Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования «ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» Институт – Институт Кибернетики. Направление (специальность) – Информатики и Вычислительная техника Кафедра - Оптимизации Систем Управления. Отчет по лабораторным работам №6 «Построение математических моделей объектов проектирования» По дисциплине «Теория принятии решений» Вариант 13 Выполнил ________________ Студент группы 8В83 Д.Н. айком. Подпись ________________ дата Руководитель ________________ Старший преподаватель Подпись ________________ дата Томск – 2011 Е.А.Синюкова. Задание: Цель: научить студента определять вектор состояний внешней среды, вектор решений и составлять платёжную матрицу (матрице решений). Находить оптимальное решение. Для решения задач использовать следующие критерии: 1. Максиминный критерий Вальда; 2. Критерий минимаксного риска Сэвиджа; 3. Критерий пессимизма-оптимизма Гурвица. Значение коэффициента взять у преподавателя; 4. Критерий Байеса – Лапласа. Значения вероятностей взять у преподавателя. 13. Требуется выяснить потребности транспортного агентства в автобусах для экскурсионного обслуживания. Обычно число заявок на автобусы колеблется в пределах от 10 до 50. Затраты на эксплуатацию каждого автобуса составляют 10 денежных единиц плюс 100 на содержание автопарка в целом в день. Экскурсионное бюро выплачивает транспортному агентству 20 денежных единиц за каждую заявку. Изменение условий Штраф за простой составляет 2 денежных единицы. Каждый автобус может совершить 3 рейса в день. Решение: Число заявок Затраты на эксплуатацию Выплаты 10 200 200 11 210 220 12 220 240 13 230 260 14 240 280 15 250 300 16 260 320 17 270 340 18 280 360 Составим платежную матрицу 10 4 6 8 10 12 14 16 18 15 56 24 -8 -40 -72 -104 -136 -168 20 100 134 102 70 38 6 -26 -58 25 100 200 212 180 148 116 84 52 30 100 200 300 290 258 226 194 162 35 100 200 300 400 368 336 304 272 40 100 200 300 400 478 446 414 382 45 100 200 300 400 500 556 524 492 50 100 200 300 400 500 600 634 602 100 200 300 400 500 600 700 712 Максиминный критерий Вальда: Максимаксный критерий. Самый благоприятный случай: vM = maximaxj aij = 56 ед. Если автопарк будет закупать 4 автобусов и при 10 рейсах в день. Вывод: принимая решение по критерию Вальда, следует закупить 4 автобуса. Критерий минимаксного риска Сэвиджа: Риском игрока rij при выборе стратегии i в условиях (состояниях) природы j называется разность между максимальным выигрышем, который можно получить в этих условиях и выигрышем, который получит игрок в тех же условиях, применяя стратегию i. Если бы игрок знал заранее будущее состояние природы j, он выбрал бы стратегию, которой соответствует max элемент в данном столбце: max i aij, тогда риск: rij = maxi aij - aij. Критерий Сэвиджа рекомендует в условиях неопределенности выбирать решение, обеспечивающее минимальное значение максимального риска: vS = mini maxj rij = mini maxj (maxi aij - aij). 10 4 6 8 10 12 14 16 18 56 24 -8 -40 -72 -104 -136 -168 56 15 20 100 134 102 70 38 6 -26 -58 134 25 100 200 212 180 148 116 84 52 212 30 100 200 300 290 258 226 194 162 300 35 100 200 300 400 368 336 304 272 400 40 100 200 300 400 478 446 414 382 478 45 100 200 300 400 500 556 524 492 556 50 100 200 300 400 500 600 634 602 634 100 200 300 400 500 600 700 712 712 Согласно критерию Сэвиджа минимальная недополученная прибыль будет 160 при 14 автобусах и 10 рейсах. Вальд 56 24 -8 -40 -72 -104 -136 -168 56 Критерий пессимизма-оптимизма Гурвица 0,2 64,8 59,2 53,6 48 42,4 36,8 31,2 8 64,8 0,5 78 112 146 180 214 248 282 272 282 0,8 91,2 164,8 238,4 312 385,6 459,2 532,8 536 536 На выбор значения степени оптимизма оказывает влияние мера ответственности: чем серьезнее последствия ошибочных решений, тем больше желание принимающего решение застраховаться, то есть степень оптимизма ближе к нулю. Критерий Байеса – Лапласа. Этот критерий отступает от условий полной неопределенности - он предполагает, что возможным состояниям природы можно приписать определенную вероятность их наступления и, определив математическое ожидание выигрыша для каждого решения, выбрать то, которое обеспечивает наибольшее значение выигрыша: vBL = maxi aij qj. Этот метод предполагает возможность использования какой-либо предварительной информации о состояниях природы. При этом предполагается как повторяемость состояний природы, так и повторяемость решений, и прежде всего, наличие достаточно достоверных данных о прошлых состояниях природы. То есть, основываясь на предыдущих наблюдениях прогнозировать будущее состояние природы (статистический принцип). 4 6 8 10 12 14 16 18 0,01 0,01 0,01 0,01 0,92 0,01 0,01 0,01 0,01 0,56 0,24 -0,08 -0,4 -0,72 -1,04 -1,36 -1,68 1 1,34 1,02 0,7 0,38 0,06 -0,26 -0,58 1 2 2,12 1,8 1,48 1,16 0,84 0,52 1 2 3 2,9 2,58 2,26 1,94 1,62 92 184 276 368 338,56 309,12 279,68 250,24 1 2 3 4 4,78 4,46 4,14 3,82 1 2 3 4 5 5,56 5,24 4,92 1 2 3 4 5 6 6,34 6,02 1 2 3 4 5 6 7 7,12 сумма 99,56 197,58 294,06 389 362,06 333,58 303,56 272 389