Линейная частичная информация - Linear partial information
Линейная частичная информация (LPI) - это метод принятия решений, основанный на недостаточной или нечеткой информации . LPI был введен в 1970 году польско-швейцарским математиком Эдвардом Кофлером (1911–2007) для упрощения процессов принятия решений . По сравнению с другими методами, LPI-нечеткость алгоритмически проста и, в частности , более практична при принятии решений . Вместо индикаторной функции лицо, принимающее решение, линеаризует любую нечеткость, устанавливая линейные ограничения для нечетких распределений вероятностей или нормализованных весов. В LPI-процедуре лицо, принимающее решение, линеаризует любую нечеткость вместо применения функции принадлежности. Это можно сделать, установив стохастические и нестохастические LPI-отношения. Смешанная стохастическая и нестохастическая фаззификация часто является основой LPI-процедуры. Используя LPI-методы, любая нечеткость в любой ситуации принятия решения может быть рассмотрена на основе линейной нечеткой логики .
Определение
Любая Стохастическая частичная информация SPI (р) , которые можно рассматривать в качестве решения линейного неравенства системы , называется линейный частичная информация LPI (р) о вероятности р . Его можно рассматривать как LPI-фаззификацию вероятности p, соответствующую концепциям линейной нечеткой логики.
Приложения
- Принцип MaxEmin
- Чтобы получить максимально гарантированное ожидаемое значение , лицо , принимающее решение, должно выбрать стратегию, которая максимизирует минимальное ожидаемое значение . Эта процедура ведет к принципу MaxEmin и является расширением принципа Бернулли .
- Принцип MaxWmin
- Этот принцип приводит к максимальной гарантированной весовой функции относительно экстремальных весов.
- Принцип прогнозного решения (PDP)
- Этот принцип основан на прогнозной интерпретации стратегий в условиях нечеткости.
Нечеткое равновесие и стабильность
Несмотря на нечеткость информации, часто необходимо выбрать оптимальную, наиболее осторожную стратегию, например, при экономическом планировании, в конфликтных ситуациях или при принятии повседневных решений. Это невозможно без концепции нечеткого равновесия. Концепция нечеткой устойчивости рассматривается как расширение во временном интервале с учетом соответствующей области устойчивости лица, принимающего решение. Чем сложнее модель, тем более мягкий выбор следует рассматривать. Идея нечеткого равновесия основана на принципах оптимизации. Следовательно, необходимо проанализировать стабильность MaxEmin, MaxGmin и PDP. Нарушение этих принципов часто приводит к неверным прогнозам и решениям.
Точка равновесия LPI
Рассматривая данную LPI-модель решения как свертку соответствующих нечетких состояний или множество возмущений, стратегия нечеткого равновесия остается наиболее осторожной, несмотря на наличие нечеткости. Любое отклонение от этой стратегии может привести к убыткам для лица, принимающего решения.
Смотрите также
Избранные ссылки
внешние ссылки
- Инструменты для установления доминирования с помощью линейной частичной информации и иерархии атрибутов
- Линейная частичная информация с приложениями
- Линейная частичная информация (LPI) с приложениями к экономической политике США
- Практическое принятие решений с помощью линейной частичной информации (LPI)
- Стохастическое программирование с нечеткой линейной частичной информацией о распределении вероятностей
- Одноразовые решения при линейной неполной информации