Принятие решений при неполной информации. Классификация методов теории принятия решений

Сентябрь 13, 2022

Главная
Математика
Принятие решений при неполной информации. Классификация методов теории принятия решений

Содержание

2. Классификация методов теории принятия решений
3. Задача принятия решений при неполной информации В ранее рассмотренных моделях в большинстве случаев предполагалось, что ЛПР
4. Задача оптимального детерминированного выбора - n-мерный вектор признаков варианта; - целевые функции, или критерии оптимальности; -
5. Задача принятия решений при неполной информации n-мерный вектор признаков варианта; целевые функции, или критерии оптимальности; детерминированные
6. Задача принятия решений при неполной информации 1) Неопределенность может быть вызвана активными действиями нескольких участников процесса
7. Задача принятия решений при неполной информации Если ЛПР не знает, как развернется ситуация по той или
8. Метод «Дерево решений» Дерево решений представляет собой ориентированный граф, ребра которого, изображенные стрелками, соответствуют возможным вариантам
9. Метод «Дерево решений». Пример 1 Предприниматель должен выбрать одну из двух вариантов инвестиции денежных средств. В
10. Метод «Дерево решений» Последние правые ветви дерева решений соответствуют конкретным исходам, результатам принятого решения. В большинстве
11. Метод «Дерево решений» Решение методом «дерева решений» находится на основе процесса взвешивания, который производится справа налево,
12. Метод «Дерево решений». Пример 1 Рассчитываем веса других ветвей дерева решений. Из ветви 2 выходят две
13. Метод «Дерево решений». Пример 2 Коммерческая организация располагает суммой в 400 тыс. руб., которую она желает
14. Метод «Дерево решений». Пример 2 Строим дерево решений, учитывая дополнительные затраты (на страхование средств), суммы которых
15. Метод «Дерево решений». Пример 3 Предприниматель имеет несколько торговых точек по продаже газет и журналов. Большую
16. Метод «Дерево решений». Пример 3 У предпринимателя 4 альтернативы: не закупать не текущий день партию газет
18. Скачать презентацию

Слайд 2

Классификация методов теории принятия решений

Слайд 3

Задача принятия решений при неполной информации
В ранее рассмотренных моделях в большинстве

случаев предполагалось, что ЛПР обладает полной информацией (своими оценками или экспертизами) при принятии решений о рассматриваемой проблеме. Однако, так бывает далеко не всегда.
Очень часто возникает ситуация, когда степень привлекательности альтернативы по тому или иному критерию не детерминирована, а является переменной и зависит от случайных факторов.
Например, некоторое лицо, имеет на руках денежную сумму и желает получить с них прибыль. Он может положить деньги в Сбербанк РФ, где процент дохода минимален, но надежность возврата вклада фактически 100%. Другой альтернативой является вложение денег в акции какой-нибудь компании и получить по ним большие дивиденды, но есть риск потерять деньги, в случае падения курса акций. Как видно, критерий прибыли для второй альтернативы имеет переменный показатель.

Слайд 4

Задача оптимального детерминированного выбора
- n-мерный вектор признаков варианта;
- целевые функции, или

критерии оптимальности;
- заданные функции, образующие систему ограничений из равенств и/или неравенств.
- множество допустимых значений,
- детерминированные факторы.

Слайд 5

Задача принятия решений при неполной информации
n-мерный вектор признаков варианта;
целевые функции, или

критерии оптимальности;
детерминированные факторы;
неопределенные факторы, отражающие степень информированности ЛПР;
случайные факторы, для которых известны функции распределения вероятности;
неопределенные факторы, определены нечетко или неизвестны.

Слайд 6

Задача принятия решений при неполной информации
1) Неопределенность может быть вызвана активными

действиями нескольких участников процесса принятия решений, каждый из которых преследует свои цели и стремится получить для себя максимальные преимущества за счет других. Такие задачи изучает теория игр.
2) Неопределенность может быть связана с принципиальной неизвестностью или недостаточной изученностью внешних обстоятельств, которые могут повлиять на выбор. Совокупность таких объективных обстоятельств принято называть природой, которая в данном контексте выступает в качестве нейтрального, не обладающего «разумом» участника, не пытающегося получить выгоду или причинить ущерб. Соответствующие ситуации называют играми с природой, или статистическими играми.
3) Неопределенность может быть обусловлена невозможностью четкого описания на естественном языке ситуации выбора, анализируемых вариантов, ограничений на область допустимых значений и т.д.

Слайд 7

Задача принятия решений при неполной информации
Если ЛПР не знает, как развернется

ситуация по той или иной альтернативе при принятии решения, но имеются объективные вероятности развития возможных ситуаций, то такую математическую модель будем называть моделью принятия решений в условиях риска.
При анализе такой модели удобно пользоваться графическим представлением, называемым деревом решений (не путать с деревом решений, предназначенным для решения задачи классификации, classification tree).

Слайд 8

Метод «Дерево решений»
Дерево решений представляет собой ориентированный граф, ребра которого, изображенные

стрелками, соответствуют возможным вариантам развития ситуации, и вершины, изображаемые окружностями или квадратами, соответствует «развилке», когда развитие ситуации может принять тот или иной сценарий.
Дерево строится слева направо, начиная с корневой ветки, которая соответствует началу принятия решения. Если при развитии какой либо ситуации возможны несколько вариантов ее реализации, при этом выбор варианта осознанно осуществляет ЛПР, то на дереве событий эту «развилку» будем обозначать квадратом. Если же выбор варианта развития ситуации осуществляется благодаря случаю и ЛПР на него не влияет, то такую «развилку» будем обозначать окружностью. Под каждой линией указывается вероятность реализация соответствующему этой линии сценарию развития ситуации. Таким образом, все возможные сценарии развития событий будут отображены на дереве решений в виде ветвей этого дерева.

Слайд 9

Метод «Дерево решений». Пример 1
Предприниматель должен выбрать одну из двух вариантов

инвестиции денежных средств. В первом предложении предполагается пакет акций, которые, по прогнозам экспертов в 5 случаях из 8 дадут за год 100 рублей прибыли на 1 акцию, и в 3 случаях из 8 – акция упадет в цене, что приведет к убытку в 200 рублей на одну акцию. Второе предложение заключается в пакете акций, которые с вероятностью 0,3 дают ожидаемую прибыль в 500 рублей на акцию и с вероятностью 0,7 – убыток 200 рублей из-за падения акций. Как лучше поступить и какой средний выигрыш на одну акцию?

Слайд 10

Метод «Дерево решений»
Последние правые ветви дерева решений соответствуют конкретным исходам, результатам

принятого решения.
В большинстве случаев этот результат можно измерить количественно, например, если он имеет смысл прибыли, вероятности успеха, степени риска.
Если показатель привлекательности результата качественный, то его можно измерить путем экспертной оценки.

Слайд 11

Метод «Дерево решений»
Решение методом «дерева решений» находится на основе процесса взвешивания,

который производится справа налево, от крайних ветвей дерева к их корню. При этом нужно соблюдать следующие правила:
1) Если взвешиваемая ветка расходится на несколько в результате принятого ЛПР решения (развилка – квадрат), то вес ветки равен максимальному весу веток, исходящих из нее, при этом ветки с меньшими весами обрубаются.
2) Если взвешиваемая ветка расходится из-за случайных обстоятельств (развилка - круг), то ее вес равен сумме произведений весов всех исходящих из нее веток, умноженных на вероятности этих веток.
3) Если какая-либо ветка имеет дополнительных вес (например из-за промежуточных дополнительных затрат), то этот вес добавляется к рассчитанному.
Взвешивание веток производится до тех пор, пока не будет взвешена последняя левая корневая ветка. Ее вес и есть средний выигрыш ЛПР, если он будет действовать оптимально, принимая решения по «неотрубленным» веткам дерева решений.

Слайд 12

Метод «Дерево решений». Пример 1
Рассчитываем веса других ветвей дерева решений. Из

ветви 2 выходят две ветки со случайным выбором, поэтому в соответствии с правилом 2 ее вес 5/8*100+3/8*(-200)=-12,5. По аналогии, вес ветки 3 равен 10. Из корневой ветки 1 выходят две ветки с неслучайным выбором, поэтому ее вес равен максимальному из их весов, то есть 10.Ветка 2 с меньшим весом обрубается.
Задача решена. ЛПР должен выбирать второе предложение и его средний выигрыш составит 10 рублей на одну акцию.

Слайд 13

Метод «Дерево решений». Пример 2
Коммерческая организация располагает суммой в 400 тыс.

руб., которую она желает сохранить в течение года. У нее есть возможность положить ее в Сбербанк России под 10 % годовых. Риск при этом сведен к нулю. Однако, положив денежные средства в паевой инвестиционный фонд, предприниматель по оценкам экспертов с 95 % вероятностью получит 19 % годовых, но имеется риск 5 % того, что вклад в результате неблагоприятных обстоятельств не будет возвращен. Имеется вариант вложить средства в рискованное предприятие, связанное с покупкой на реализацию товара, которое с 60 % вероятностью позволит увеличить вклад на 40 % за год. Однако есть риск в 40 % потерять все средства. Но есть вариант за 50 тыс. руб. застраховать свои средства в случае рискованного предприятия. Как лучше всего поступить и какой средний выигрыш от финансовой операции при оптимальном решении?

Слайд 14

Метод «Дерево решений». Пример 2
Строим дерево решений, учитывая дополнительные затраты (на

страхование средств), суммы которых указываем под соответствующей ветвью. Эти затраты вычитаются из рассчитанного веса ветви.
По дереву решения видно, что выгоднее всего вложить деньги в ПИФ и средний выигрыш при этом составит 452,2 тысячи рублей.

476*0,95=452,2
560*0,6=336
560*0,6+400*0,4-50=446

Слайд 15

Метод «Дерево решений». Пример 3
Предприниматель имеет несколько торговых точек по продаже

газет и журналов. Большую прибыль приносит ему спортивные газеты, в частности «Спорт-Экспресс». Однако спрос на него не стабилен и во многом зависит от успеха российских и местных (городских) спортсменов за предыдущий день. Если спортивную газету не удается продать в день выпуска, то спрос на нее, и соответственно прибыль предпринимателя, значительно падают. Оптовую закупку газет выгодно осуществлять партиями, кратными 1000 экземпляров. Как показывает практика, в самые удачные дни выгодно покупать для реализации не более 3-х партий газет. По статистике, вероятность не продать ни одной партии равна 0,1, вероятность продать только одну партию газеты составляет 0,3, вероятность продать две партии – 0,4, и все три – 0,2. При продаже каждой партии предприниматель получает прибыль 4000 руб. В случае, если партия была закуплена, но не была продана, убытки составляют 3000 руб. Определить, какое количество партий оптимальнее всего закупать и какая при этом средняя прибыль.

Слайд 16

Метод «Дерево решений». Пример 3
У предпринимателя 4 альтернативы: не закупать не

текущий день партию газет вообще, закупить одну, две, или три партии. Если партия реализуется, то это дает прибыль 4000 руб. на каждую партию.

Убытки могут быть двух видов: если партия закуплена, но не реализована, то убытки 3000 руб., если партия не закуплена, но спрос на нее был, то имеется упущенная прибыль, что также не выгодно предпринимателю. В итоге, дерево решений можно представить в виде (рис.). Видно, что для получения максимальной средней прибыли в 4500 руб. нужно закупать 2 партии газет.

-3000*0,1+4000*0,90=3300
-6000*0,1+1000*0,3+8000*0,6=4500
-9000*0,1-2000*0,3+5000*0,4+12000*0,2=2900

Принятие решений при неполной информации. Классификация методов теории принятия решений

Содержание

Классификация методов теории принятия решений

Задача принятия решений при неполной информацииВ ранее рассмотренных моделях в большинстве

Задача оптимального детерминированного выбора- n-мерный вектор признаков варианта;- целевые функции, или

Задача принятия решений при неполной информацииn-мерный вектор признаков варианта;целевые функции, или

Задача принятия решений при неполной информации1) Неопределенность может быть вызвана активными

Задача принятия решений при неполной информацииЕсли ЛПР не знает, как развернется

Метод «Дерево решений»Дерево решений представляет собой ориентированный граф, ребра которого, изображенные

Метод «Дерево решений». Пример 1Предприниматель должен выбрать одну из двух вариантов

Метод «Дерево решений»Последние правые ветви дерева решений соответствуют конкретным исходам, результатам

Метод «Дерево решений»Решение методом «дерева решений» находится на основе процесса взвешивания,

Метод «Дерево решений». Пример 1Рассчитываем веса других ветвей дерева решений. Из

Метод «Дерево решений». Пример 2Коммерческая организация располагает суммой в 400 тыс.

Метод «Дерево решений». Пример 2Строим дерево решений, учитывая дополнительные затраты (на

Метод «Дерево решений». Пример 3Предприниматель имеет несколько торговых точек по продаже

Метод «Дерево решений». Пример 3У предпринимателя 4 альтернативы: не закупать не

Похожие презентации