123

ПРИЙНЯТТЯ РІШЕНЬ В УМОВАХ НЕВИЗНАЧЕНОСТІ

Практическая работа

Информатика, кибернетика и программирование

Якщо існування функцій розподілу ймовірностей, які характеризують степінь неповноти або неточності інформації про вихідні дані задачі прийняття рішень не гарантується, то таку ситуацію класифікують як прийняття рішень в умовах невизначеності.

Украинкский

2012-11-14

195.5 KB

79 чел.

Практична робота № 6

ПРИЙНЯТТЯ РІШЕНЬ В УМОВАХ НЕВИЗНАЧЕНОСТІ

Мета роботи: засвоїти та навчитись використовувати кількісні критерії для прийняття рішень в умовах невизначеності.

6.1. Короткі теоретичні відомості

Якщо існування функцій розподілу ймовірностей, які характеризують степінь неповноти або неточності інформації про вихідні дані задачі прийняття рішень не гарантується, то таку ситуацію класифікують як прийняття рішень в умовах невизначеності.

Як правило, використовують 4 критерії для прийняття рішень в умовах невизначеності:

  1.  Критерій Лапласа.
  2.  Критерій максимінний (мінімаксний).
  3.  Критерій Севіджа.
  4.  Критерій Гурвіца.

Незважаючи на кількісну природу, критерії відображають суб’єктивну оцінку ситуації.

Дії особи, що приймає рішення, стани системи, стосовно якої приймаємо рішення, описують за допомогою матриці:

...

...

...

...

...

...

...

...

...

де  – стани системи;

– дії особи, що приймає рішення;

– означає прибуток (втрати) при виборі дії  та реалізації стану системи .

Можливі дії особи, що приймає рішення, прийнято називати стратегіями. В умовах невизначеності припускається, що система відносно якої приймаються рішення не переслідує власних інтересів, які протилежні інтересам особи, що приймає рішення. Відсутній конфлікт між особою, що приймає рішення і системою.


6.1.1. Критерій Лапласа

Критерій Лапласа спирається на принцип недостатнього обґрунтування. Оскільки ми можемо обґрунтовувати більшу чи меншу імовірність одного стану системи відносно іншого, то можемо зробити висновок, що всі стани системи рівноймовірні. Користуючись рівноймовірністю станів і критерієм “значення, що очікується”, знайдемо максимум за стратегіями:

– якщо матриця описує прибутки;

– якщо матриця описує витрати.

Приклад 6.1. Підприємство має визначити рівень пропозиції, щоб задовольнити потреби клієнтів на свята, які наступають. Число клієнтів невідомо, але відомо що їх буде

=200; =250; =300; =350.

Для кожного з цих значень є найкращий рівень пропозиції (з точки зору затрат). Відхилення від цього значення приводить до більших витрат завдяки неповного задоволення попиту чи надмірної пропозиції. Вихідні дані зведені у таблиці, в якій

–  – кількість клієнтів;

–  – рівні пропозиції.

5

10

18

25

8

7

8

23

21

18

12

21

30

22

19

15

Розрахуємо очікувані затрати для кожного з рівнів пропозиції:

= 1/4(5 + 10 + 18 + 25) = 14,5;

= 1/4(8 + 7 + 8 + 23) = 11,5;

= 1/4(21 + 18 + 12 + 21) = 18,0;

= 1/4(30 + 22 + 19 + 15) = 21,5.

Знайдемо мінімальне значення. За критерієм Лапласа найкращим рівнем пропозиції буде , який забезпечує рівень витрат 11,5.

6.1.2. Критерій мінімаксу (максиміну)

Цей критерій найпесимістичніший. Користуючись ним ми вважаємо, що ситуація в системі складається найгіршим для нас чином і за рахунок обрання стратегії ми намагаємось забезпечити намагаємось покращити найгірший для нас результат. У випадку прибутку ми максимізуємо мінімальний з прибутків (максимін), а у випадку втрат – мінімізуємо максимальні з можливих втрат (мінімакс).

Для прибутку .

Для втрат .

Приклад 6.2 (для втрат).

5

10

18

25

25

8

7

8

23

23

21

18

12

21

21

30

22

19

15

30

Тобто за мінімаксним критерієм обирається значення .

6.1.3. Критерій Севіджа

Мінімаксний критерій іноді може привести до нелогічних висновків. Класичним прикладом є матриця втрат:

11000

90

10000

10000

Застосування мінімаксу дає , але в будь-якому випадку втрачаємо 10000; при  існує імовірність, що стан буде  і тоді ми втратимо лише 90. Критерій Севіджа виправляє становище введенням нової матриці втрат, яку визначають наступним чином:

              

Перша альтернатива в даній формулі використовується якщо вихідна матриця є матрицею прибутку, а друга альтернатива – для матриці втрат.

Ця матриця має назву “матриця жалкування”. Застосуємо критерій Севіджа до прикладу:

1000

0

0

9900

Виходячи з мінімаксу обираємо .

Зауваження: незалежно від того, що визначає вихідна матриця (втрати чи прибуток), матриця жалкування дає завжди втрати, тому для вибору дії з матриці завжди використовують мінімаксний критерій.

6.1.4. Критерій Гурвіца

Цей критерій за допомогою коефіцієнтів, які обираються суб’єктивно, встановлює точку зору особи, що приймає рішення, на ситуацію: від тотального оптимізму до тотального песимізму.

Для прибутку .

Для втрат        .

Тут   [0,1] – коефіцієнт оптимізму:

при =0 – тотальний песимізм;

при =1 – тотальний оптимізм;

при 1/2 – відсутність схильності в той чи інший бік.

6.2. Порядок виконання роботи

  1.  Ознайомитись з теоретичними відомостями.
    1.  Згідно варіанту розглянути платіжну матрицю (матрицю доходів). Ймовірності станів системи не визначені. Порівняти розв’язки, отримані при наступних критеріях:

а) Лапласа;

б) Максиміна;

в) Севіджа;

г) Гурвіца ().

  1.  Оформити звіт з практичної роботи.

6.3. Варіанти індивідуальних завдань

Варіанти індивідуальних завдань для вирішення задачі п. 6.2.2 задані у табл. 6.1.

Таблиця 6.1

Вихідні дані для вирішення задачі п. 6.2.2

Варіант

1

15

10

0

-6

17

3

14

8

9

2

1

5

14

20

-3

7

19

10

2

0

2

5

4

0

-6

7

-3

6

3

-9

12

10

8

17

20

-3

12

-9

21

-2

0

3

51

-10

-10

-7

17

-3

14

9

14

27

16

6

-14

26

-3

-7

20

15

9

-10

4

10

31

0

-6

-17

-23

14

-8

9

22

19

25

34

-20

-3

37

18

10

22

-30

5

-15

10

-10

26

17

32

24

-8

-9

2

10

-5

14

20

-3

27

-19

10

-2

10

Закінчення табл. 6.1

Варіант

6

21

-10

20

-6

17

-3

14

38

-15

12

12

-5

15

20

-3

-7

19

-16

-3

11

7

15

10

-23

-6

17

-3

-14

8

9

2

1

5

-14

20

-3

7

-19

14

1

32

8

22

9

-20

14

-17

-3

14

-8

12

29

-3

-6

14

21

-3

7

19

10

2

-30

9

21

-10

-3

6

17

12

14

-8

9

40

-31

5

15

20

-33

-8

19

10

4

2

10

15

10

2

-6

19

3

15

9

9

2

1

7

14

23

-3

7

20

10

3

-10

6.4. Зміст звіту

  1.  Назва та мета роботи.
    1.  Короткі теоретичні відомості.
      1.  Умови задачі та її розв’язок.
      2.  Короткі висновки.


6.5. Контрольні запитання

6.5.1. Яку ситуацію класифікують як прийняття рішень в умовах невизначеності?

6.5.2. Яку точку зору особи, що приймає рішення в умовах невизначеності, відображає: а) критерій Лапласа; б) критерій мінімаксу (максиміну); в) критерій Севіджа; г) критерій Гурвіца?

6.5.3. Яку інформацію містить матриця прибутків (втрат)?

PAGE 69


EMBED Equation.3  


 

А также другие работы, которые могут Вас заинтересовать

1127. Термическая обработка углеродистой стали на мелкое зерно 110.5 KB
  Изучить влияние отжига и нормализации на величину зерна в стали. Освоить методику определения величины аустенитного зерна по ГОСТ 5639-82. Роль термической обработки в процессах формирования зерна в сталях.
1128. Термическая обработка углеродистой стали 272.5 KB
  Влияние термической обработки на механические свойства (твердость) углеродистой стали. Назначения режима термической обработки при проведении закалки, нормализации, отжига и отпуска углеродистой.
1129. Влияние углерода на твердость термически обработанных сталей 175 KB
  Зависимость между содержанием углерода в стали и ее твердостью после отжига и закалки. Влияние углерода на структуру и свойства отожженных сталей. Количество остаточного аустенита при закалке сталей при увеличении содержания углерода
1130. Определение прокалываемости стали 162.5 KB
  Ознакомиться с методикой определения прокаливаемости. Выяснить влияние химического состава сталей и размеров деталей на прокаливаемость. Неоднородный аустенит. Нерастворенные частицы (карбиды, оксиды, интерметаллические соединения).
1131. Цементация стали 581.5 KB
  Сущность процесса цементации. Химико-термическая обработка, при которой поверхность стальных деталей насыщается углеродом. Термическая обработка цементованных деталей.
1132. Операционный контроль геометрических параметров оптических деталей 143 KB
  Ознакомится с основными геометрическими параметрами оптических деталей и методами их измерения. Изучить состав и устройство основных видов оборудования и приспособлений для измерения параметров оптических деталей. Овладеть навыками измерений толщины, радиуса кривизны, предела разрешения и других параметров линз, пластин и призм.
1133. Исследование процесса сборки автоколлимационной зрительной трубки 234.5 KB
  Ознакомиться с методом автоколлимации и способами его реализации. Изучить конструкцию автоколлимационной трубки. Овладеть навыками проведения юстировочных и контрольных операций в процессе сборки оптических систем. Провести измерения плоскопараллельности методом автоколлимации.
1134. Сборка и контроль объективов насыпной конструкции 177.5 KB
  Виды, конструкции и назначения объективов. Особенности сборки объективов. Параметры, характеризующие качество сборки. Схема установки для контроля характеристик объективов по дифракционной точке. Возможные изображения дифракционной точки.
1135. Контроль предела разрешения, фокусных расстояний и качества сборки узлов ЭОС 119.5 KB
  Ознакомиться с параметрами оптических узлов, по которым проверяется правильность их сборки. Изучить методику оценки качества сборки по дифракционному изображению точки. Получить навыки определения фокусного расстояния и предела разрешения оптических систем.