
- •Теория Принятия Решений.
- •Принятие решений (пр). Задача принятия решений (зпр).
- •Задача принятия решения
- •Задача поиска в пространстве состояний. (Задача эвристического поиска).
- •Методы Теории Принятия Решений.
- •Строгие методы
- •Эвристические методы
- •Условия принятия решений.
- •Формализация цели в зпр.
- •Спецификация плохо формализованных зпр.
- •Спецификация человеческого мышления при поиске решения.
- •Теоретико-игровые модели принятия решения в конфликтных ситуациях.
- •Классификация Теоретико-Игровых Моделей.
- •Игровая модель для двух лиц.
- •Построение дерева игры. Поиск на дереве игры.
- •Методы сокращения перебора.
- •Метод отсечения
- •1.Неглубокое отсечение Рассмотрим следующее дерево:
- •Т.К. Игрок b стремится минимизировать оценочную функцию, следовательно оценка вершиныB будет не большеz.
- •2.Глубокое отсечение Рассмотрим следующее дерево:
- •Матричное представление парной антагонистической игры.
- •Методы решения матричных игр.
- •Метод Лагранжа Этот метод используется в играх с квадратной матрицей игры g(m,m).
- •Получим
- •Метод линейного программирования Этот метод используется в играх с произвольной матрицей игры g(m,n).
- •Итерационный метод Брауна-Робинсона Этот метод ориентирован на произвольную игру g(m,n).
- •Пример. Задача о двух кб
- •Парная игра с произвольной суммой. (биматричная игра).
- •Теория некооперативных игр Нэша.
- •Модели биматричных игр, к которым плохо применима теория Нэша.
- •Рефлексивные игры.
- •Основы теории стохастических решений (игры с “природой”)
- •В играх с природой вводят понятие риска: Риск: т.О риск – это разность между выигрышем, который игрок получил бы,
- •Возможны различные ситуации:
- •Ситуация 1 .Стохастическая неопределенность Известны вероятности состояний «природы»:
- •Игры с упорядоченными исходами. Игры при наличии нескольких критериев.
- •Общие выводы по теоретико-игровым моделям. Игровая модель является математическим упрощением реального конфликта, и при этом вводятся следующие основные предположения:
- •Нужно перевести груз по морю из начального пункта а в конечный пункт в
- •Рациональное и иррациональное поведение лпр. Теория рационального поведения. (Теория ожидаемой полезности).
- •Парадоксальные поведения лпр.
- •Теория субъективной ожидаемой полезности
- •Основные постулаты теории субъективной ожидаемой полезности (Теории проспектов)
- •Парадокс теории проспектов
- •Коллективное принятие решений.
- •Многоуровневая система голосования.
- •Аксиоматическая теория Эрроу (Arrow).
- •Многокритериальные зпр
- •2. Критерии сравнимы.
- •Поиск решения в пространстве состояний на основе эвристической функции
- •Реализация
- •Способы сокращения поискового пространства
- •Поиск решения на основе эвристической функции.
- •Критерий эффективности алгоритма поиска.
- •Критерии оценки эффективности эвристических алгоритмов.
- •Базовые эвристики сокращения поискового пространства.
- •Задача эвристического поиска
- •Поиск в системе продукций
- •Проблема взаимодействия подцелей.
- •Параллельная реализация подцелей. (двурукий робот)
- •Согласование подцелей.
Проблема взаимодействия подцелей.
Пример:
Мир роботов и кубиков.
X = {A, B, C, …} – множество кубоиков.
H = {1, 2, …} - множество рук.
CL(x) - кубик х свободен (на него можно ставить).
ON(x,y) - кубик х стоит на у.
ONT(x) - кубик х на столе.
HE(k)ё - к-тая рука робота свободна.
HL(x, k) - в к-той руке робота находится кубик.
Продукция имеет вид:
Левая часть = условие применимости продукции,
Правая часть = список дополнения (истинные предикаты) и список исключения (ложные предикаты).
P1(x, k) - взять кубик х со стола.
P1(x,
k) = (ONT(x)&CL(x)&HE(k))
HL(x,k)&
ONT(x)&
CL(x)&
HE(k)
P2(x, k) - поставить кубик х на стол рукой к.
P2(x,
k) = (HL(x, k))
ONT(x)&CL(x)&HE(x)&
HE(x,
k)
P3(x, y, k) - поставить кубик х на кубик у к-той рукой.
P3(x,
y, k) = (HL(x, y, k)&CL(y))
ONT(x,
y)&CL(x)&HE(k)&
HL(x,
k)&
CL(y)
P4(x, y, k) - снять кубик х с кубика у к-той рукой.
P4(x,
y, k) = (HE(k)&ON(x, y)&CL(x))
CL(y)&HE(x, k)&
HE(k)&
CL(x)&
ON(x,
y)
Последовательная реализация целей. (однорукий робот).
A
С C
А B B
SнSк
Sк = (ONT(B), ON(C, B), ON(A, C), CL(A), HE)
ONT(B) ON(C,B) ON(A, C) CL(A) HE
+ + +
P3(A,
C)
P3(C,
B)
P1(C)
CL(B) HL(C) CL(C) HL(A) P1(A) P4(A,
X)
+
P4(C,
X)
CL(C) HE ONT(C) ON(C,X) CL(C) HL(C) CL(C) HE ONT(C) ON(C,X) CL(C) HL(C)
+
+ + - + (X=A) + + + + - + (X=A) +
ON(C, B): P4(C, A), P3(C, B)
ON(A, C): P1(A), P3(A, C)
Решение: P4(C, A), P3(C, B), P1(A), P3(A, C)
Параллельная реализация подцелей. (двурукий робот)
Независимые подцели. n одноруких роботов.
Зависимые подцели.
А С B B C A
SнSк
ON(C,
B), ON(A, C)
ON(C,
B) ON(A,
C)
P4(C,
A, 1, P3(C, B, 1) P3(A,
C)
HL(A,
2) CL(C)
+
P1(A,
2) P1(A,X,2)
HE(2) ONT(A) CL(A)
+ +
P2(C,
2) P1(C,A,2) P4(X,A,2)
HL(2) ON(X,A) CL(X)
+ + (X=C) + (X=C)
P4(C, A, 2) t1 P2(C, 2) t3 P1(A, 2) t4 P3(A, C, 2)
Рука
2 t
P4(C, A, 1) t1 P3(C, B, 1) t2
Рука
1 t
Согласование подцелей.
Супервизор. (Следит за процессом и строит реальный план.)
P1(A,
2) t3
P3(A,
C,
2) t4
Рука
2t
P4(C, A, 1) t1 P3(C, B, 1) t2
Рука
1t
Итоговое решение:
P4(C, A, 1), P3(C, B, 1) || P1(A, 2), P3(A, C, 2)
Последовательное выполнение: t = t4 + t3 + t1 + t2
Параллельное выполнение: t = t4 + max(t3, t1) + t2
Частично упорядоченные подцели.
P4(C,
A, 1)
P3(C,
B,
1) P1(A,
2)
P3(A,
C,
2)
ON(C, B), ON(A, C)
P3(A,
C,
2)
ON(C,
B)&CL(C)&HL(2)
ON(1,
B)&CL(1) HL(A,
2)
P1(A,
2) P3(C,
B, 1)
HE(2)&CL(C)&ONT(A) HL(1,
1)&CL(B)
HL(C,
1)&CL(B)&HE(2)&CL(A)&ONT(A)
P4(C,
A, 1)
HE(1)&CL(C)&ON(C,
X)
Таблица решений:
ТР P1 P2 … Pn ONT(X) 1 (0)
HE 1 (0)
ON(X,
Y) (0) (0)
CL(X) 1 (0)
HL(X)
1
ONT(X) 0 1
HE 0 1
ON(X,
Y)
CL(X)
1
HL(X) 1 (0)