach niepewności; dyskretne zagadnienie plecakowe

EN

resource allocation problem; dynamic programming; binary choice models; decision-making under uncertainty; states of nature; pure strategy; mixed strategy; binary knapsack problem

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Badania Operacyjne i Decyzje
• Rocznik: 2007
• Tom: nr 1
• Strony: 5--27
• Opis fizyczny: Bibliogr. 18 poz., tab.

Twórcy

autor

Gaspars H.

• Katedra Badań Operacyjnych, Akademia Ekonomiczna w Poznaniu, al. Niepodległości 10, 60-967 Poznań,

Bibliografia

• [1] 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, 1958, t. 6, s. 65–78.
• [2] BELLMAN R.E., DREYFUS S.E., Programowanie dynamiczne (zastosowanie), PWE, Warszawa 1967.
• [3] BERTSEKAS D.P., Dynamic programming: Deterministic and Stochastic Models, Prentice-Hall,Englewood Cliffs, New Jersey 1987.
• [4] CZERWIŃSKI Z., Matematyka na usługach ekonomii, PWN, Warszawa 1984.
• [5] DENARDO E.V., Dynamic programming: Models and Applications, Prentice-Hall, Englewood Cliffs,New Jersey 1982.
• [6] DZIUBIŃSKI I., ŚWIĄTKOWSKI T. (red.), Poradnik matematyczny, PWN, Warszawa 1985.
• [7] FAURE R., KAUFMANN A., Badania operacyjne na co dzień, PWN, Warszawa 1968.
• [8] GASS S.I., HARRIS C.M., Encyclopedia of operations research and management science, Kluwer Academic Publishers, 1996.
• [9] GUZIK B. (red.), Ekonometria i badania operacyjne. Uzupełnienia z badań operacyjnych, MD 51, AE, Poznań 1999.
• [10] KUKUŁA K. (red.), JĘDRZEJCZYK Z., SKRZYPEK J., WALKOSZ A., Badania operacyjne w przykładach i zadaniach, PWN, Warszawa 1996.
• [11] LESZ M., Techniczno-ekonomiczne zastosowania metod programowania dynamicznego, PWE, Warszawa 1968.
• [12]MOORE P.G., Basic Operational Research, Sir Isaac Pitman and Sons Ltd, London 1968.
• [13] PRATT J.W., HOWARD R., SCHLAIFER R., The foundations of decision under uncertainty: An Elementary Exposition, Mc Graw Hill, New York 1965.
• [14] RADZIKOWSKI W., Matematyczne techniki zarządzania, PWE, Warszawa 1980.
• [15] SIKORA W. (red.), ANHOLCER M., GASPARS H., OWCZARKOWSKI A., Przykłady i zadania z badań operacyjnych i ekonometrii, MD 163, AE, Poznań 2005.
• [16] SZYMANOWSKI W. (red.), BARANOWSKA B., BIEŃKOWSKA-LIPIŃSKA K., LIPIEC-ZAJCHOWSKA M., Badania operacyjne w zarządzaniu, Wydawnictwo Prywatnej Wyższej Szkoły Biznesu i Administracji,Warszawa 1996.
• [17] TRZASKALIK T., Wprowadzenie do badań operacyjnych z komputerem, PWE, Warszawa 2003.
• [18]WAGNER H.M., Principles of Operations Research with Applications to Managerial Decisions, second edition, Prentice-Hall, Englewood Cliffs, New Jersey 1975.