- •7. Элементы теории статистических решений. Игры с природой
- •7.1. Структура статистических игр
- •7.2. Решение состязательных задач в играх с природой
- •4. Критерий Сэвиджа.
- •7.3. Статистические игры с проведением эксперимента. Использование апостериорных вероятностей
- •7.4. Задача оптимизации систем в условиях неопределенности
7.4. Задача оптимизации систем в условиях неопределенности
При разработке технических, социальных или любых других систем необходимы данные об условиях функционирования проектируемых систем, которые могут зависеть от состояния среды, в которой они будут эксплуатироваться. Однако часто исследователь сталкивается с ситуацией, когда информация о среде отсутствует или можно сделать лишь некоторые предположения о ее состоянии.
Условия работы системы, как правило, сильно зависят от состояния среды, которое, в свою очередь, часто имеет вероятностный характер, что усложняет процесс определения оптимальных систем. В таких ситуациях целесообразно использовать байесовский метод принятия решений о ненаблюдаемых переменных, основанный на знании априорного распределения вероятностей и на условном распределении других переменных при заданном значении ненаблюдаемых переменных.
Сформулируем в общем виде задачу поиска оптимальной системы в условиях неопределенности. Допустим, проектировщик имеет или может определить:
A = (A1, A2,..., Ai, ..., Am) – множество всех возможных вариантов проектируемой системы;
Р = (Рl, Р2,..., Рj, ..., Рn) – множество всех возможных состояний среды;
С = (С11, С12,..., Сij,..., Сmn) – затраты при использовании вариантов системы для всех возможных состояний среды,
где Сij – затраты при использовании варианта Ai системы и состоянии
среды Рj.(табл. 7.7).
Требуется спроектировать такую систему, которая обеспечивает минимальные затраты на эксплуатацию.
Таблица 7.7
|
|
Вариант системы Аi |
Состояние среды |
|||||
|
|
Р1 |
Р2 |
... |
Рj |
... |
Рn |
|
|
|
А1 |
C11 |
C12 |
... |
C1j |
... |
C1n |
|
|
А2 |
C21 |
C22 |
... |
C2j |
... |
C2n |
|
|
... |
... |
... |
... |
... |
... |
... |
|
|
Аi |
Ci1 |
Ci2 |
... |
Cij |
... |
Cin |
|
|
... |
... |
... |
... |
... |
... |
... |
|
|
Аm |
Cm1 |
Cm2 |
... |
Cmj |
... |
Cmn |
Возможны две ситуации:
1) известно априорное распределение вероятностей состояния среды q(Рj). На начальных этапах проектирования системы проектировщик может иметь некоторую информацию о среде или интуитивно догадываться на основании проектирования предыдущих систем о вероятностных параметрах среды, т.е. проектировщик имеет дело с априорной информацией.
Затраты вычисляются по формуле
(7.11)
(взвешенный вероятностями выигрыш – критерий Байеса)
2) исследователь не имеет информации о состоянии среды, но он имеет или может получить дополнительную информацию по тому или иному косвенному параметру среды, в которой предполагается работать системе. При этом бывают известны:
Р – случайная переменная, характеризующая состояние среды;
Х – случайная переменная, связанная так или иначе с переменной P;
q (Рj) – aприорное распределение Рj;
Q(x B=Bj) – условное распределение переменной B при Х= х.
Для определения оптимальной системы требуется найти условное или апостериорное распределение переменной Р при Х= х, то есть, q(Рj X=x), которое получено на основании известной информации о переменной Х.
Для определения апостериорной вероятности можно использовать формулу Байеса, которая связывает априорную и апостериорную вероятности:
. (7.12)
Затраты для каждой системы в этом случае будут равны:
(7.13)
Окончательно можно представить следующий алгоритм действия исследователя при наличии дополнительной информации.
А. Имея таблицу затрат (табл. 7.7), априорное распределение q(Рj) (j=1, n), определить по формуле (7.11) ожидаемые затраты для каждой системы при различных состояниях среды, выбрать систему, имеющую наименьшие затраты.
Б. Если априорное распределение неизвестно, то по условному распределению наблюдаемой переменной X для данного состояния среды Р = Рj, то есть, q(x| Р=Рj), необходимо:
а) получить надежное значение случайной переменной X, скажем, x;
б)определить апостериорное распределение переменной Pj
по формуле (7.12);
в) вычислить ожидаемые затраты для каждого варианта системы, используя апостериорное распределение q(Рj | X=x) по формуле (7.13);
г) выбрать вариант системы, имеющий минимальные затраты.
Для определения оптимальной системы в условиях неопределенности с исходной информацией о среде и без нее целесообразно использовать ЭВМ, которая значительно ускоряет процесс поиска оптимальной системы.