
- •1. Процесс принятия решений. Три условия принятия решений.
- •2. Принятие решений в условиях определенности. Структура с одним иерархическим уровнем.
- •3. Принятие решений в условиях определенности. Структура с двумя иерархическими уровнями.
- •4. Принятие решений в условиях определенности. Понятие веса и комбинированного веса.
- •5. Принятие решений в условиях определенности. Понятие матрицы парных сравнений.
- •6. Принятие решений в условиях определенности. Понятие нормализованной матрицы.
- •7. Принятие решений в условиях определенности. Пример согласованной матрицы.
- •8. Принятие решений в условиях определенности. Условие согласованности.
- •9. Принятие решений в условиях определенности. Коэффициент согласованности.
- •10. Принятие решений в условиях риска. Сравнение альтернативных решений.
- •11. Принятие решений в условиях риска. Понятие дерева решений.
- •12. Принятие решений в условиях риска. Связь между «состоянием природы» и ожидаемым платежом.
- •13. Принятие решений в условиях риска. Альтернатива на примере ремонта автомобилей.
- •14. Принятие решений в условиях риска. Критерий выбора периодичности ремонта автомобилей.
- •15. Принятие решений в условиях риска. Зависимость вероятности поломки автомобиля от срока эксплуатации.
- •16. Принятие решений в условиях риска. Априорные вероятности.
- •17. Принятие решений в условиях риска. Апостериорные вероятности.
- •18. Принятие решений в условиях риска. Вероятностные соотношения, отражающие мнение специалиста при принятии решения на основе эксперимента над исследуемой системой.
- •19. Принятие решений в условиях риска. Дерево решений при использовании апостериорных вероятностей.
- •20. Принятие решений в условиях риска. Вероятность совместного появления событий m и .
- •21. Принятие решений в условиях риска. Абсолютная вероятность.
- •22. Принятие решений в условиях риска. Выражение для апостериорной вероятности.
- •23. Принятие решений в условиях риска. Понятие функции полезности.
- •24. Принятие решений в условиях риска. Графическое изображение функции полезности.
- •25. Принятие решений в условиях риска. Процедура построения функции полезности.
- •26. Принятие решений в условиях риска. Понятие критерия ожидаемого значения.
- •27. Принятие решений в условиях риска. Составляющие критерия ожидаемого значения – дисперсия.
- •28. Принятие решений в условиях риска. Понятие критерия предельного уровня.
- •29. Принятие решений в условиях риска. Использование критерия предельного уровня в сфере массового обслуживания.
- •30. Принятие решений в условиях риска. Критерий наиболее вероятного исхода.
- •31. Принятие решений в условиях неопределенности. Критерий Лапласа.
- •32. Принятие решений в условиях неопределенности. Минимаксный критерий.
- •33. Принятие решений в условиях неопределенности. Критерий Сэвиджа.
- •34. Принятие решений в условиях неопределенности. Критерий Гурвица.
- •35. Марковские процессы. Понятие матрицы переходных вероятностей и матрицы доходов.
- •36. Марковские процессы. Стационарная стратегия.
- •37. Марковские процессы. Основной смысл решений, принимаемых садовником.
- •38. Марковские процессы. Представление задачи садовника как задачи динамического программирования с конечным числом этапов (основные элементы).
- •39. Марковские процессы. Ожидаемый доход, обусловленный одним переходом.
- •40. Марковские процессы. Понятие обратной прогонки в задаче динамического программирования.
- •41. Марковские процессы. Рекуррентное уравнение динамического программирования при условии изменения переходных вероятностей и функции дохода во времени.
- •42. Марковские процессы. Коэффициент дисконтирования. Его учет в рекуррентном уравнении динамического программирования при конечном числе этапов.
- •43. Марковские процессы. Общая характеристика методов решения задачи с бесконечным числом этапов.
- •44. Марковские процессы. Алгоритм метода полного перебора. Общая характеристика.
- •45. Марковские процессы. Пример вычисления долгосрочных стационарных вероятностей в методе полного перебора в модели с бесконечным числом этапов.
- •46. Марковские процессы. Характеристика результирующей таблицы в методе полного перебора в методе с бесконечным числом этапов.
- •47. Марковские процессы. Недостаток метода полного перебора в модели с бесконечным числом этапов.
- •48. Марковские процессы. Модификация рекуррентного уравнения в методе итераций по стратегиям при бесконечном числе этапов.
- •49. Марковские процессы. Необходимость применения итеративной процедуры в методе итераций по стратегиям при бесконечном числе этапов.
- •50. Марковские процессы. Алгоритм метода итераций по стратегиям при бесконечном числе этапов. Общая характеристика.
- •1.Шаг оценивания параметров:
- •2.Шаг улучшения стратегии:
- •51. Марковские процессы. Критерий выбора оптимального решения в методе итераций по стратегиям при бесконечном числе этапов.
- •52. Марковские процессы. Пример шага оценивания параметров в методе итераций по стратегиям при бесконечном числе этапов.
- •53. Марковские процессы. Пример шага улучшения стратегии в методе итераций по стратегиям при бесконечном числе этапов.
- •58. Марковские процессы. Выражение (основа) для формулировки марковской задачи в виде задачи линейного программирования.
- •59. Марковские процессы. Формулировка Марковской задачи в виде задачи линейного программирования. Постановка задачи.
- •60. Марковские процессы. Пример формулировки задачи садовника без дисконтирования при бесконечном числе этапов в виде задачи линейного программирования.
- •76. Понятие регрессионного анализа.
- •77. Метод наименьших квадратов.
- •78. Понятие доверительный интервал для среднего значения оценки.
- •79. Понятие интервала предсказаний
- •80. Понятие коэффициента корреляции
- •81. Понятие тренда во временном ряду.
- •82. Модель аддитивных компонентов.
- •83. Модель мультипликативных компонентов.
- •1. Понятие эс
- •2. Назначение и области применения экспертных систем
- •3 . Структура экспертной системы
- •4. Основные классы и виды экспертных систем
- •5. Продукционные экспертные системы. Основные компоненты продукционной экспертной системы
- •6. Продукционные экспертные системы. Прямая и обратная цепочки вывода
- •7. Продукционные экспертные системы. Простая диагностирующая экспертная система
- •8. Продукционные экспертные системы. Формальное представление продукционной экспертной системы
- •9. Нейлоровские диагностирующие системы. Общие понятия
- •10. Нейлоровские диагностирующие системы. Байесовский подход
- •11. Нейлоровские диагностирующие системы. Элементы механизма логического вывода
- •12. Нейлоровские диагностирующие системы. Цены свидетельств — косвенная цепочка рассуждений
- •13. Нейлоровские диагностирующие системы. Правила остановки
- •14. Нейлоровские диагностирующие системы. Структура базы знаний
- •15. Нейлоровские диагностирующие системы. Алгоритм логического вывода
1. Понятие эс
Экспертная система (ЭС) представляет из себя компьютерную программу, позволяющую автоматизировать достоверные рассуждения человека-эксперта в конкретной предметной области. ЭС — это диалоговая система; содержание и форма диалога соответствуют "беседе" эксперта с "заказчиком" или пользователем системы с целью получения
экспертных заключений по обсуждаемой проблеме. В результате такой беседы человек-эксперт приходит к определенным выводам и рекомендациям, позволяющим ответить на основной вопрос пользователя. В частности, пользователя может интересовать проблема выбора решения из заданного множества альтернатив. К такому же результату мы приходим, общаясь и с ЭС, которая моделирует поведение человека-эксперта.
Традиционным примером предметной области, где целесообразно применение ЭС, является область медицинской диагностики. Основываясь на данных анализов и внешних симптомах проявления болезни, а также на основе имеющейся дополнительной информации ЭС должна указать наиболее правдоподобный диагноз (из заданного множества диагнозов), моделируя рассуждения человека-эксперта, в данном случае — лечащего врача или врача-диагноста.
Основная цель, достигаемая при использовании ЭС, состоит в тиражировании знаний высококвалифицированных экспертов. Это приводит к удешевлению процесса экспертизы, а также, вообще говоря, к повышению достоверности и надежности результатов экспертизы. Последний аспект особенно ярко проявляется в задачах принятия решений в условиях критических ситуаций, когда требуется быстро и безошибочно указать способ поведения реального объекта (например, человека). Как правило, в жестких временных рамках даже высококвалифицированный человек-эксперт (например,
офицер наведения ракет в системах противовоздушной обороны) подвержен влиянию различных психологических факторов, затрудняющих процесс выработки рациональных решений.
2. Назначение и области применения экспертных систем
В настоящее время системы поддержки принятия решений в виде экспертных систем широко используются в различных областях. Появилась и развивается специальная индустрия по разработке и внедрению ЭС. Основное назначение ЭС состоит в решении неформализованных задач выбора, являющихся трудными для традиционных методов математического анализа и традиционных методов программирования.
Наибольшее распространение ЭС получили в таких областях, как: • проектирование заказных интегральных схем; • автоматизация программирования на основе применения современных CASE-систем и окружений разработки больших программных проектов;• военные приложения; • здравоохранение; • риэлтерская деятельность по подбору и продаже объектов недвижимости; рынок недвижимости; • финансовый рынок и рынок ценных бумаг; • автоматизированное комплексирование заказных компьютерных систем, в том числе офисных; • принятие решений в кризисных ситуациях;
• охрана правопорядка; • современные информационные образовательные технологии; • контроль знаний обучающихся;
• задачи планирования и рационального распределения ресурсов и т. д.
По своему смыслу многие ЭС, применяемые в вышеперечисленных областях, могут быть отнесены к одному из следующих классов.
Д
иагностирующие
и управляющие системы. Основная задача
диагностики может быть в общем виде
сформулирована следующим образом. Пусть
S — некоторая диагностируемая система
(рис. 12.1), X — входные, а Y — выходные
сигналы диагностируемой системы.
На основе анализа в реальном времени информации о входных и выходных сигналах, а также информации о внутреннем состоянии системы S диагностирующая экспертная система ЭС должна делать заключения о "правильности" функционирования S. При возникновении "нештатных", критических ситуаций они должны фиксироваться ЭС. Кроме того, должны определяться места "неисправностей" в системе S и выдаваться
рекомендации устройству управления УУ (это может быть техническое устройство, человек, группа лиц, государственный орган и т. п.) с целью вывода S из кризисной ситуации. Таким образом, данная ЭС будет выполнять функции управления.
Прогнозирующие системы могут также применяться в различных областях. Основная задача прогнозирующей ЭС заключается в анализе развития ситуации (некоторой системы S) за определенный отрезок времени и выдаче соответствующих выводов и прогнозов о правдоподобных путях развития этой ситуации в будущем. Например, введение некоторых новых законов в стране требует предварительного анализа возникающих
последствий и оценки желательности этих последствий. Точно так же анализ определенных изменений на бирже позволяет указать возможное развитие ситуации в будущем, что может повлиять на принимаемые в настоящий момент решения. Безусловно, существуют прогнозирующие системы, основанные на регулярных математических методах, связанных, в частности, с методами анализа временных рядов, однако в ряде случаев прогноз может быть осуществлен только на основе знаний экспертов в конкретной предметной области, и это область применимости ЭС.
Планирующие системы предназначены для создания плана реализации последовательности действий для достижения поставленных целей. Примерами ЭС, занятых планированием, могут служить системы формирования плана проведения боевой операции в заданных условиях. В качестве примера планирующей экспертной системы можно также привести ЭС, обслуживающую какое-то количество рабочих станций (терминалов) в торговом зале и позволяющую покупателям компьютеров спланировать покупку — выбрать в диалоговом режиме конфигурацию компьютера, в наибольшей степени соответствующую целям и финансовым возможностям каждого отдельного покупателя.
Интерпретирующие (анализирующие) системы осуществляют анализ ("расшифровку") поступающей информации о состоянии некоторой системы или объекта и затем дают описание реальной ситуации на стандартном для данной прикладной области языке. Например, военные интерпретирующие системы могут использоваться для идентификации целей на основе данных радиолокационной разведки.