- •Донбасская государственная машиностроительная академия Теория принятия решений
- •Краматорск 2011
- •Лабораторная работа № 1 Экспертные процедуры принятия решений. Методы обработки экспертной информации: одномерное шкалирование
- •Алгоритм метода одномерного шкалирования
- •Пример выполнения задания
- •Лабораторная работа № 2 Принятие решений на основе теории полезности
- •Краткие теоретические сведения Анализ и решение задач с помощью дерева решений
- •Основные определения концепции полезности
- •Лабораторная работа № 3 Принятие оптимального решения на основе теории игры
- •Краткие теоретические сведения
- •Лабораторная работа №4 Принятие многоцелевых решений
- •Краткие теоретические сведения
- •Пример выполнения задания
- •Лабораторная работа № 5 Принятие решений на основе метода динамического программирования
- •Пример выполнения задания
- •Вариант № 1, 4, 8, 15, 17, 20
- •Обработчик и визуализатор «Дерево решений»
- •Обработчик «Группировка»
- •Обработчик «Сортировка»
- •Визуализатор «Карта Кохонена»
- •Визуализатор «Правила»
- •Визуализатор «Таблица сопряженности»
- •Визуализатор «Что-если»
- •Обработчик «Автокорреляция»
- •Обработчик «Парциальная предобработка»
- •Обработчик «Скользящее окно»
- •Обработчик «Нейросеть»
- •Обработчик «Прогнозирование»и визуализатор «Диаграмма прогноза»
- •Обработчик «Разгруппировка»
- •Лабораторная работа № 7 Создание сппр для принятия решений по кредитованию
- •Лабораторная работа № 8 создание сппр для экспертной оценки объектов
- •Самостоятельная работа
- •Список рекомендуемой литературы
Пример выполнения задания
Дана матрица результатов оценивания m параметров информационной системы d экспертами – . Оценить относительную важность параметров информационной системы, используя одномерное шкалирование как метод обработки экспертной информации.
Матрица результатов опроса имеет вид:
.
Решение. Вычисляется матрица , где– ранжировка, данная-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: – вероятность предпочтения-го параметра-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 , используя таблицы функции обратной функции нормального распределения. Подсчитывается сумма оценоки среднее значение.
Таблица – Матрица
|
1 |
2 |
3 |
4 | ||
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 по формуле (1), которые нормируют по формуле:
Таблица – Относительная важность параметров
Parametr | ||
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 и вычисляют разности(– количество разностей) между полученными значениямии исходными:
Таблица – Разности и отклонения
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 . 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.
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.
Задание 2.2. Дана лотерея . Функция полезности имеет вид:. Определить премию за риск участия в лотерее и сделать соответствующие выводы. Исходные данные представлены в таблице 2.
Таблица 2 – Характеристики лотереи
№ варианта |
№ варианта | ||||||||
1 |
29 |
0,5 |
60 |
16 |
16 |
0,5 |
72 | ||
2 |
35 |
0,45 |
94 |
17 |
8 |
0,65 |
100 | ||
3 |
8 |
0,3 |
74 |
18 |
1 |
0,4 |
79 | ||
4 |
0 |
0,6 |
55 |
19 |
25 |
0,3 |
67 | ||
5 |
14 |
0,7 |
64 |
20 |
13 |
0,2 |
57 | ||
6 |
23 |
0,65 |
55 |
21 |
12 |
0,7 |
69 | ||
7 |
9 |
0,55 |
74 |
22 |
15 |
0,8 |
68 | ||
8 |
42 |
0,35 |
88 |
23 |
10 |
0,85 |
80 | ||
9 |
2 |
0,4 |
4 |
24 |
40 |
0,75 |
85 | ||
10 |
4 |
0,3 |
5 |
25 |
20 |
0,65 |
94 | ||
11 |
3 |
0,7 |
68 |
26 |
45 |
0,45 |
95 | ||
12 |
13 |
0,6 |
91 |
27 |
7 |
0,55 |
58 | ||
13 |
18 |
0,5 |
87 |
28 |
38 |
0,35 |
71 | ||
14 |
10 |
0,45 |
67 |
29 |
37 |
0,5 |
81 | ||
15 |
43 |
0,75 |
75 |
30 |
3 |
0,5 |
72 |