рефераты конспекты курсовые дипломные лекции шпоры

Раздел Образование
/
Вид работы: Лекции
/
Критерий Сэвиджа

Реферат Курсовая Конспект

Выберите учебное заведение

Критерий Сэвиджа

Критерий Сэвиджа - Лекция, раздел Образование, По курсу: Лекция №1 Структура задачи принятия решений (Критерий Минимальных Сожалений) ...

(критерий минимальных сожалений)

Пример: Пусть в процессе эксплуатации ЭВМ обнаружились сбои, возможные варианты решения следующие:

Х₁ — полная проверка машин;

Х₂ — минимальная проверка машин;

Х₃ — отказ от проверки машин.

При этом возможны состояния машин:

Y₁ — неисправностей нет, сбои были случайными;

Y₂ — есть незначительные неисправности;

Y₃ — серьезные неисправности.

Матрица убытков в условных единицах Матрица штрафов или матрица выигрышей.

F(x,y)	Y1	Y2	Y3	Y1	Y2	Y3	K_S	Kmm
^*X1	-20	-22	-25					-25
^*X2	-14	-23	-31					-31
X3		-24	-40					-40

Матрица штрафов или матрица выигрышей, лица принимающего правильное решение по сравнению с лицом принимающего неправильное решение.

Либо штраф за то, что выбрали 1 или 2 решение, а не 3 в первом столбце, 2-й и 3-й столбцы характеризует дополнительные штрафы.

Если рассматривается матрица или убытков, тогда операция max и min в классических критериях меняется на противоположный.

Недостаток критерия Сэвиджа то, что он в своей формуле не учитывает уровень потерь.

В связи с этим можно получить оптимальные решения по дополнительным потерям, а по основным можно получить неудовлетворительный результат.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

По курсу: Лекция №1 Структура задачи принятия решений

Национальный технический университет ХПИ... Кафедра Вычислительная техника и программирование... К У Р С Л Е К Ц И Й...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Критерий Сэвиджа

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Способы представления
1) в виде графа; 2) в виде функции реализации: P1 P2 … ®j F(x,y) Y1

Типы целей
1. Качественная цель; 2. Максимальная или минимальная заданной функции; 3. Цель заданной посредством отношений предпочтения.

Максиминный критерий
1. Если о среде не чего не известно, то нужно вводить гипотезы определяющие среду; 2. Среда нам враждебна и есть таблица выигрышей, т о выбор ?? либо альтернативы при вражд

Критерий Байеса–Лапласа
Этот критерий является обобщением нейтрального критерия и предназначен для определения лучших альт

Критерий субъективно-средних сожалениях
F(x,y) Y1 Y2 Y3 Y1

Критерий Гурвица

Критерий Ходжа–Лемана
если С = 1, остается Кмм; если С = 0, останется КBL. Степе

Критерий минимума дисперсии оценочного функционала
Основная задача этого — ограничить появление малых значений, через величину дисперсии среднего зна

Понятие о риске
В общих представлениях о риске, является неуверенность, произойдет ли желательное или нежелательное событие, или событие это не произойдет. Если бы был исключен риск, при принятии решений,

Использование понятия полезности при принятии решений
Решение принимает конкретный субъект (лицо), значит решения субъективны и при решении задач, принятия решений необходимо эту субъективность учитывать. Пример2: Есть

Критерии принятия решений при разработке ПО
Литература: 1. Характеристика качества ПО. Боэм. Б. и др., Москва: Мир — 1981 г. 2. Стандарт ISO 9126–1–4; 1991 г., “Информационная технология. Оценка программного

Характеристики программных средств

Векторный критерий сводится к скалярному
Каждый компонент векторного критерия присваивается вес и в этом случае альтернатив

Понятие седловой точки
Если в игре с матрицей А нижнее и верхнее, чистые цены игры совпадают т.е. , то говорят, что эта игра имеет седловую точку,

Решение матричных игр методом линейного программирования
y1 … yj … ym

Общая формулировка двойственных симметричных задач
Первая задача: Минимизировать: Вторая задача: Максимизировать:

Общий алгоритм решения матричной игры с помощью линейного программирования
1. Исследуем предложенную матричную игру на величину цены игры, т.е. определяем нижнею чистую цену игры a и верхнею цену игры b. Возможны следующие случаи: