- •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
12. Принятие решений в условиях риска. Связь между «состоянием природы» и ожидаемым платежом.
В теории принятия решений повышение или понижение котировок на бирже именуется состоянием природы, возможные реализации которых являются случайными событиями (в данном случае (см. вопрос 11) с вероятностями 0,6 и 0,4). В общем случае принятия решений может включать n состояний природы и m альтернатив. Если - вероятность j-го состояния природы, а - платеж, связанный с принятием решения i при состоянии природы j (i = 1, 2, ...m, j =1,2, ..., n), тогда ожидаемый платеж для решения i вычисляется в виде
, где
Наилучшим решением будет то, которое соответствует или , в зависимости от того, является ли платеж в задаче доходом или убытком.
13. Принятие решений в условиях риска. Альтернатива на примере ремонта автомобилей.
Электроэнергетическая компания использует парк из 20 грузовых автомобилей для обслуживания электрической сети. Компания планирует периодически профилактический ремонт автомобилей. Вероятность поломки автомобиля по истечении месяцев после профилактического ремонта оценивается следующим образом:
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
0,05 |
0,07 |
0,10 |
0,13 |
0,18 |
0,23 |
0,33 |
0,43 |
0,50 |
0,55 |
Случайная поломка одного грузового автомобиля обходится компании в 200 долларов, а планируемый профилактический ремонт в 50 долларов. Необходимо определить оптимальный период (в месяцах) между планируемыми профилактическими ремонтами. N- искомое число месяцев между профилактическими ремонтами. На протяжении N-месячного цикла могут иметь место два вида расходов: 1) затраты, связанные с устранением поломки автомобиля на протяжении первых N- 1 месяцев и 2) затраты на профилактический ремонт в конце цикла. Затраты второго вида (профилактический ремонт) составляют $50 х 20 автомобилей, т.е. 1000 долларов на цикл. Затраты, связанные с устранением поломок автомобилей, должны основываться на среднем количестве автомобилей, вышедших из строя на протяжении первых N- 1 месяцев цикла.
14. Принятие решений в условиях риска. Критерий выбора периодичности ремонта автомобилей.
Электроэнергетическая компания использует парк из 20 грузовых автомобилей для обслуживания электрической сети. Компания планирует периодически профилактический ремонт автомобилей. Вероятность поломки автомобиля по истечении месяцев после профилактического ремонта оценивается следующим образом:
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
0,05 |
0,07 |
0,10 |
0,13 |
0,18 |
0,23 |
0,33 |
0,43 |
0,50 |
0,55 |
Здесь мы имеем два состояния по истечении месяца t: поломка автомобиля с вероятностью и ее отсутствие с вероятностью . Следовательно, ожидаемое число поломок по истечении месяца t равно количеству автомашин в парке, умноженному на , т.е. . Используя этот результат, подсчитаем ожидаемое общее число сломавшихся автомобилей на протяжении первых N-1 месяцев цикла в виде суммы соответствующих величин для каждого месяца в отдельности, т.е. - Обозначив через общую ожидаемую стоимость для цикла между профилактическими ремонтами, имеем следующее:
.