ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 03.12.2020
Просмотров: 515
Скачиваний: 4
6
Пример выполнения задания
Дана матрица результатов оценивания
m
параметров информационной
системы
d
экспертами –
m
d
A
. Оценить относительную важность параметров
информационной системы, используя одномерное шкалирование как метод
обработки экспертной информации.
Матрица результатов опроса имеет вид:
3
1
2
4
3
2
4
1
4
1
3
2
4
3
2
1
m
d
A
.
Решение.
Вычисляется матрица
A
, где
j
A
– ранжировка, данная
j
-м
экспертом. Матрица квадратная, ее размерность соответствует количеству
параметров.
Таблица – Матрица
А
1
2
3
4
1
0
3
2
3
2
1
0
1
3
3
2
3
0
4
4
1
1
0
0
Строится матрица вероятностей предпочтения каждого параметра
информационной системы экспертами:
ij
p
– вероятность предпочтения
i
-го
параметра
j
-му.
Таблица – Матрица
Р
1
2
3
4
1
0
0,75
0,5
0,75
2
0,25
0
0,25
0,75
3
0,5
0,75
0
1
4
0,25
0,25
0
0
Далее по формуле 1 строится матрица
Z
, используя таблицы функции
обратной функции нормального распределения. Подсчитывается сумма оценок
n
j
ij
i
Z
Z
1
и среднее значение
n
Z
Z
i
i
/
.
7
Таблица – Матрица
Z
1
2
3
4
i
Z
i
Z
1
0
0,67449
0 0,67449
1,34898 0,337245
2
-0,67449
0 -0,67449 0,67449 -0,67449 -0,16862
3
0
0,67449
0
3,174
3,84849 0,962123
4
-0,67449 -0,67449
-3,174
0 -4,52298 -1,13075
Определяются величины
)
(
i
i
Z
G
P
по формуле (1), которые нормируют по
формуле
n
j
j
i
i
P
P
P
1
*
/
:
Таблица – Относительная важность параметров
Parametr
i
P
*
i
P
1
0,632 0,311945
2
0,433 0,213722
3
0,832 0,410661
4
0,129 0,063672
Summa
2,026
1
Далее осуществляется проверка на непротиворечивость оценок экспертов.
Для этого по формуле 1 находятся значения
)
(
j
i
ij
Z
Z
G
p
и вычисляют разности
ij
(
k
– количество разностей) между полученными значениями
ij
p
и исходными
ij
p
:
Таблица – Разности и отклонения
j
i
Z
Z
ij
P
ij
P
ij
ij
Z1-Z2 0,505868 0,694 0,75 -0,056 0,056
Z1-Z3 -0,62488 0,266
0,5 -0,234 0,234
Z1-Z4
1,46799 0,929 0,75
0,179 0,179
Z2-Z3 -1,13075 0,129 0,25 -0,121 0,121
Z2-Z4 0,962123 0,832 0,75
0,082 0,082
Z3-Z4 2,092868 0,982
1 -0,018 0,018
Определяют среднее отклонение по формуле
115
.
0
/
1
,
n
j
i
j
i
ij
k
. Так как
11,5%<20%, оценки, данные экспертами могут быть использованы для принятия
решения о важности параметров информационной системы: наиболее важным
является третий параметр, наименее – четвертый.
8
ЛАБОРАТОРНАЯ РАБОТА № 2
Принятие решений на основе теории полезности
Цель:
научиться осуществлять выбор альтернативы на основе теории
полезности и применять полученные знания при создании программных
продуктов.
Задание 2.1.
Инженер выбирает оптимальный технологический процесс
выпуска новой продукции на крупном предприятии. Размер условного выигрыша,
который предприятие может получить, зависит от благоприятного или
неблагоприятного состояния среды (табл.1).
Таблица 1 – Исходные данные
Номер альтернативы
Действия инженера
Условный выигрыш, грн.
благоприятный исход неблагоприятный исход
1
технологический процесс 1
20+5*К
-(18+2*К)
2
технологический процесс 2
10+20*К
-(10+2*К)
3
технологический процесс 3
2*К
2*К
Перед принятием решения руководство должно определить, заказывать ли
дополнительное исследование среды или нет (стоимость услуги 2*
К
, где
К
–
номер варианта).
Возможности предприятия в виде условных вероятностей благоприятности
и неблагоприятности среды представлены в табл. 3.
Таблица 3 – Вероятности наступления прогнозных значений
Прогноз
Фактически
Благоприятный
Неблагоприятный
Благоприятный
0,85
–
Неблагоприятный
–
0,65
Предположим, что фирма, которой заказали прогноз состояния среды,
утверждает:
—
ситуация будет благоприятной с вероятностью 0,45;
—
ситуация будет неблагоприятной с вероятностью 0,55.
Задание.
Построить программный модуль для выбора оптимальной
альтернативы с помощью дерева решений, предусмотреть как максимизацию, так
и минимизацию условного выигрыша. Рассчитать ценность точной информации
без обращения за дополнительной информацией. Предусмотреть возможность
введения исходных данных пользователем и вывод сообщения о выборе
оптимальной альтернативы.
9
Задание 2.2.
Дана лотерея
)
),
(
,
(
S
s
p
s
L
. Функция полезности имеет вид:
)
(
x
U
.
Определить премию за риск участия в лотерее и сделать соответствующие
выводы. Исходные данные представлены в таблице 2.
Таблица 2 – Характеристики лотереи
№ варианта
s
)
(
s
p
S
)
(
x
U
№ варианта
s
)
(
s
p
S
)
(
x
U
1
29
0,5
60
)
5
ln(
x
16
16
0,5
72
x
6
4
2
35 0,45 94
x
2
5
17
8
0,65 100
)
2
ln(
x
3
8
0,3
74
)
2
10
ln(
x
18
1
0,4
79
5
2
x
4
0
0,6
55
2
x
19
25
0,3
67
)
2
ln(
x
5
14
0,7
64
x
e
2
5
4
20
13
0,2
57
10
6
x
6
23 0,65 55
2
2
.
0
x
21
12
0,7
69
x
4
7
9
0,55 74
x
3
6
22
15
0,8
68
2
2
2
x
e
8
42 0,35 88
x
23
10 0,85
80
2
4
x
9
2
0,4
4
x
e
2
5
4
24
40 0,75
85
2
2
x
e
10
4
0,3
5
x
e
2
4
2
25
20 0,65
94
x
2
log
11
3
0,7
68
)
10
lg(
x
26
45 0,45
95
2
4
x
12
13
0,6
91
2
2
x
27
7
0,55
58
4
x
13
18
0,5
87
)
2
lg(
x
28
38 0,35
71
)
4
(
log
2
x
14
10 0,45 67
2
2
3
x
29
37
0,5
81
2
2
3
x
e
15
43 0,75 75
x
e
2
30
3
0,5
72
x
6
2
Краткие теоретические сведения
Анализ и решение задач с помощью дерева решений
Процесс принятия решений с помощью дерева решений в общем случае
предполагает выполнение следующих пяти этапов.
Этап 1.
Формулирование задачи.
Прежде всего, необходимо отбросить не
относящиеся к проблеме факторы, а среди множества оставшихся выделить
существенные и несущественные. Это позволит привести описание задачи
принятия решения к анализируемой форме. Должны быть выполнены следующие
основные процедуры:
- определение возможностей сбора информации для экспериментирования и
реальных действий;
- составление перечня событий, которые с определенной вероятностью
могут произойти;
- установление временного порядка расположения событий, в исходах
которых содержится полезная и доступная информация, и тех последовательных
действий, которые можно предпринять.
Этап 2.
Построение дерева решений.
Этап 3.
Оценка вероятностей состояний среды,
т.е. сопоставление шансов
возникновения каждого конкретного события. Следует отметить, что указанные
вероятности определяются либо на основании имеющейся статистики, либо
экспертным путем.
10
Этап 4.
Установление выигрышей
(или
проигрышей,
как выигрышей со
знаком минус) для каждой возможной комбинации альтернатив (действий) и
состояний среды.
Этап 5.
Решение задачи.
Прежде чем продемонстрировать процедуру применения дерева решений,
введем ряд определений.
В зависимости от отношения к риску решение задачи
может выполняться с позиций так называемых «объективистов» и
«субъективистов». Поясним эти понятия на следующем примере. Пусть
предлагается лотерея: за 10 долл. (стоимость лотерейного билета) игрок с равной
вероятностью
р=
0,5 может ничего не выиграть или выиграть 100 долл. Один
индивид пожалеет и 10 долл. за право участия в такой лотерее, т.е. просто не
купит лотерейный билет, другой готов заплатить за лотерейный билет 50 долл., а
третий заплатит даже 60 долл. за возможность получить 100 долл. (например,
когда ситуация складывается так, что только имея 100 долл., игрок может достичь
своей цели, поэтому возможная потеря последних денежных средств, а у него их
ровно 60 долл., не меняет для него ситуации).
Безусловным
денежным
эквивалентом
(БДЭ)
игры
называется
максимальная сумма денег, которую ЛПР готов заплатить за участие в игре
(лотерее), или, что то же, та минимальная сумма денег, за которую он готов
отказаться от игры. Каждый индивид имеет свой БДЭ.
Индивида, для которого БДЭ совпадает с ожидаемой денежной оценкой
(ОДО) игры, т.е. со средним выигрышем в игре (лотерее), условно называют
объективистом, индивида, для которого БДЭ ОДО, – субъективистом.
Ожидаемая денежная оценка рассчитывается как сумма произведений размеров
выигрышей.
Основными обозначениями при построении дерева решений являются:
-
решение принимает игрок;
-
- решение «принимает» случай;
//
- отвергнутое решение.
Основные определения концепции полезности
Полезность W
– определенное число, приписываемое ЛПР каждому
возможному результату (исходу). Полезность выражает степень удовлетворения,
которое получает субъект в результате потребления товара или услуги.
Функция полезности (функция Неймана-Моргенштерна) U/W
–
показывает полезность, которую приписывает ЛПР каждому возможному
результату в зависимости от его отношения к риску.
*