Строгие методы
Ориентированы на поиск оптимального решения.
ЗПР в замкнутой форме.
Методы математической оптимизации. (линейное, нелинейное, дискретное программированиек)
Решение оптимально ó
ó
Дедуктивный вывод.
(от общего к частному)
A B
A
B
Системы Принятия Решений
(Decision Making)
Эвристические методы
Поиск приемлемого (удовлетворяющего, допустимонго) решения.
ЗПР в открытой форме.
НЕ-факторы.
W- множество возмущений.
Решение оптимально ó
ó
- функция допустимости.
R - отношение допустимости.
Обычно это отношение нестрогого порядка .
Свойства:
1) Рефлексивность a r a
2) Транзитивность arb & brc => arc
3) Асимметричность
a r b & b r a =>a=b
ó
Если в силу природы задачи не возможно отыскать оптимальное решение, то ищется приближённое.
Индуктивный вывод.
(от частного)
A B
B
A
Это правдоподобные методы, следовательно необходимо оценивать степень правдоподобия.
|
|
Обобщённый modus ponens
A B
A*
B* B*=A* (A B)
A R1 A ~ a0
T R2 T ~ t0
(t - a0) (t - t0) => выбираем R1
Условия принятия решений.
1.Условия определенности.
S – состояния.
A(R) – альтернативы (частичное решение)
" S $! aÎA
2.Условия риска.
Существуют ситуации, которым соответствует ряд возможных решений и их вероятности:
а1,p1
S а2,p2
… SPi=1.0
an,pn
3.Условия неопределенности.
Неполнота или противоречивость.
Формализация цели в ЗПР.
1. Количественное задание цели (с помощью целевой функции)
Сведение ЗПР к задаче математической оптимизации.
2. Качественное задание цели.
Выделяется 2 подзадачи:
1). Цель достигнута или цель не достигнута.
Определяется целевое множество Xц
2). С помощью отношения предпочтения () на множестве
альтернатив A.
Пример.
Задача сортировки (классы эквивалентности). Их частичный порядок можно задавать деревом или звездой.
K1 K2