Professional Documents
Culture Documents
Методичні вказівки - ТПР PDF
Методичні вказівки - ТПР PDF
МЕТОДИЧНІ ВКАЗІВКИ
Електронне видання
ЗАТВЕРДЖЕНО
кафедрою системотехніки.
Протокол № 1 від 30.08.2016
Харків 2017
Методичні вказівки до лабораторних робіт з дисципліни «Теорія
прийняття рішень» для студентів спеціальності 122 – "Комп'ютерні науки"
[Текст] / Упоряд. І.В. Гребеннік, Л.В. Колесник, І.А. Урняєва − Харків:
ХНУРЕ, 2017. − 27 с.
Вступ……………………………………………………………………………. 4
1 Прийняття рішень за умов багатокритеріальності………………………… 5
1.1 Мета роботи………………………………………………………… 5
1.2 Методичні вказівки з організації самостійної роботи студентів… 5
1.3 Опис лабораторної установки……………………………………… 13
1.4 Порядок виконання роботи………………………………………… 13
1.5 Зміст звіту…………………………………………………………… 14
1.6 Контрольні запитання та завдання………………………………… 14
2 Прийняття рішень в умовах невизначеності………………………………. 16
2.1 Мета роботи…………………………………………………………. 16
2.2 Методичні вказівки з організації самостійної роботи студентів… 16
2.3 Опис лабораторної установки……………………………………… 16
2.4 Порядок виконання роботи………………………………………… 16
2.5 Варіанти індивідуальних завдань………………………………….. 17
2.6 Зміст звіту…………………………………………………………… 18
2.7 Контрольні запитання та завдання………………………………… 19
3 Прийняття рішень на основі моделей теорії ігор………………………….. 20
3.1 Мета роботи…………………………………………………………. 20
3.2 Методичні вказівки з організації самостійної роботи студентів… 20
3.3 Опис лабораторної установки……………………………………… 20
3.4 Порядок виконання роботи………………………………………… 20
3.5 Варіанти індивідуальних завдань………………………………….. 21
3.6 Зміст звіту…………………………………………………………… 24
3.7 Контрольні запитання та завдання………………………………… 25
Перелік посилань………………………………………………………………. 26
3
ВСТУП
4
1 ПРИЙНЯТТЯ РІШЕНЬ ЗА УМОВ БАГАТОКРИТЕРІАЛЬНОСТІ
= f c = {k1, k 2 , ..., k n }, n = n f + n c .
X = X s X c ; X s X c = , P( X ) S ( X ) . (1.2)
6
Із цією метою здійснимо попарне порівняння елементів множини X за
кожним із критеріїв k1, k 2 , ..., k n у такий спосіб.
Виберемо альтернативи x p , x q X й порівняємо ki (x p ) та ki (x q ) для
всіх i {1, 2, ..., n} . Можливі такі ситуації:
– або x q домінує x p ;
– або x p домінує x q ;
– або x p , x q X непорівнянні, тобто існують такі i1, i2 {1, 2,..., n} , що
ki1 (x p ) ki1 (x q ) та ki2 (x p ) ki2 (x q ) або ki1 (x p ) ki1 (x q ) та ki2 (x p ) ki2 (x q ) ,
тобто висновок про домінування елементів x p , x q X зробити не можна.
У результаті порівняння всіх пар елементів x p , x q X , p = 1,2,..., m − 1 ,
q = 2,..., m , за всіма критеріями ki K , i {1, 2, ..., n} , сформуємо точну
область компромісу X c X як множину всіх недомінованих альтернатив.
Часова складність наведеного алгоритму має оцінку = n m (m − 1) / 2 .
Поширений підхід до розв’язання задач багатокритеріальної
оптимізації полягає в перетворенні багатокритеріальної задачі в
однокритеріальну.
Існує кілька способів перетворення багатокритеріальних
оптимізаційних задач в однокритеріальні. Розглянемо деякі з них.
x 0 = arg extr k * ( x) ,
i
xX * (1.3)
X = {x X : k i ( x )
*
k i− ( x), i = 1, 2, ..., n, i i },
*
k ( x) = k *f ( x) – k z* ( x ) , (1.4)
де
X * = x X k fi ( x) k −fi , i i * , k zj ( x) k zj
− , j j * , i = 1, ..., n , j = 1, ..., n .
f z (1.6)
8
k *f ( x)
k ( x) = , (1.7)
k z* ( x)
k1 k2 kn , (1.9)
X 10 = A rg extr k1 ( x) . (1.11)
xX
X 20 = A rg extr k 2 ( x) . (1.12)
xX 10
У загальному випадку
тут X 00 X .
Якщо всі частинні критерії «вичерпані» і не знайдене єдине рішення,
формуються додаткові критерії. Оптимізація триває, доки не буде знайдене
єдине рішення. Зазначимо, що отримане в такий спосіб рішення задачі x0
належить множині Слейтора S ( x ) .
Якщо вже на перших кроках оптимізації знайдене єдине рішення, тоді
всі наступні частинні критерії не враховуються. У цьому випадку може бути
застосований метод поступки, відповідно до якого ОПР призначає
допустимий рівень зниження k i ( x) частинного критерію k i ( x) в порівнянні
з його екстремальним значенням:
10
(мінімум або максимум).
Останнє означає, що незалежно від виду екстремуму його найкращому
значенню на множині X має відповідати максимальне (що дорівнює 1), а
найгіршому – мінімальне (що дорівнює 0) значення функції корисності. Крім
того, функція корисності частинного критерію повинна дозволяти
реалізувати як лінійні, так і нелінійні залежності корисності від абсолютного
значення чинника.
Всім перерахованим вимогам відповідає функція локальної корисності
вигляду
i
k i ( x) − k i−
p i (k i ( x)) = + , (1.15)
k −k−
i i
n n
P ( x) = a i p i (k i ( x)) , a i = 1, ai [0,1] , (1.16)
i =1 i =1
k1( x) k 2 ( x) k n ( x) .
1 n
P( x) = pi (k i ( x)) , i = 1, 2, ..., n ,
n i =1
(1.20)
12
x 0 = arg max P( x) . (1.21)
xX
1
Відзначимо, що масштабний множник у формулі (1.20) може бути
n
опущений, оскільки він не впливає на положення екстремуму або результат
ранжирування.
Схема (1.21) є вірною тільки у випадку, коли дійсні значення вагових
коефіцієнтів критеріїв a i , i = 1, 2, ..., n , дорівнюють один одному.
У випадку, коли вагові коефіцієнти a i невідомі, необхідно
використовувати схеми максиміну
1
за умови, що a i = , i = 1, 2, ..., n , гарантують вибір рішення, що належить
n
області компромісів і забезпечує вирівнювання значень функцій корисності,
тобто
14
10. Викладіть основні положення функціонально-вартісного аналізу.
11. Що таке схема компромісу?
12. Що таке функція корисності частинних критеріїв?
13. Які схеми компромісу Ви знаєте?
14. Чим визначається вибір схеми компромісів?
15. Що таке компромісне рішення?
15
2 ПРИЙНЯТТЯ РІШЕНЬ В УМОВАХ НЕВИЗНАЧЕНОСТІ
2.1 Мета роботи
Набуття практичних навичок прийняття рішень в умовах
невизначеності за наявності та відсутності інформації про ймовірності станів.
2.2 Методичні вказівки з організації самостійної роботи студентів
При підготовці до виконання лабораторної роботи розглянути основні
прийоми, що використовуються при прийнятті рішень в умовах
невизначеності. З цією метою може буде використаний лекційний матеріал з
відповідних тем, викладений у рекомендованій літературі [3, с. 76-103; 4,
с. 57-75; 6, с. 62-78].
2.3 Опис лабораторної установки
Як лабораторна установка застосовується ЕОМ IBM-РС стандартної
комплектації під управлінням операційної системи WINDOWS.
2.4 Порядок виконання роботи
Фірма збирається придбати пакет акцій одного із чотирьох підприємств
– П1 , П2 , П3 , П4 . Прибуток, що одержить фірма від покупки акцій, не може
бути точно відомим заздалегідь, тому що він залежить від того, як буде
змінюватися вартість цих акцій. Можливі величини прибутку фірми від
покупки акцій підприємств (у млн. грошових одиниць) наведені в табл. 2.1.,
де n означає номер прізвища студента в списку групи. Величини в таблиці
означають наступне (за умови n=1). Якщо фірма придбає пакет акцій
підприємства П1 , і їхня вартість буде зростати, то прибуток фірми складе 12
млн. грошових одиниць. Якщо вартість акцій підприємства П1 буде
залишатися стабільною, то прибуток фірми складе 14 млн. грошових
одиниць. У випадку зниження вартості акцій фірма понесе збиток у розмірі
36 млн. грошових одиниць.
16
Відповідно до наявних експертних оцінок, можливі чотири сценарії
розвитку економічної ситуації (чотири результати) – S1 , S2 , S3 , S4 :
– S1 : вартість акцій підприємств П1 і П2 залишається стабільною,
вартість акцій підприємства П3 знижується, П4 росте;
– S2 : вартість акцій підприємств П1 та П4 знижується, П3
залишається стабільною, П2 росте;
– S3 : вартість акцій підприємства П1 росте, П2 та П4 залишається
стабільною, П3 знижується;
– S4 : вартість акцій підприємств П1 та П4 знижується, П2
залишається стабільною, П3 росте.
Потрібно визначити, який пакет акцій варто придбати фірмі, щоб
дістати максимальний прибуток. При цьому виконати такі дії.
17
Продовження табл.2.2
9 0,4 0,4 0,05 0,15
10 0,2 0,3 0,3 0,2
11 0,1 0,2 0,3 0,35
12 0,2 0,3 0,15 0,3
13 0,4 0,1 0,2 0,2
14 0,1 0,2 0,25 0,35
15 0,3 0,1 0,05 0,45
16 0,4 0,2 0,1 0,3
17 0,2 0,3 0,15 0,25
18 0,1 0,3 0,1 0,4
19 0,4 0,2 0,1 0,3
20 0,1 0,1 0,45 0,35
21 0,1 0,2 0,45 0,25
22 0,6 0,0 0,15 0,2
23 0,1 0,2 0,1 0,6
24 0,2 0,3 0,3 0,15
25 0,3 0,5 0,1 0,15
26 0,1 0,1 0,05 0,7
27 0,2 0,2 0,2 0,4
28 0,2 0,3 0,05 0,35
29 0,1 0,2 0,04 0,66
30 0,3 0,2 0,05 0,4
Придбаний Сценарій
пакет акцій S1 S2 S3 S4
П1
П2
П3
П4
19
3 ПРИЙНЯТТЯ РІШЕНЬ НА ОСНОВІ МОДЕЛЕЙ ТЕОРІЇ ІГОР
Розв’язання ігор n m
1. Вибрати варіант індивідуального завдання згідно з номером студента
у списку групи (таблиця 3.2) – платіжну матрицю гри.
20
2. Якщо платіжна матриця гри має сідлову точку, знайти її та
представити рішення гри у чистих стратегіях. При відсутності сідлової точки
у платіжній матриці шукати рішення гри у змішаних стратегіях такими двома
способами:
а) аналітичне розв’язання матричних ігор (приведення до задачі
лінійного програмування)
– побудувати модель лінійного програмування для роз’язання гри;
– використовуючи пакет програм, який реалізує математичні
обчислення, знайти рішення задачі лінійного програмування;
– одержати рішення гри – вектори змішаних стратегій гравців та ціну
гри.
б) наближене розв’язання матричних ігор (ітеративний метод Брауна-
Робінсона)
– засобами однієї з алгоритмічних мов запрограмувати алгоритм
методу Брауна-Робінсона)
– одержати рішення гри – вектори змішаних стратегій гравців та ціну
гри.
3. Проаналізувати отримані розв’язки гри, порівняти результати,
зробити висновки та оформити індивідуальний звіт.
22
Таблиця 3.2 – Матриці платежів для гри n m
Варіант Матриця платежів Варіант Матриця платежів
1 2 −5 3 5 −2 3 1
1 −1 4 7 2 2 −6 4 −1 2
5 −1 1 9 1 1 −5 −1
3 1 6 −2 4 6 10 − 7
2 6 5 −1 2 − 4 2 −1
3 3 −2 1 4 4 −6 7 9 3
− 6 10 − 2 1 5 3 − 2 −1
3 1 −2 5 4 −6 5 2
3 −1 2 4 7 −8 9 −5
5 6 10 − 3 2 6 −4 2 1 3
−5 1 7 −6 5 9 − 10 4
−5 1 7 −6 11 3 2 −5
10 1 −2 −5 −5 1 −2 −3
7 −4 3 2 1 8 6 −8 4 9
2 −5 7 9 1 3 5 −7
3 1 −4 2 10 8 − 2 4
2 −9 8 −6 4 − 7 10 11
9 −4 3 −7 2 10 −2 5 −3 1
5 −1 2 5 6 − 3 1 −1
−2 6 8 11 5 2 −4 8
5 −2 4 − 10 − 4 − 3 10 7
11 11 3 −2 6 12 2 5 −7 9
−5 4 12 8 4 1 10 − 6
2 1 −1 5 −5 2 1 2
−9 7 6 −2 2 − 10 − 6 4
13 13 11 − 5 3 14 4 7 2 −5
6 −4 3 2 −9 −4 3 1
5 1 −1 4 7 1 −9 5
6 9 −2 −7 4 9 − 8 − 10
15 −1 3 2 5 16 1 −4 2 5
6 −2 −3 1 −3 2 −5 4
5 8 − 12 10 −9 −7 4 1
9 −3 2 −6 2 −3 1 5
17 4 11 − 12 4 18 − 4 8 11 −9
−2 7 6 9 5 6 −8 4
4 −5 3 2 3 −1 2 4
23
Продовження табл. 3.2
5 9 − 10 3 11 − 14 12 −5
19 −2 1 6 11 20 − 9 − 10 11 8
4 −7 8 5 6 3 −7 1
3 −2 1 −9 12 5 6 − 10
4 − 19 8 − 11 5 − 10 15 20
21 −6 2 −5 1 22 − 9 12 − 14 16
13 − 17 8 −5 8 −2 6 −4
6 9 2 −8 10 3 −2 1
9 19 − 4 − 7 −2 4 −2 1
23 −3 −4 2 −5 24 9 − 7 6 − 12
11 7 − 8 3 3 11 − 4 3
6 −7 2 9 8 −7 5 2
9 −2 4 − 14 2 10 − 2 − 5
25 − 3 5 − 12 9 26 −3 1 6 12
19 21 − 5 −7 − 8 − 10 4 6
6 14 − 9 −1 2 −5 4 −5
6 − 10 12 17 5 − 10 2 14
27 4 3 −2 8 28 −3 6 9 11
−5 −9 3 11 4 12 −7 −3
4 −2 7 2 5 6 − 3 11
10 − 12 6 − 17 19 15 − 11 12
29 −5 8 13 14 30 −9 10 16 − 18
9 11 −6 −3 13 − 19 11 5
−1 2 5 12 6 9 −8 14
24
засобами пакету програм; результати розв’язання задачі, використовуючи
метод Брауна-Робінсона; вектори змішаних стратегій гравців та ціну гри;
– результати аналізу та висновки по роботі.
25
ПЕРЕЛІК ПОСИЛАНЬ
26
МЕТОДИЧНІ ВКАЗІВКИ
до лабораторного практикуму з дисципліни
Авторська редакція
27