MÔ HÌNH HÓA VÀ QUẢN LÝ MÔ HÌNH

MÔ HÌNH HÓA VÀ QUẢN LÝ MÔ HÌNH TIỂU LUẬN MÔN HỌC HỆ HỖ TRỢ QUYẾT ĐỊNH Mô hình trong DSS có thể được thực hiện trong nhiều cách. Để hiểu cách mà mô hình làm việc trong DSS, ở phần cuối sẽ có 01 ví dụ minh họa. DSS này bao gồm 3 kiểu mô hình:

MÔ HÌNH HÓA VÀ QUẢN LÝ MÔ HÌNH

TIỂU LUẬN MÔN HỌC

HỆ HỖ TRỢ QUYẾT ĐỊNH

Thành phố Huế, tháng 3/2012

MÔ HÌNH HÓA VÀ QUẢN LÝ MÔ HÌNH

TIỂU LUẬN MÔN HỌC

HỆ HỖ TRỢ QUYẾT ĐỊNH

TS HOÀNG THỊ LAN GIAO TRẦN NHƯ ĐĂNG TUYÊN

LÊ BÁ MINH PHONG NGUYỄN THỊ THANH TÂM NGUYỄN THỊ THÀNH

NGUYỄN VŨ CÁT TƯỜNG TRẦN THỊ MỸ NGÂN

Huế, tháng 3/2012

MỤC LỤC

1 Mô hình trong DSS 4

2 Mô hình tĩnh và động 6

3 Xử lí chắc chắn, không chắc chắn và nguy hiểm 7

4 Phân tích quyết định của một vài chuyển đổi (bảng quyết định hay cây quyết đinh) 7

5 Tối ưu hóa thông qua quy hoạch toán học 11

6 Mô phỏng 14

7 Lập trình Heuristic 18

9 Dự báo 23

10 Mô hình không định lượng 26

11 Ngôn ngữ mô hình và các bảng tính 27

12 Mô hình hóa đa chiều 29

13 Bảng tính trực quan 31

14 Mô hình hoá về tài chính và kế hoạch 33

15 Mô hình định lượng sẵn: 35

16 Cấu trúc mô hình cơ sở và quản lý: 41

1 Mô hình trong DSS

Mô hình trong DSS có thể được thực hiện trong nhiều cách Để hiểu cách

mà mô hình làm việc trong DSS, ở phần cuối sẽ có 01 ví dụ minh họa DSS nàybao gồm 3 kiểu mô hình:

1 Mô hình thống kê (phân tích xuống), mà được dùng cho việc tìm kiếmcác mối quan hệ giữa các biến Mô hình này được lập trình trước trong công cụphát triển phần mềm DSS

2 Mô hình tài chính cho việc phát triển tình trạng thu nhập và hoạch định

dự án kế toán trong nhiều năm Mô hình này được bán cấu trúc và được viết với

1 ngôn ngữ DSS đặc biệt được gọi IFPS

3 Mô hình tối ưu hóa được thực hiện sử dụng mô hình quản lí khoa họcđược gọi là chương trình tuyến tính tiếp cận để xác định việc lựa chọn truyềnthông Để dùng mô hình này, DSS cần giao tiếp với các phần mềm khác

Frazee chứng minh trường hợp mà 1 DSS có thể bao gồm nhiều mô hình,một số chuẩn và một số tự tạo, mà được dùng chung để hỗ trợ việc quyết địnhviệc quảng bá trong công ty Nó cũng chứng minh rằng 1 số mô hình có thểđược xây dựng trong các gói phát triển phần mềm; một số cần được xây dựng;những cái khác cần được truy cập bởi DSS khi cần thiết

Các khía cạnh của mô hình cần được xem xét như sau:

Phát hiện vấn đề và phân tích môi trường: Vấn đề này được thảo luận ở

chương 2 Một khía cạnh mà không được thảo luận là đề tài duyệt và phân tíchmôi trường, mà nghiên cứu điều khiển việc duyệt, và dịch được gọi là thu thậpthông tin Nó thường thích hợp với phân tích phạm vi vùng miền, cảnh vật vàđộng vật của môi trường Cần thiết cho việc xác định văn hóa tổ chức, hợp thànhtiến trình quyết định (người đưa ra quyết định, mức độ của sự tập trung…)

Sự phát hiện ra các biến: Sự xác định của các biến khác nhau hầu như rất

quan trọng, vì vậy chúng có mối quan hệ Các biểu đồ ảnh hưởng, mà được miêu

tả trong phần 5.8 có thể rất hữu ích trong tiến trình này

Tiên đoán: Tiên đoán rất quan trọng trong việc xây dựng và vận động mô

hình Tiên đoán được mô tả trong phần 9

Mô hình : Sự giải quyết hệ thống hỗ trợ có thể bao gồm nhiều mô hình

(đôi khi 12) Một trong số các mô hình là cân bằng chuẩn và chúng được xâydựng trong phần mềm phát triển DSS Những cái khác là chuẩn nhưng không có

giá trị như hàm xây dựng trong Thay vì chúng như phần mềm không có giá đỡ

mà có thể giao tiếp với DSS Những mô hình không chuẩn cần được xây dựng

từ sự hỗn tạp

Người xây dựng DSS thường phải đối mặt với vấn đề khó xử mà các môhình bao gồm trong DSS Thì sự quyết định phải được làm như là để xây dựngchúng, sử dụng một cái khác đã làm rồi, hoặc chỉnh sửa mô hình đã có

Bảng 1 tổng hợp các loại của các mô hình được dùng trong DSS vào 7nhóm Nó cũng liệt kê ra nhiều thể hiện kỹ thuật trong mỗi loại và biểu đạt sốphần mà mỗi loại được thảo luận trong chương này

Mỗi kỹ thuật có thể xuất hiện trong 1 dạng mô hình hoặc tĩnh hoặc động(phần 2) và nó có thể được xây dựng dưới giả định chắc chắn, không chắc chắn,hoặc nguy hiểm (phần 3)

Để giải quyết việc xây dựng các mô hình người ta có thể dùng ngôn ngữ

mô hình (phần 11-14)

Quản lí mô hình

Mô hình, gần như dữ liệu, cần được quản lí Việc quản lí được làm với sựgiúp đỡ của phần mềm quản lí mô hình cơ sở (phần 16).

Phạm trù Quá trình và mục tiêu Kỹ thuật đại diện

Tối ưu hóa bài toán

với ít phương án

Tìm ra giải pháp tốt nhất

từ một số ít phương án

Bảng quyết định, cây quyết định

Tối ưu hóa qua giải

thuật

Tìm ra giải pháp tốt nhất

từ một số lớn hay vô hạn các phương án bằng quá trình cải thiện từng bước

Mô hình quy hoạch tuyến tính, quy hoạch toán học,

mô hình mạng lưới

Tối ưu hóa qua biểu

thức giải tích

Tìm ra giải pháp tốt nhất trong một bước bằng một công thức

Một số mô hình tồn kho

Mô phỏng Tìm giải pháp đủ tốt hay

tốt nhất trong số các phương án (đã kiểm tra) bằng thực nghiệm

Một vài loại mô phỏng

Bất kỳ Tìm giải pháp đủ tốt bằng

cách dùng các quy tắc

Quy hoạch bất kỳ, hệ chuyên gia

Các mô hình khác Giải tình huống “what-if”

bằng cách dùng công thức

Mô hình tài chánh, hàng đợi

có thể ngắn hay dài trong quá trình.

Ví dụ, một quyết định làm hay mua 1 sản phẩm là tĩnh trong tự nhiên Sựtuyên bố một quý hay một năm thu nhập là tĩnh và vì vậy để quyết định đầu tưđược chỉ ra trong phần 5.4

Trong khi phân tích tĩnh nó được giả định là ổn định

Phân tích động.

Mô hình động được sử dụng để định giá sự kiện mà thay đổi theo thời gian.Một ví dụ đơn giản nên là dự án lợi tức trong 5 năm, nơi mà dữ liệu vào, như làgiá cả, số lượng bị thay đổi hàng năm

Mô hình động là phụ thuộc thời gian Ví dụ, để xác định bao nhiêu lỗi nênđược mở ra trong 1 siêu thị Nó cần được xem xét thời gian trong ngày Điềunày là vì có nhiều sự thay đổi trong số những người đến siêu thị vào những giờkhác nhau

Mô hình động thì quan trọng bởi vì chúng chỉ ra xu hướng và các mẫutrong ngày Chúng cũng chỉ ra trung bình trên một đơn vị thời gian, chuyển dịchgiá tri trung bình và phân tích so sánh (ví dụ, lợi nhuận quý này chống lại lợinhuận quý này trong năm trước)

3 Xử lí chắc chắn, không chắc chắn và nguy hiểm

Khái niệm chắc chắn, không chắc chắn, nguy hiểm được giới thiệu chương

2 Khi chúng ta xây dựng mô hình, bất kỳ loại nào cũng có thể xuất hiện Sauđây là một số phát hiện liên quan đến mỗi điều kiện:

Mô hình chắc chắn.

Mọi người đều thích mô hình chắc chắn bởi vì chúng dễ làm và có thể giảiquyết hiệu suất tối ưu Vấn đề đặc biệt là vô hạn (hoặc rất rộng lớn) số lượngvấn đề giải quyết khả thi Chúng được thảo luận trong phần 5.5 và 5.7 Nhiều

mô hình tài chính được xây dựng dưới giả định chắc chắn

Không chắc chắn.

Người quản lí cố gắng thử tránh không chắc chắn nhiều có thể Thay vì họ

cố gắng giành được nhiều thông tin hơn để các vấn đề có thể được xử lí dướitính toán nguy hiểm Nếu bạn không thể giành được nhiều thông tin hơn, bạnphải xử lí vấn đề như 1 vấn đề không chắc chắn

Nguy hiểm.

Hầu hết các quyết định kinh doanh chính được thực hiện dưới giả địnhnguy hiểm Nhiều kỹ thuật có thể được dùng để giải quyết với phân tích nguyhiểm Chúng được đề cập trong phần này và phần 6

4 Phân tích quyết định của một vài chuyển đổi (bảng quyết định hay cây quyết định).

Các tình huống quyết định mà liên quan đến một vài hạn chế và thườngkhông quá lớn trong một số thay đổi thì được mô phỏng bởi cách tiếp cận mà sựthay đổi được liệt kê với khả năng của chúng dự báo sự đóng góp cho việc đếnđích, và có thể nhận thấy như là sự đóng góp, trong một bảng hay một đồ thị.Thì, một sự ước lượng diễn ra để chọn lựa sự thay đổi tốt nhất

Hai trường hợp được phân biệt: đơn mục tiêu và đa mục tiêu Tình huốngđơn mục tiêu thì được tiếp cận bởi việc sử dụng các bảng quyết định hoặc câyquyết định Đa mục tiêu (điều kiện) có thể được tiếp cận bởi nhiều kỹ thuật (cóthể được mô tả sau)

Bảng quyết định

Bảng quyết định thì thuận lợi cho cách tổ chức thông tin trong một kiểu hệthống Ví dụ: một công ty đầu tư được xem xét đầu tư 1 trong 3 thay thế: dâybuộc, hàng tồn kho hoặc chứng chỉ vật gửi (CDs)

Công ty thích 1 mục tiêu sản lượng lớn nhất trong đầu tư sau một năm Nếu

nó được tương thích các mục tiêu khác như an toàn hay lưu lượng tiền mặt, thìvấn đề nên được phân loại như các phân tích quyết định đa điều kiện

Sản lượng phụ thuộc vào tình hình kinh tế, mà có thể cả phát triển cứng,tồn đọng, hay sự lạm phát Giới hạn sau của sản lượng hàng năm được cho bởichuyên gia:

1 Nếu có sự phát triển đồng nhất trong nền kinh tế, dây buộc sẽ chiếm sảnlượng 12%; cổ phiếu 15% và tiền gửi có thời hạn 6.5%

2 Nếu sự tồn đọng chiếm ưu thế, dây buộc sẽ chiếm 6%; cổ phiếu 3% vàtiền gửi có kỳ hạn 6.5%

3 Nếu lạm phát chiếm ưu thế, dây buộc sẽ chiếm 3%; cổ phiếu sẽ mất giá2%; và tiền gửi có kỳ hạn 6.5%.

Vấn đề là chọn sự đầu tư linh hoạt nhất Chú ý: đầu tư 50% trong dây buộc

và 50% trong cổ phiếu là sự thay đổi khác, và nó có thể được cộng vào sự thayđổi thú 4 Ngược lại, thật sự công ty có thể đối mặt với những sự thay đổi khác.Vấn đề đầu tư có thể được tổ chức trong 1 bảng (xem bảng 2)

Alternative Solid Growth Stagnation Inflation

Hai trường hợp có thể được phân biệt: không chắc chắn và nguy hiểm.Trong trường hợp không chắc chắ, chúng ta không biết khả năng của mỗi trạngthái tự nhiên Trong trường hợp nguy hiểm chúng ta giả định chúng ta biết khảnăng mà mỗi trạng thái tự nhiên sẽ xuất hiện

Xử lí không chắc chắn.

Theo phản ứng trực giác của vài nhà quản lí thì không đưa ra quyết địnhdưới sự không chắc chắn đến khi thay đổi nền kinh tế có thể được đánh giá Tuynhiên, nếu không có thông tin cho việc đánh giá cho các cơ hội (hoặc không cóthời gian để thu thập nhiều thông tin), một người có thể dùng một trong sốnhiều hướng tiếp cận để nắm bắt phần không chắc chắn Ví dụ, hướng tiếp cậntối ưu hóa bao gồm sự xem xét hậu quả tốt nhất có thể của mỗi sự thay đổi và

sự lựa chọn tốt nhất của cái tốt nhất (cố phiếu) Hướng tiếp cận yếm thế (bảothủ) bao gồm sự xem xét hậu quả xấu nhất có thể xảy ra cho mỗi sự thay đổi và

sự lựa chọn cái tốt nhất (CDs)

Mỗi chi tiết đó và các hướng tiếp cận khác, xem Turban và Meredith[1994] Tất cả các hướng tiếp cận của sự nắm bắt không chắc chắn có sự thiếuhụt nghiêm trọng Vì vậy, bất kỳ mô hình nào cũng nên cố gắng thu thập thôngtin đầy đủ để mà vấn đề có thể được xử lí dưới dạng chắc chắn hoặc dưới gỉađịnh nguy hiểm

Xử lí nguy hiểm.

Chúng ta hãy giả định rằng cơ hội của sự phát triển bền vững được giớihạn là 50% mà sự tồn đọng 30%, và sự lạm phát 20% Trong trường hợp bảngquyết định được viết lại với sự thêm thông tin (xem bảng 5.3) Phương phápchung nhất cho việc giải quyết vấn đề phân tích sự nguy hiểm là chọn sự thayđổi với giá trị mong đợi lớn nhất Một giá trị mong đợi được tính toán bởi nhiềuquy tắc (hậu quả) bởi khả năng riêng của chúng và cộng thêm cả chúng Ví dụ,cho dây buộc: 12(0.5)+6(0.3)+3(0.2)=8.4 (đầu tư cho dây buộc, cho trung bìnhtrở lại 8.4%)

Cây quyết định

Một sự thể hiện thay đổi của bảng quyết định là một cây quyết định Mộtcây quyết định có 2 thuận lợi: Thứ nhất, nó chỉ ra biểu đồ của mối quan hệ củavấn đề, và thứ hai, nó có thể giải quyết những tình huống phức tạp hơn nhiềutrong một hình dạng nhỏ gọn (ví dụ, vấn đề đầu tư đa thời kỳ)

Alterative Solid Growth

0.50

Stagnation0.30

Inflation 0.20 Expected Value

Bảng 3. Quyết định dưới mức nguy hiểm và sự giải quyết của nó

Bảng 4 Đa mục tiêu

Các phương pháp khác của xử lí nguy hiểm.

Nhiều phương pháp khác của xử lí nguy hiểm được thảo luận trong sáchnày Đặc biệt: mô phỏng, tác nhân chắc chắn, logic mờ

Đa mục tiêu

Một trường hợp đơn giản của đa mục tiêu được chỉ ra trong bảng 5.4 3mục tiêu (hoặc điều kiện) được xem xét: Sản lượng, an toàn,à lưu lượng tiềnmặt

Chú ý rằng tình trạng này được giả định chắc chắn; đó là, duy chỉ 1 hậuquả có thể là dự đoán cho cả sự thay đổi (Ngược lại, trong một số trường hợpphức tạp hơn, nguy hiểm hay không chắc chắn được xem xét) Chú ý rằng một

số kết quả là phi số nhưng định lượng (vd, cao, thấp) Với phương pháp giảiquyết đa mục tiêu xem Hwanf và Yoon [1981].

Phần mềm bao quát thì có giá trị trong giải quyết đưa ra quyết định đa điềukiện (xem phần 5.15 và Phụ lục 5-B)

5 Tối ưu hóa thông qua quy hoạch toán học

Quy hoạch toán học

Quy hoạch toán học là tên gọi của các công cụ được thiết kế để giúp giảiquyết các vấn đề quản lý, trong đó các nhà quản lý phải quyết định phân phối tàinguyên (như lao động, vốn, máy móc ) giữa các hoạt động khác nhau để tối ưuhóa công việc của mình Chẳng hạn, phân phối thời gian sử dụng máy móc khisản xuất các sản phẩm khác nhau sao cho đạt hiệu suất cao nhất Việc phân phốithường được thể hiện thông qua các đặc điểm và đòi hỏi các giả thiết sau:

Các đặc điểm:

 Một số lượng hữu hạn các nguồn lực kinh tế luôn có sẵn để phân phối

 Các tài nguyên được sử dụng cho việc sản xuất sản phẩm hoặc dịch vụ

 Các tài nguyên có thể được sử dụng theo nhiều cách khác nhau Mỗicách được gọi là một giải pháp hoặc một một quy hoạch

 Sự phân phối thường phải thỏa mãn các ràng buộc

 Tất cả dữ liệu được biết một cách chắc chắn

 Các nguồn lực được sử dụng một cách tiết kiệm nhất

Vấn đề phân phối nói chung có thể được thực hiện như sau: Tìm cách phânphối nguồn tài nguyên có hạn cho các hoạt động khác nhau sao cho mang lạihiệu quả lớn nhất Thông thường, ta sẽ có nhiều cách để phân phối Tùy thuộcvào các giả định cơ bản, số lượng các giải pháp có thể là vô hạn hay hữu hạn.Thường thì các giải pháp phân phối khác nhau sẽ đem lại các kết quả năng suất

khác nhau Trong đó sẽ có một (hoặc nhiều) giải pháp là tốt nhất, theo nghĩamức độ đạt được mục tiêu cuối cùng với nó là cao nhất Đây được gọi là giảipháp tối ưu, có thể được tìm thấy bằng cách sử dụng một thuật toán đặc biệt

Quy hoạch tuyến tính

Ví dụ: Bài toán pha chế sơn (Tối ưu hóa cực tiểu)

Trong pha chế sơn Sungold, yêu cầu đặt ra là sơn phải đạt độ sáng tối thiểu

là 300D và độ bóng tối thiểu là 250D Mức độ sáng và bóng được quyết định bởi

2 thành phần Alpha và Beta Cả Alpha và Beta có vai trò như nhau trong việctạo ra độ sáng, 1 ounce của mỗi loại Alpha hoặc Beta đem lại 1D độ sáng Tuynhiên, mức độ bóng thì phụ thuộc nhiều vào Alpha 1 ounce loại Alpha đem lại3D độ bóng Giá 1 ounce Alpha là 45 cent, giá 1 ounce Beta là 12 cent Hãy tìmchi phí cực tiểu và lượng alpha, beta cần sử dụng để pha chế

Gọi x1, x2 (ounce) là lượng Alpha, Beta cần dùng Mục tiêu của bài toán làtìm ra chi phí cực tiểu Giá của alpha là 45 cent/ounce, giá của beta là 12cent/ounce Do đó ta cần tối thiểu hàm mục tiêu z = 45x1 + 12x2

Độ sáng tối thiểu là 300 và x1, x2 có vai trò như nhau trong việc tạo ra sựsáng nên ta có phương trình: 1x1 + 1x2 ≥ 300

3

300 1

1

2 1

2 1

x x

x x

Và kết quả cho ra là x1 = 83.333; x2 = 216.667; tổng chi phí bỏ ra là 63.50

Dạng tổng quát và các thuật ngữ

Biến quyết định (Decision Variables): Mục đích của bài toán là tìm giá trị

của các biến này Trong ví dụ trên, x1 và x2 là biến quyết định

Hàm mục tiêu (Objective Function): Đây là một cách diễn đạt toán học,

được đưa ra như 1 hàm tuyến tính, nó cho biết mối quan hệ giữa các biến quyếtđịnh và một mục tiêu duy nhất được xem xét

Nếu vấn đề quản lý bao gồm nhiều mục tiêu, ta tiếp cận theo 2 bước sau:

- Chọn 1 mục tiêu chính (cực đại hoặc cực tiểu)

- Biến đổi mục tiêu còn lại thành các ràng buộc

Tối ưu hóa (Optimization): quy hoạch tuyến tính sẽ tìm giá trị cực đại hoặc

cực tiểu của hàm mục tiêu

Hệ số của các hàm mục tiêu (Coefficients of the Objective Function): Hệ số

của các biến trong hàm mục tiêu (Trong ví dụ trên là 45 và 12) được gọi là hệ

số lợi ích (hoặc là hệ số chi phí)

Các ràng buộc (Constraints): Các ràng buộc có thể được biểu diễn dưới

dạng các bất phương trình tuyến tính Chúng miêu tả sự giới hạn của các tàinguyên hoặc các yêu cầu nào đó

Hệ số Input-Output (Input-Output Coefficients): Các hệ số trước các biến

trong các ràng buộc được gọi là hệ số Input-Output Chúng thường xuất hiện bêntrái của các ràng buộc

Khả năng (Capacities): Chúng được xem như là giới hạn trên và giới hạn

dưới, thường nằm bên phải các ràng buộc

coefficients

Mô phỏng là một công cụ mô tả chứ không phải là một công cụ chuẩn, cónghĩa là không có một sự tìm kiếm tự động nào cho một giải pháp tối ưu Thayvào đó, 1 mô phỏng mô tả và/hoặc dự đoán các đặc điểm của 1 hệ thống đượcđưa ra trong những hoàn cảnh khác nhau.

Mô phỏng thường chỉ được sử dụng khi các vấn đề cần giải quyết là phứctạp, khó xử lý bằng phương pháp tối ưu hóa

Trong một mô hình tối ưu hóa, mô hình sẽ cho ra tập hợp các giá trị củabiến số ra quyết định để tối đa hóa hay tối thiểu hóa giá trị của hàm mục tiêu.Trong khi đó một mô hình mô phỏng sẽ đánh giá các giá trị hàm mục tiêu đạtđược theo sự thay đổi của tập hợp các giá trị đầu vào

Ưu và nhược điểm của mô phỏng

Ưu điểm:

 Lý thuyết mô phỏng tương đối đơn giản

 Các mô hình mô phỏng đơn giản là sự tổng hợp của nhiều mối quan hệ

cơ bản và sự phụ thuộc lẫn nhau, chúng sẽ được đưa ra theo yêu cầu của nhàquản lý

 Mô phỏng có tính mô tả hơn là tính quy tắc Nó cho phép nhà quản lýđặt loại câu hỏi "what-if" Do đó, khi nhà quản lý sử dụng một phương phápthử-và-lỗi để giải quyết vấn đề thì sẽ nhanh hơn, rẻ hơn, với ít rủi ro, bằng cách

sử dụng sự trợ giúp của mô phỏng và máy tính

 Một mô hình mô phỏng chính xác đòi hỏi người xây dựng phải thônghiểu một cách sâu sắc vấn đề đó, do đó buộc các nhà xây dựng MMS phải traođổi trực tiếp với người quản lý

 Mô hình được xây dựng từ quan điểm của nhà quản lý và theo cấu trúcquyết định của họ

 Mô hình mô phỏng chỉ được xây dựng cho một vấn đề nào đó mà thôi,

nó sẽ không giải quyết vấn đề khác Do đó, không đòi hỏi nhà quản lý phải cókiến thức sâu rộng Mỗi thành phần trong mô hình tương ứng với một phần của

mô hình thực tế cuộc sống

 Mô phỏng có thể xử lý các vấn đề có tính chất thay đổi thường xuyênnhư hàng tồn kho, nhân viên, Ngoài ra nó cũng có thể thực hiện chức năngcấp quản lý cao hơn như lập kế hoạch dài hạn

 Nhà quản lý có thể thử nghiệm với các biến số khác nhau để xác địnhphương án tối ưu nhất

 Mô phỏng cho phép bao gồm các vấn đề phức tạp trong đời sống thực tế,

sự đơn giản hóa là không cần thiết

 Do tính chất của mô phỏng, một lượng lớn thời gian có thể được nén,giúp cho người quản lý có thể thấy hiệu quả lâu dài của các chính sách khácnhau chỉ trong một vài phút

 Ta có thể sễ dàng có được một loạt các biện pháp thực hiện trực tiếp từ

mô phỏng

Nhược điểm:

 Không đảm bảo giải pháp đó là tối ưu

 Xây dựng mô hình mô phỏng thường là một quá trình dài và tốn kém

 Giải pháp và những kết luận từ một nghiên cứu mô phỏng thường khôngđược chuyển giao cho vấn đề khác.Điều này là do sự kết hợp trong mô hình củacác yếu tố độc nhất của vấn đề

Kỹ thuật mô phỏng

Mô phỏng liên quan đến việc thiết lập một mô hình của một hệ thống thực

và tiến hành các thử nghiệm lặp đi lặp lại trên đó Bao gồm các bước như sau:

 Xem xét vấn đề: Các vấn đề trong thế giới thực được kiểm tra và phân

loại Ở đây chúng ta nên xác định lý do tại sao mô phỏng là cần thiết, tại sao cần

có sự mô phỏng Các ranh giới của hệ thống và các khía cạnh khác của vấn đềđược chỉ rõ ở đây

 Xây dựng mô hình mô phỏng:Bước này bao gồm việc thu thập các dữ

liệu cần thiết Trong nhiều trường hợp, ta có thể sử dụng một lược đồ để mô tả.Sau đó, 1 chương trình máy tính sẽ được viết

 Kiểm tra và đánh giá mô hình: Mô hình mô phỏng phải mô phỏng đúng

các hệ thống được nghiên cứu Điều này liên quan đến quá trình hợp lệ hóa

 Thiết kế thí nghiệm: Một khi mô hình đã được chứng minh hợp lệ, ta sẽ

thiết kế việc thí nghiệm Trong bước này ta xác định thời gian bao lâu để chạycác mô phỏng, ta cần chú ý đến hai mục tiêu quan trọng đó là sự chính xác vàchi phí

 Tiến hành thí nghiệm

 Đánh giá kết quả: Ở đây chúng tôi đề cập đến các vấn đề như "Kết quả

như vậy có nghĩa gì?" Ngoài các công cụ thống kê chúng tôi có thể sử dụngphân tích độ nhạy (chẳng hạn các dạng câu hỏi “what-if”)

 Triển khai: Việc triển khai các kết quả mô phỏng bao gồm những vấn

đề tương tự như triển khai các mô hình khác Tuy nhiên, cơ hội thực hiện triểnkhai sẽ cao hơn khi nhà quản lý tham gia nhiều hơn vào quá trình mô phỏng

Hình 5.1 Quá trình mô phỏng

Các loại mô phỏng

 Mô phỏng xác suất

Mô phỏng xác suất có 2 loại: Phân phối liên tục và phân phối rời rạc

Phân phối rời rạc: Một số hữu hạn các sự kiện (hoặc biến) nhận một số hữuhạn các giá trị

Phân phối liên tục: Các sự kiện (hoặc biến) nhận các giá trị liên tục

Mô phỏng xác suất được thực hiện bằng phương pháp gọi là Monte Carlo

 Mô phỏng thời gian phụ thuộc và thời gian độc lập

Thời gian độc lập đề cập đến một tình huống mà ta không cần quan tâmthời gian chính xác khi sự kiện xảy ra.Ví dụ, chúng ta có thể biết rằng nhu cầucho một sản phẩm nào đó là 3dv mỗi ngày, nhưng chúng ta không cần quan tâmkhi nào trong ngày, người ta có nhu cầu dùng sản phẩm đó Hoặc trong một sốtrường hợp, thời gian không có thể là một yếu tố trong mô phỏng ở tất cả

Mặt khác, trong vấn đề hàng đợi, điều quan trọng là phải biết chính xác thờigian đến (để biết nếu khách hàng sẽ phải chờ đợi hay không) Trong tình huốngnày thì chúng ta quan tâm đến thời gian phụ thuộc

 Mô phỏng trực quan

Việc hiển thị đồ họa các kết quả bằng máy tính là một trong những sự pháttriển mới thành công trong sự tương tác giữa máy tính - con người và giải quyếtvấn đề.

Mô phỏng thí nghiệm (Thống kê)

Gồm 8 bước và được gọi là thủ tục Monte Carlo:

 Xác định các tiêu chuẩn phù hợp với hệ thống Nếu cần thiết, viết ởdạng phương trình

 Mô tả các hệ thống và sự phân phối xác suất của các yếu tố xác suấtthích hợp của hệ thống

 Xây dựng các phân phối xác suất tích lũy cho mỗi yếu tố ngẫu nhiên

 Gán các số đại diện tương ứng với phân phối xác suất tích lũy

 Với mỗi thành phần xác suất, lấy một mẫu ngẫu nhiên (tạo ra một sốngẫu nhiên hoặc chọn từ một bảng số ngẫu nhiên)

 Nếu kết quả ổn định và như mong đợi thì lặp lại bước 5 và 6 cho đếnkhi các số đo của hệ thống là ổn định

 Lặp lại bước 5-7 cho các sự thay thế khác nhau Đưa ra giá trị của các

số đo biểu diễn và khoảng độ tin cậy của chúng, quyết định phương án thay thếthích hợp

7 Lập trình Heuristic

Việc xác định các giải pháp tối ưu cho một số vấn đề quyết định phức tạp

có thể liên quan đến sự ngăn cấm một số lượng thời gian và chi phí, hoặc thậmchí có thể là một nhiệm vụ không thể Cách khác, cách tiếp cận mô phỏng có thểđược kéo dài, phức tạp, và thậm chí không chính xác Trong tình huống nhưvậy, đôi khi có thể đi đến giải pháp thỏa đáng một cách nhanh chóng và ít tốnkém bằng cách sử dụng Heuristics

Trong khi Heuristics được sử dụng chủ yếu để giải quyết vấn đề thiếu cấutrúc, chúng cũng có thể được sử dụng để cung cấp các giải pháp thỏa đáng chomột số vấn đề phức tạp, vấn đề được cấu trúc tốt cũng nhanh hơn và rẻ hơn sovới thuật toán Khó khăn chính trong việc sử dụng Hueristic là chúng khôngphải là trường hợp chung như các thuật toán Vì vậy, chúng thường có thể được

sử dụng duy nhất cho tình hình cụ thể mà chúng đã dự định Một vấn đề khácvới phương pháp heuristic là chúng có thể dẫn đến một giải pháp nghèo.Lập trình Heuristic là cách tiếp cận sử dụng heuristics để đạt được tính khả thi

và các giải pháp "đủ tốt" cho một số vấn đề phức tạp "Đủ tốt" thường là trongkhoảng 90-99,9% của các giải pháp tối ưu thực sự.

Trong khi nghiên cứu các ví dụ của chương trình để phát triển ứng dụng,một người trong những ca quan sát các nỗ lực để giảm số lượng tìm kiếm chomột giải pháp thỏa đáng Trong cuộc tìm kiếm như vậy, máy tính được "dạy"làm thế nào để khám phá những con đường chỉ tương đối màu mỡ và bỏ quanhững cái tương đối không màu mỡ Các lựa chọn của máy tính được thực hiệnbằng cách sử dụng các Hueristic có thể được cải thiện trong quá trình tìm kiếm.Heuristic có thể được định lượng, và như vậy, chúng đóng một vai trò quantrọng trong các cơ sở mô hình DSS Chúng cũng có thể được chất lượng, và sau

đó chúng đóng một vai trò quan trọng trong việc cung cấp kiến thức cho các hệchuyên gia

Phương pháp luận

Suy nghĩ Heuristic không nhất thiết phải tiến hành một cách trực tiếp Nóliên quan đến việc tìm kiếm, học hỏi, thẩm định, đánh giá, và sau đó một lần nữatìm kiếm, học lại, và đánh giá lại như khám phá và thăm dò diễn ra Các kiến thức thu được từ thành công hay thất bại tại một số điểm được đưa trở lại vàthay đổi quá trình tìm kiếm Thường xuyên hơn không, nó là cần thiết hoặc đểxác định lại các mục tiêu, vấn đề, hoặc để giải quyết các vấn đề có liên quanhoặc đơn giản trước khi một trong những vấn đề chính có thể được giải quyết.Phương pháp Heuristic đã được mô tả bởi Pearl [1984] dựa vào các chiến lượctìm kiếm thông minh cho vấn đề máy tính giải quyết bằng cách sử dụng một sốphương pháp thaythế

Các thủ tục heuristic cũng có thể được mô tả như việc tìm kiếm các quy tắcgiúp giải quyết ngay lập tức các bài toán con để khám phá làm thế nào để thiếtlập các subproblems cho giải pháp cuối cùng của việc tìm kiếm những conđường hứa hẹn nhất trong việc tìm kiếm các giải pháp, tìm cách để lấy và giảithích thông tin trên từng kinh nghiệm, và sau đó tìm kiếm các phương pháp dẫnđến một thuật toán tính toán, giải pháp chung Thuật ngữ heuristic đã được sửdụng để bao gồm bất kỳ hoặc tất cả các bước sau:

Một cách tiếp cận chung để kết hợp các quy tắc:

1 Một giản đồ phân loại giới thiệu cấu trúc vào một vấn đề

2 Phân tích các đặc điểm của các yếu tố có vấn đề

3 Quy tắc lựa chọn các yếu tố từ mỗi thể loại để đạt được các chiến lượctìm kiếm hiệu quả

4 Quy tắc cho các lựa chọn thành công, khi được yêu cầu.

5 Một chức năng khách quan được sử dụng để kiểm tra tính đầy đủ các giảipháp ở từng giai đoạn lựa chọn hoặc tìm kiếm

Khi sử dụng Heuristics (per Zanakis và Evans [1981])

Sau đây là một số kịch bản mà sử dụng Hueristic (thay vì tối ưu hóa) làthích hợp:

1 Các dữ liệu đầu vào không chính xác hoặc bị hạn chế

2 Thực tế là rất phức tạp và các mô hình tối ưu hóa là đơn giản

3 Một phương pháp đáng tin cậy và chính xác là không có sẵn

4 Thời gian tính toán tối ưu hóa quá đáng

5 Nó có thể để nâng cao hiệu quả của quá trình tối ưu hóa (ví dụ, bằngcách tạo ra những giải pháp tốt nhất sử dụng Hueristic)

6 Các vấn đề được giải quyết thường xuyên và liên tục và tiêu tốn thời gianmáy tính (Hueristic đặc biệt thích hợp)

7 Vấn đề phức tạp mà không phải là kinh tế để tối ưu hóa hoặc mất quá lâuthời gian và heuristic có thể cải thiện các giải pháp noncomputerized

8 Khi biểu tượng hơn là xử lý số có liên quan (trong các hệ chuyên gia)

Ưu điểm của Heuristics

Những lợi thế chính của Hueristic:

1 Đơn giản để hiểu và do đó dễ dàng hơn để thực hiện

2 Giúp trong việc đào tạo con người sáng tạo và đưa ra Hueristic cho cácvấn đề khác

3 Tiết kiệm thời gian xây dựng

4 Lưu chương trình và các yêu cầu lưu trữ trên các máy tính

5 Tiết kiệm thời gian máy tính đang chạy

6 Thường xuyên sản xuất nhiều giải pháp chấp nhận được

Có một xu hướng sử dụng Hueristic như là một thay thế cho phương pháptối ưu Hueristic có thể được thú vị để phát triển và sử dụng Những gì được yêucầu là một sự hiểu biết về bản chất của vấn đề và sự khéo léo

Vấn đề sử dụng Heuristics

Geoffrion và Văn Roy xác định những thiếu sót của Hueristic sau đây:

1 Hueristic liệt kê xem xét tất cả các kết hợp có thể có trong vấn đề thực tếhiếm khi có thể đạt được.

2 Chuỗi lựa chọn quyết định tuần tự có thể không lường trước được hậuquả trong tương lai của mỗi sự lựa chọn

3 "Cải thiện địa phương" có thể ngắn mạch giải pháp tốt nhất bởi vìphương pháp này, tương tự như mô phỏng, thiếu một viễn cảnh toàn cục

4 Phụ thuộc lẫn nhau của một phần của một hệ thống đôi khi có thể có mộtảnh hưởng sâu sắc đến toàn bộ hệ thống

8 Sơ đồ ảnh hưởng

Một sơ đồ ảnh hưởng cung cấp một trình bày đồ họa của một mô hình Nócung cấp một giao tiếp trực quan cho các nhà xây dựng mô hình Nó cũng phục

vụ như là một khuôn khổ để thể hiện bản chất chính xác của mối quan hệ trong

mô hình MSS Thuật ngữ ảnh hưởng đề cập đến sự phụ thuộc của một biến vào

mức độ của một biến khác Một sơ đồ ảnh hưởng đến tất cả các biến trong mộtvấn đề quản lý

Ảnh hưởng đến sơ đồ xuất hiện trong nhiều hình dạng Chúng tôi sẽ sửdụng quy ước sau đây, đề nghị của Bodily [1985]

Các biến được kết nối với các mũi tên, để chỉ hướng ảnh hưởng đến Cáchình dạng của mũi tên cũng cho thấy các loại của mối quan hệ Sau đây là mốiquan hệ điển hình:

19

Rectangle = a decision variable

Circle = uncontrollable or intermediate variable

Oval = result (outcome) variable; intermediate or final

Sales

4 Preference (usually between outcome variables) This is shown as a

Mũi tên có thể là một chiều hoặc hai chiều (bidirectional).

Sơ đồ ảnh hưởng có thể được xây dựng ở bất kỳ mức độ chi tiết và tinh tế

Nó cho phép các nhà xây dựng mô hình ghi nhớ tất cả các mối quan hệ trong môhình, cũng như hướng của các ảnh hưởng

Ví dụ Cho một mô hình:

Thu nhập = đơn vị bán x đơn giá

Các đơn vị bán = 0,5 x số được sử dụng trong quảng cáo

Chi phí = chi phí đơn vị x đơn vị bán + chi phí cố định

Lợi nhuận = thu nhập – chi phí

Sơ đồ ảnh hưởng của mô hình đơn giản này được thể hiện trong hình 5.2

Phần mềm Một số sản phẩm phần mềm có sẵn cho việc thực hiện của sơ

đồ ảnh hưởng Quá trình giải quyết của các sản phẩm này biến đổi từ vấn đề banđầu vào hình thức sản xuất Sản phẩm đại diện là:

o DAVID (from Duke University) Sản phẩm này giúp người sử dụng đểxây dựng, sửa đổi, và phân tích các mô hình trong một môi trường tươngtác đồ họa

o INDIA (from Decision Focus, Inc, Palo Alto, CA) Quá trình giải quyếtcủa sản phẩm này biến đổi các vấn đề ban đầu thành một hình thức giảmmới trong một nỗ lực để xác định chính sách tối ưu

o DPL (from ADA Decision Analysis, Menlo Park, CA) Sản phẩm nàycung cấp một tổng hợp của sơ đồ ảnh hưởng và cây quyết định

o DS Lab (xem phần 5,13)