Bai4.Slide 1

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI – BÀI GIẢNG ĐIỆN TỬ
MÔ HÌNH HOÁ VÀ QUẢN TRỊ MÔ HÌNH

CỦA BÀI TOÁN RA QUYẾT ĐỊNH
1
Webiste: https://haui.edu.vn © 2021 Hanoi University of Industry All rights reserved
HỆ HỖ TRỢ QUYẾT ĐỊNH
NỘI DUNG BÀI HỌC
1 Mô hình
2 Mô hình hóa việc thiết lập các mô hình cho một bài toán
3 Cơ sở mô hình và quản trị mô hình (MBMS) Model Base Management Systems
2
1. MÔ HÌNH
• Các mô hình toán học thường được biểu diễn là các mối quan hệ giữa các biến
quyết định, biến môi trường và biến kết quả, cần phải thoả mãn một số ràng
buộc và đạt được các mục tiêu nhất định.
• Tiếp đó là phần trình bày các mô hình định lượng, gồm các mô hình ra quyết
định với độ chắc chắn như quy hoạch tuyến tính, bài toán vận tải, mô hình ra
quyết định mạo hiểm như mô phỏng, dự báo, lập kế hoạch dự án, lập trình
heuristic, và các mô hình ra quyết định với độ không chắc chắn như ra quyết
định đa mục tiêu, với các kỹ thuật như hàm tích hợp, quan hệ thứ tự.
• Các mô hình trên thường được chuẩn hoá tạo thành các gói phần mềm chuẩn
hoặc các gói phần mềm đặc biệt, từ đó xây dựng cơ sở mô hình cho Hệ hỗ trợ
quyết định.
3
MÔ HÌNH
❖Mô hình là một biểu diễn đơn giản hóa hoặc tóm lược hiện thực:
- Mô hình thường được phân lớp theo mức độ tóm lược của chúng thành
3 nhóm:
❑Các mô hình tỷ lệ (còn gọi là mô hình biểu tượng, mô hình thu nhỏ):
là bản sao vật lý của hệ thống, chỉ khác nhau về tỷ lệ so với nguyên
bản.
• Ví dụ: thực tế trên không gian 3 chiều, nhưng các bức ảnh trên
mặt phẳng 2 chiều.
4
MÔ HÌNH
❑Các mô hình tương tự: không hoàn toàn giống thể giới thực, nhưng có
dáng điệu giống như hệ thống thực và được xem là một biểu diễn tượng
trưng cho thế giới thực. Ví dụ: xấp xỉ hàm.
▪ Mô hình tương tự thường là những biểu đồ 2 chiều như:
➢Biểu đồ tổ chức mô tả cấu trúc, các mối quan hệ trách nhiệm.
➢Bản đồ nhiều màu sắc biểu diễn núi non, thành phố, con người.
➢Các biểu đồ thị trường chứng khoán.
➢Đồng hồ tốc độ, nhiệt kế,...
5
MÔ HÌNH
❑Các mô hình toán học (hoặc mô hình định lượng): Với các hệ thống
phức tạp thì không dễ gì biểu diễn bằng các biểu tượng, mô hình tương
tự sẽ cồng kềnh và tốn nhiều thời gian. Do đó, người ta sử dụng mô hình
toán học. Điều này cũng phù hợp với Hệ hỗ trợ quyết định vì quá trình
phân tích được thực hiện bằng số.
6
MÔ HÌNH
❑ Lợi ích của mô hình:
• Giá thành của việc phân tích mô hình hóa thấp hơn giá thành của những thí nghiệm tương tự
trên hệ thống thực.
• Vượt qua yếu tố thời gian, các thay đổi tính theo năm ở thế giới thực có thể được mô phỏng
trong vài phút tính toán.
• Thao tác trên mô hình (ví dụ sửa tham số) dễ hơn so với thế giới thực.
• Giá của các sai sót trong các thử nghiệm trên mô hình nhỏ hơn.
• Xử lý được các tham số không chính xác, cho phép nhà quản lý xác định được các rủi ro có
thể gặp phải.
• Sử dụng mô hình toán học cho phép phân tích một số lượng lớn các giải pháp có thể, cùng
với các khả năng truyền thông... Từ đó lựa chọn phương án tốt nhất trong nhiều phương án.
• Mô hình tăng khả năng học và khả năng thực tập.
7
MÔ HÌNH
❑Ví dụ về bài toán sản xuất:
• Một nhà máy đang cân nhắc sản xuất 2 sản phẩm A và B.
• Sản phẩm A cần 300 phút lao động và 10.000đ nguyên vật liệu.
• Sản phẩm B cần 500 phút lao động và 15.000đ nguyên vật liệu.
• Lợi nhuận của A là 8.000đ và của B là 12.000đ. Hiện tại trong 1 tháng nhà
máy có thể sử dụng 200.000 phút lao động với 8.000.000đ đầu tư cho nguyên
vật liệu. Thị trường yêu cầu ít nhất 100 sản phẩm A.
• Yêu cầu ra quyết định: phải sản xuất bao nhiêu sản phẩm A và B trong 1
tháng để cho lợi nhuận lớn nhất.
8
MÔ HÌNH
❑Mô hình toán học:
9
2. MÔ HÌNH HÓA VIỆC THIẾT LẬP CÁC MÔ HÌNH CHO MỘT BÀI TOÁN
❑Trong bài toán ra quyết định, có thể có một số mô hình chuẩn, một số
mô hình do người thực hiện tự thiết kế.
▪ Bước 1: Xây dựng mô hình định tính (đặc tả mô hình).
• Cần phát biểu mô hình bằng lời, bằng những biểu đồ, các điều kiện
về kinh tế kỹ thuật,... và các mục tiêu cần đạt được.
▪ Bước 2: Xây dựng mô hình toán học.
• Diễn tả bằng ngôn ngữ toán học cho mô hình định tính: xác định hàm
mục tiêu, các biến quyết định, các ràng buộc.
10
❑ Bước 3: Giải bài toán (mô hình), cần phải:
• Lựa chọn và xây dựng phương pháp giải phù hợp
• Cụ thể hóa bằng các thuật toán tối ưu
• Lập chương trình bằng ngôn ngữ thích hợp
• Chạy và in kết quả.
❑ Bước 4: Phân tích và kiểm định lại kết quả, xác định mức độ phù hợp của mô hình:
• Phù hợp: ghi lại
• Không phù hợp: xem xét lại:
• Mô hình định tính
• Mô hình toán học
• Các thuật giải
• Dữ liệu, tham số không phản ánh đúng thực tế.
11
❑ Phân loại mô hình (mô hình toán học):

▪ Mô hình tĩnh và Mô hình động:
• Mô hình tĩnh: cần ra quyết định trong 1 tình huống tức thời của hệ
thống, với giả định rằng hệ ổn định trong quá trình phân tích.
• Mô hình động: để đánh giá các kịch bản thay đổi theo thời gian, cho
tương lai như giá cả, phí tổn, lợi nhuận trong năm tới...
12
❑ Mô hình chắc chắn và không chắc chắn:

• Mô hình chắc chắn: trong việc ra quyết định với giả thiết chắc chắn, thông tin
đầy đủ, có sẵn, người ra quyết định biết chính xác kết quả mỗi quá trình sẽ
xảy ra và giả thiết rằng chỉ có 1 kết quả cho mỗi sự lựa chọn.
→ Dễ làm việc, có thể sinh ra giải pháp tối ưu.
• Mô hình không chắc chắn: khi giả thiết không chắc chắn, thông tin không
đầy đủ thì việc ra quyết định khó khăn. Do đó, cần phải cố gắng tránh sự
không chắc chắn.
• Mô hình ra quyết định mạo hiểm: người ra quyết định phải sử dụng nhiều kỹ
thuật để phân tích, đánh giá mức độ mạo hiểm cho mỗi giải pháp (ví dụ
trong kinh doanh).
13
❑Các kỹ thuật:
• Bảng quyết định, cây quyết định: tìm giải pháp tốt nhất trong một số ít các phương án chọn.
• Mô hình quy hoạch toán học, quy hoạch tuyến tính, mô hình mạng: tìm giải pháp tốt nhất trong
số lớn (vô hạn) các giải pháp, sử dụng quá trình cải tiến từng bước.
• Các mô hình thống kê: tìm giải pháp tốt nhất trong một số bước bằng sử dụng công thức
thống kê.
• Mô phỏng: tìm giải pháp “đủ tốt” hoặc tốt nhất trong số các giải pháp được kiểm tra, sử dụng
thử nghiệm.
• Lập trình Heuristic và hệ chuyên gia: tìm giải pháp “đủ tốt” bằng cách sử dụng các luật.
• Mô hình tài chính: phân tích What-If bằng cách sử dụng các công thức.
• Phân tích Markov, mô hình dự báo: dự đoán tương lai từ các kịch bản đã có.
• ...
14
❑ Các mô hình định lượng

▪ Biểu diễn bằng lưu đồ ảnh hưởng
• Dùng để biểu diễn, vẽ thiết kế một
mô hình, cung cấp các mối quan hệ
nằm trong mô hình. Thuật ngữ “ảnh
hưởng” nói về sự liên hệ của biến
này vào biến khác trong mô hình.
• Một số ký pháp:
15
MÔ HÌNH ĐỊNH LƯỢNG

❑ Ví dụ: Cho mô hình
• Số đơn vị sản phẩm đã bán = 0,5 x số lượng
đơn vị sản phẩm dùng cho quảng cáo.
• Thu vào = số đơn vị sản phẩm đã bán x giá
của 1 đơn vị sản phẩm
• Chi phí = số đơn vị sản phẩm đã bán x chi phí
1 đơn vị sản phẩm + chi phí cố định
• Lợi nhuận = Thu vào - Chi phí
16
CÁC HÀM TOÁN HỌC, HÀM THỐNG KÊ

❑ Các hàm toán học:
• Hàm tuyến tính: y = ax + b
• Hàm bậc hai: y = ax2 + bx + c
• Hàm đa thức: y = axn + b
• Hàm phân thức: y = ax1/n + b
• Hàm mũ: y = eax + b, e = 2.71828
• Hàm logarith: y = a ln x + b
… Với x là biến độc lập, y là biến phụ thuộc, a,b,c là các tham số
❑ Các hàm thống kê:
• Phân bố nhị phân
• Phân bố đồng dạng
• Phân bố Chi bình phương
• Phân bố chuẩn
17
RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

❑ Tối ưu tuyến tính
▪ Khi số lượng các phương án chọn lớn (có thể vô hạn) thì không thể giải bằng
bảng quyết định. Sử dụng lớp các công cụ giúp các nhà quản lý đạt được
đích đề ra từ một nguồn tài nguyên cho trước (bài toán phân phối).
▪ Đặc trưng:
• số lượng hữu hạn tài nguyên
• các tài nguyên đó được dùng để tạo ra sản phẩm hoặc dịch vụ
• có nhiều cách để phân phối tài nguyên đó (giải pháp)
• các sản phẩm đáp ứng mục tiêu
• sự phân bổ phải thỏa mãn một số ràng buộc.
18

❑ Ví dụ: có 7 dự án sản xuất các sản Yêu cầu Yêu cầu tài chính Lợi nhuận đem lại
nhân lực/năm (triệu) (triệu)
phẩm khác nhau, đặt tên là
PRODUCT1, PRODUCT2, ..., PRODUCT1 120 15,0 8,0
PRODUCT7. Các yêu cầu về nhân lực,
PRODUCT2 25 5,0 2,0
tài chính và lợi nhuận đem lại được liệt
kê như bảng sau: PRODUCT3 15 6,0 1,0
❑ Trong đó: PRODUCT4 60 10,0 4,0

• Giới hạn về nhân lực: 155 nhân lực/năm.
PRODUCT5 8 3,2 0,5
• Giới hạn về tài chính: 40 triệu.
• Cần phải có ít nhất 4 dự án hoạt động. PRODUCT6 12 4,0 1,2
• Mục tiêu: lợi nhuận lớn nhất. PRODUCT7 20 12,0 3,0
19

❑Như vậy: 8P1 + 2P2 + P3 + 4P4 + 0,5P5 + 1,2P6 + 3P7 → Max
❑Các ràng buộc: 120P1 + 25P2 + 15P3 + 60P4 + 8P5 + 12P6 + 20P7 ≤ 155
15P1 + 5P2 + 6P3 + 10P4 + 3,2P5 + 4P6 + 12P7 ≤ 40
P1 + P2 + P3 + P4 + P5 + P6 + P7 ≥ 4
Pi  {0,1}
20

❑Lưu đồ ảnh hưởng
21

❑Mô hình toán học
22

❑Bài toán vận tải Máy 1 Máy 2 Máy 3 Máy 4 Máy 5 Máy 6
Người 1 2 3 2 4 3 4
• Ứng dụng: phân bổ máy móc thiết bị, tối
ưu việc sử dụng tài nguyên Người 2 4 3 5 2 4 3
• Ví dụ: Có 6 công nhân và 6 máy với thời
gian xử lý ứng với từng người là khác Người 3 10 11 9 10 13 11
nhau, theo bảng sau
Người 4 7 6 8 7 9 6
➢ Kết quả: Người 1 - Máy 1, Người 2 - Máy 4,
Người 3 - Máy 3, Người 4 - Máy 2, Người 5 - Người 5 15 17 16 15 14 17
Máy 5, Người 6 - Máy 6.
➢ Thời gian xử lý theo phương án tối ưu là 36. Người 6 4 3 5 4 6 3
với 36= 2+6+9+2+14+3
23
RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

❑ Mô phỏng
• Mô phỏng bao gồm các kỹ thuật nhằm bắt chước các hành vi của một
thực thể nào đó. Mô phỏng gắn với hành vi (bên ngoài) chứ không gắn với
cấu trúc, mối liên hệ (bên trong).
• Mô phỏng liên quan chặt chẽ với môi trường quyết định và hành vi ra
quyết định. Ở những Hệ hỗ trợ quyết định có các tình huống nửa cấu trúc,
phi cấu trúc thì khó biểu diễn bằng mô hình tối ưu hoặc các mô hình toán
học khác. Do đó chọn phương pháp mô phỏng.
24

❑ Những đặc trưng chính của mô phỏng:
• Mô phỏng không phải là loại mô hình biểu diễn thực sự mà chỉ là bắt chước,
là công cụ mô tả.
• Mô phỏng là một kỹ thuật dùng cho việc điều khiển các thí nghiệm, kiểm thử
dữ liệu cụ thể của quyết định hoặc các biến không điều khiển được và quan
sát sự tác động lên các biến ra.
• Mô phỏng được dùng khi gặp các vấn đề quá phức tạp, không xử lý được
bằng các kỹ thuật tối ưu.
25

❑ Ưu điểm của mô phỏng:
• Đơn giản.
• Không phụ thuộc vào yếu tố thời gian, có những vấn đề liên quan đến 1 quãng
thời gian dài, nhưng máy tính xử lý trong vài phút.
• Cho phép quan sát 1 lớp các tình huống.
• Cho phép thử nghiệm theo kiểu thử-sai.
• Giúp cho nhà quản lý hiểu rõ hệ thống, vì được xây dựng theo cách nhìn của
nhà quản lý và cấu trúc quyết định của họ.
• Mô phỏng có thể thực hiện với mọi vấn đề, mọi tập giá trị của các biến,...
26

❑Bất lợi của mô phỏng:
• Không đảm bảo giải pháp tối ưu.
• Quá trình mô phỏng chậm, tốn kém.
• Không thể dùng để giải các bài toán khác, khó tổng quát hóa.
• Mô phỏng nhiều khi làm cho nhà quản lý mất trực quan, phương án tối ưu
xuất hiện trước mắt nhưng không nhận ra.
27

❑Quá trình mô phỏng:
28

• Định nghĩa bài toán: kiểm tra và phân lớp bài toán thực tế, nêu sự cần thiết của mô phỏng.
• Xây dựng mô hình mô phỏng: thu thập dữ liệu, xác định các biến, các mối quan hệ (có thể
dùng biểu đồ để mô tả quá trình). Sau đó viết chương trình cho máy tính.
• Kiểm tra và xác định tính hợp lệ của mô hình: mô hình mô phỏng phải bắt chước một cách
thật sự hệ thống đang nghiên cứu.
• Thiết kế các thử nghiệm: nhằm chứng minh tính hợp lệ của mô hình, thiết kế các thí nghiệm,
xác định thời gian thực hiện mô phỏng. Có 2 mục tiêu trái ngược nhau: độ chính xác và chi
phí.
• Thực hiện các thử nghiệm: tạo ra các số ngẫu nhiên, điều kiện dừng, biểu diễn kết quả...
• Đánh giá các kết quả: “Các kết quả này có ý nghĩa gì?”, có thể phân tích nhạy cảm What - If.
• Triển khai: các nhà quản lý tham gia trực tiếp vào quá trình mô phỏng.
29
HEURISTIC
• Khi gặp những vấn đề hết sức phức tạp, mà việc tìm ra giải pháp tối ưu
là không thể với điều kiện thời gian và kinh phí cho phép, việc mô phỏng
cũng kéo dài và phức tạp, có thể nghĩ đến heuristic để tìm ra giải pháp
thỏa mãn “đủ tốt” (90-99%).
• Khó khăn: Heuristics về tổng thể không phải là thuật toán.
30
HEURISTIC
❑ Tiếp cận heuristics kết hợp các yếu tố sau:
• 1 sơ đồ phân lớp cấu trúc của bài toán.
• Phân tích các đặc trưng của các phần tử trong bài toán.
• Các luật về các phần tử được chọn để đạt được 1 chiến lược tìm kiếm hiệu
quả.
• Các luật chọn, xác định thành công.
• 1 hàm mục tiêu, để kiểm tra mức độ thích hợp của giải pháp, trong mỗi
bước tìm hoặc chọn.
31
HEURISTIC
❑ Khi nào thì sử dụng Heuristics:
• Khi số liệu vào không chính xác hoặc bị giới hạn (không đầy đủ).
• Khi hiện thực quá phức tạp không thể dùng mô hình tối ưu.
• Khi không cho phép có 1 phương pháp chính xác, tin cậy.
• Khi thời gian tính toán cho tối ưu quá đắt.
• Khi muốn cải thiện quá trình tối ưu (ví dụ: để lựa chọn giải pháp đầu tiên
cho quá trình lặp).
• Khi phải xử lý ký hiệu nhiều...
32
HEURISTIC
❑Ưu điểm của Heuristics:
• Làm cho con người sáng tạo hơn, để giải quyết các vấn đề heuristics khác
• Giảm thời gian tính toán, yêu cầu bộ nhớ,...
• Thường đưa ra lời giải chấp nhận được,...
33
RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

❑Bảng quyết định Đầu tư Kinh tế Kinh tế trì Lạm phát
• Khi chỉ có một số nhỏ các phương án chọn, phát triển trệ
có một đích thì có thể biểu diển bài toán Quần áo 12% 6% 3%
dưới dạng bảng hoặc mạng...
➢ Ví dụ: Bài toán đầu tư.
Bia rượu 15% 3% -2%
• Có 3 mặt hàng đầu tư sản xuất: Bia
rượu, quần áo và thuốc lá.
• Thông tin về lợi nhuận phụ thuộc vào Thuốc lá 6,5% 6,5% 6,5%
tình trạng nền kinh tế được cho như sau:
(Nếu nền kinh tế phát triển, đầu tư quần áo sẽ sinh
lợi 12%...)
➢ Mục tiêu: Phải đầu tư thế nào để lợi nhuận lớn
nhất sau 1 năm.
34

• Biến quyết định: đầu tư (Đ)
• Biến môi trường: tình trạng nền kinh tế
(K)
• Biến kết quả: lợi nhuận (L): Hàm của
đầu tư và môi trường L= f(Đ, K)
➢Xử lý với thông tin không chắn chắn: khi
không có không tin để đánh giá tình hình
nền kinh tế.
35

❑Tiếp cận lạc quan: lựa chọn cái tốt nhất trong các cái tốt nhất có thể
(Nguyên lý Max-Max).
• Chọn Đ=x nếu Lmax(x)=maxkL(x,k)→Max
• Theo trên có {12%, 15%, 6,5%} nên chọn đầu tư Bia rượu.
Đầu tư Kinh tế Kinh tế trì Lạm phát
phát triển trệ
Quần áo 12% 6% 3%
Bia rượu 15% 3% -2%
Thuốc lá 6,5% 6,5% 6,5%
36

❑Tiếp cận bi quan: lựa chọn cái tốt nhất trong các cái tồi nhất có thể
(Nguyên lý Max-Min).
• Chọn Đ=x nếu Lmin(x)=minkL(x,k)→Max
• Theo trên có {3%, -2%, 6,5%} nên chọn đầu tư Thuốc lá.
phát triển trệ
Quần áo 12% 6% 3%
Bia rượu 15% 3% -2%
Thuốc lá 6,5% 6,5% 6,5%
37

❑Xử lý mạo hiểm:
▪ Giả định khả năng kinh tế phát triển được ước tính là 50%( 20%), trì trệ
là 30% và lạm phát là 20% (50%). Có thể tính được giá trị kỳ vọng của
lợi nhuận khi đầu tư:
• Quần áo: 12.0,5 + 6.0,3 + 3.0,2 = 8,4%
• Bia rượu: 15.0,5 + 3.0,3 - 2.0,2 = 8,0%
• Thuốc là: 6,5.0,5 + 6,5.0,3+ 6,5.0,2 = 6,5%
➢ Do đó chọn đầu tư Quần áo.
38
CÂU HỎI TƯƠNG TÁC
• Giả định KT=20%; TT=30%; LP=50%-----> Chọn Đầu tư vào ?

• Giả định KT=20%; TT=50%; LP=30%====> Chọn Đầu tư vào?
phát triển trệ
Quần áo 12% 6% 3%
Bia rượu 15% 3% -2%
Thuốc lá 6,5% 6,5% 6,5%
39

❑ Xử lý đa mục tiêu:
• Ví dụ: mục tiêu không phải chỉ là lợi nhuận, mà còn cả độ an toàn và khả năng đáp ứng nữa.
• Bảng kết quả:
Đầu tư Lợi nhuận Độ an toàn Khả năng đáp ứng
Quần áo 8,4% Cao Cao
Bia rượu 8,0% Thấp Tương đối cao
Thuốc lá 6,5% Rất cao Rất cao
40
• Biểu đồ quyết định
41

❑Phân tích cho quyết định đa mục tiêu
• Ông M sở hữu một cửa hàng bán lẻ, thường nhập hàng vào 20h hôm trước để bán cho
hôm sau. Nếu ứ đọng hàng sẽ bị hỏng, nếu thiếu hàng để bán sẽ bị mất khách quen.
• Nhu cầu mua hàng vào khoảng: 11, 12, 13, 14 đơn vị/ngày.
S1 S2 S3 S4
• Do đó ông M có thể nhập hàng: 11, 12, 13, 14 đơn vị/ngày
A1 A2 A3 A4
• Mỗi đơn vị mua vào 6000đ, bán ra 11000đ, lãi 5000 đ/đơn vị.
• Nếu hàng ứ đọng, mất hàng thì thiệt hại 6000đ/đơn vị. Nếu không đủ hàng bán, thiệt hại
mất khách ước tính 2000đ/đơn vị.
➢ Câu hỏi: hàng ngày ông M cần nhập bao nhiêu hàng để có lợi nhuận cao nhất.
42

❑Bảng lợi nhuận, tính theo đơn vị 1000đ.
S1 S2 S3 S4
A1 55 53 51 49
A2 49 60 58 56
A3 43 54 65 63
A4 37 48 59 70
43

❑ Phân tích lợi nhuận:
• Phương án lạc quan (Max-Max): Nhập 14 đơn vị, lợi nhuận 70000 đ.
S1 S2 S3 S4
A1 55 53 51 49
A2 49 60 58 56
A3 43 54 65 63
A4 37 48 59 70
44

• Phương án bi quan (Max-Min): Nhập 11 hoặc 12 đơn vị, lợi nhuận 49000 đ.
S1 S2 S3 S4
A1 55 53 51 49
A2 49 60 58 56
A3 43 54 65 63
A4 37 48 59 70
45

• Đầu tư không mạo hiểm: giả sử xác suất P(S1)=P(S2)=P(S3)=P(S4)=0,25.
➢Khi đó lợi nhuận (A1)=52
➢Do 55*0.25+53*0.25+51*0.25+49*0.25=52
❖Tương tự:
• (A2)=55,75
• (A3)=56,25 Do đó, chọn A3: nhập 13 đơn vị.
• (A4)=53,50
46
❑Phân tích mất cơ hội:

• Ai=Sj: nhập bao nhiêu bán hết bấy nhiêu: T=0 đ.
• Ai>Sj: cơ hội bị mất (Sj-Ai) x 6000
(6000 - hàng hỏng, tính giá nhập)
• Ai<Sj: cơ hội bị mất (Sj-Ai) x (5000+2000) = (Sj-Ai) x 7000
(2000 - mất khách, 5000- mất lãi)
47

S1 S2 S3 S4
➢Từ đó có bảng mất cơ hội như sau:
A1 55-55=0 60-53=7 65-51=14 70-49=21
❖ Mục tiêu: cơ hội mất → min
• Phương án lạc quan (min-min): chọn Đ=x nếu A2 55-49=6 60-60=0 65-58=7 70-56=14
Tmin(x)=Mink{T(x,k)>0}→Min
➢ Chọn A2, A3 hoặc A4, mất cơ hội 6000 đ. A3 55-43=12 60-54=6 65-65=0 70-63=7
• Phương án bi quan (min - max): chọn Đ=x nếu
Tmax(x)=MaxkT(x,k) →Min A4 55-37=18 60-48=12 65-59=6 70-70=0
➢ Chọn A3, mất cơ hội 12000 đ.
48

❑ Phân tích chênh lệch lãi giữa lớn nhất và nhỏ nhất →Min
A1: 6000 đ (55-49) A3: 22000 đ (65-43)
A2: 11000 đ (60-49) A4: 33000 đ (70-37)
➢ Chọn A1, chênh lệch 6000 đ
49

❑Phân tích mạo hiểm:
❖Đầu tư không nhiều mạo hiểm, giả sử P(S1)= P(S2)= P(S3)= P(S4)=0,25
• Mất cơ hội trung bình (A1) = 42/4 = 10,5
(A2) = 27/4 = 6,75 →Min
(A3) = 25/4 = 6,25
(A4) = 36/4 = 9
➢Chọn A3, mất cơ hội trung bình 6250 đ.
50

❑Phân tích mạo hiểm:
❖Giả sử P(S1)=0,1 ; P(S2)=0,3 ; P(S3)=0,2; P(S4) = 0,4
• Biến tính huống ngẫu nhiên thành tất định (chọn S4 có xác suất lớn nhất)
➢Do đó, chọn A4.
51

❑Lợi nhuận trung bình tối đa
• Lợi nhuận TB (A1) = 0,1 x 55 + 0,3 x 53 + 0,2 x 51 + 0,4 x 49 = 51,2
❖Mục tiêu: Lợi nhuận TB →Max
➢Chọn A3
52

❑Mất cơ hội trung bình tối thiểu
• Mất cơ hội TB (A1) = 0,1 x 0 + 0,3 x 7 + 0,2 x 14 + 0,4 x 21 = 13,3
• Mục tiêu: Mất cơ hội TB →Min
➢Chọn A3
53
3. CƠ SỞ MÔ HÌNH VÀ QUẢN TRỊ MÔ HÌNH (MBMS) MODEL BASE

MANAGEMENT SYSTEMS
❑ Quan niệm về quản trị mô hình, nếu giống như quản trị CSDL sẽ phải là một gói phần mềm,
tuy nhiên thực tế không như vậy, ngoại trừ các sản phẩm bảng tính điện tử (LOTUS,
EXCEL,...) và các bộ tạo sinh DSS lập kế hoạch tài chính.
❑ Lý do:
• Mỗi công ty lại sử dụng những mô hình khác nhau
• Một số chức năng của MBMS (như là chọn mô hình, chọn tham số) lại phải cần chuyên gia
hoặc khả năng suy diễn.
➢ Do đó, đây sẽ là sản phẩm của tương lai.
❖ (Lưu ý: phần lớn các chức năng của MBMS phải được tạo ra từ các nhà phân tích hệ
thống và người lập trình).
54

MANAGEMENT SYSTEMS
❑Những khả năng sau cần phải có trong MBMS

• Điều khiển: có thể tự động lựa chọn các mô hình thích hợp cho một ứng
dụng. Có thể giúp cho người sử dụng xác định những thông tin chủ yếu
nhất mà bỏ qua các thông tin vụn vặt (chi tiết).
• Mềm dẻo: người sử dụng có thể thay đổi hoặc sửa đổi trong cơ sở mô
hình, có thể thực hiện một phần của bài toán bằng tiếp cận mô hình hóa
này, phần còn lại bằng tiếp cận mô hình hóa khác.
• Tại mỗi thời điểm, người sử dụng có thể nhận biết trạng thái của quá
trình giải quyết vấn đề.
55

MANAGEMENT SYSTEMS
• Giao diện: người dùng cảm thấy thuận tiện...

• Tăng tính nhất quán: khi nhiều người ra quyết định dùng chung mô hình.
• MBMS cho phép người sử dụng:
• Truy cập và thực hiện các mô hình đã có
• Thử và thao tác trên các mô hình đã có
• Tìm kiếm các mô hình đã có
• Duy trì, bảo vệ các mô hình đã có
• Xây dựng các mô hình mới
• Chuyển đổi dữ liệu từ DBMS sang...
56

MANAGEMENT SYSTEMS
❑MBMS quan hệ (rational MBMS):

• Xem các mô hình như các quan hệ ảo (virtual relations).
• Xây dựng ngôn ngữ truy vấn cơ sở mô hình chứa các thao tác cơ bản là:
thực hiện, tối ưu và phân tích nhạy cảm.
❑Cơ sở mô hình hướng đối tượng và OOMBMS: xây dựng thiết kế hướng
đối tượng đối với cơ sở mô hình...
57

Bai4.Slide 1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bai4.Slide 1

Uploaded by

Copyright:

Available Formats

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI – BÀI GIẢNG ĐIỆN TỬ

MÔ HÌNH HOÁ VÀ QUẢN TRỊ MÔ HÌNH

NỘI DUNG BÀI HỌC

3 Cơ sở mô hình và quản trị mô hình (MBMS) Model Base Management Systems

❑ Phân loại mô hình (mô hình toán học):

❑ Mô hình chắc chắn và không chắc chắn:

❑ Các mô hình định lượng

MÔ HÌNH ĐỊNH LƯỢNG

CÁC HÀM TOÁN HỌC, HÀM THỐNG KÊ

RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

❑ Trong đó: PRODUCT4 60 10,0 4,0

• Mục tiêu: lợi nhuận lớn nhất. PRODUCT7 20 12,0 3,0

RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI ĐỘ CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

RA QUYẾT ĐỊNH VỚI SỰ MẠO HIỂM

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

Bia rượu 15% 3% -2%

Thuốc lá 6,5% 6,5% 6,5%

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

Bia rượu 15% 3% -2%

Thuốc lá 6,5% 6,5% 6,5%

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

CÂU HỎI TƯƠNG TÁC

• Giả định KT=20%; TT=30%; LP=50%-----> Chọn Đầu tư vào ?

Bia rượu 15% 3% -2%

Thuốc lá 6,5% 6,5% 6,5%

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

Quần áo 8,4% Cao Cao

Bia rượu 8,0% Thấp Tương đối cao

Thuốc lá 6,5% Rất cao Rất cao

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

• Biểu đồ quyết định

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

❑Phân tích mất cơ hội:

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

RA QUYẾT ĐỊNH VỚI SỰ KHÔNG CHẮC CHẮN

3. CƠ SỞ MÔ HÌNH VÀ QUẢN TRỊ MÔ HÌNH (MBMS) MODEL BASE

3. CƠ SỞ MÔ HÌNH VÀ QUẢN TRỊ MÔ HÌNH (MBMS) MODEL BASE

❑Những khả năng sau cần phải có trong MBMS

3. CƠ SỞ MÔ HÌNH VÀ QUẢN TRỊ MÔ HÌNH (MBMS) MODEL BASE

• Giao diện: người dùng cảm thấy thuận tiện...

3. CƠ SỞ MÔ HÌNH VÀ QUẢN TRỊ MÔ HÌNH (MBMS) MODEL BASE

❑MBMS quan hệ (rational MBMS):

You might also like