Теория полезности. Обоснование s- образности кривой полезности.
Предпочтения между различными уровнями задолженности могут показывать обратное поведение по отношению к вогнутости, связанной с положительными накоплениями (выпуклость). Приходим к S-образной кривой:
В положительной части кривых уклон постепенно уменьшается. В этом случае для любой лотереи L полезность решения, в котором ЛПР сталкивается с выбором в этой лотерее, меньше, чем полезность получения ожидаемого денежного выигрыша в этой лотерее
U(L) <U(ES(L)):
Говорят, что ЛПР с вогнутыми кривыми полезности избегают риска.
В отрицательной области с выпуклыми кривыми полезности ЛПР характеризуется стремлением к риску.
Сумма, которую ЛПР готов приобрести вместо лотереи (ЛПР безразличен между выбором лотереи и этой суммой), называется детерминированным эквивалентом (эквивалентом определенности) лотереи.
Разность между ожидаемым денежным значением лотереи и ее детерминированным эквивалентом называется страховой премией.
S1 и S2 – два крайних исхода.
L=[S1,1/2; S2,1/2].
– детерминированный эквивалент. Красная черта – страховая премия.
ES(L)=1/2*S1+1/2*S2 – средний ожидаемый выигрыш.
U(L)= 1/2*u(S1)+1/2*u(S2) – полезность лотереи.
U(L).
S-образная кривая может быть задана следующим выражением:
S-образная сплайн-функция может быть также задана другим выражением:
.
Данные функции принадлежности порождают нормальные выпуклые нечеткие множества с ядром [b,+бесконечность) и носителем (a,+бесконечность).
На данном рисунке a=20, b=60, =40
S-образные функции используются для представления нечетких множеств, характеризующихся неопределенностью вида «значительная величина», «высокий сервис обслуживания». Особенность нечеткого моделирования при этом заключается в представлении соответствующих нечетких множеств с помощью неубывающих функций принадлежности.
-
Содержание
- Многокритериальное пр. Качественный и количественный анализ. Пространственные модели.
- Пр в условиях неопределенности. Парадигма анализа решений. Деревья решений.
- Теория полезности. Принцип максимальной ожидаемой полезности. Методы прямого построения функции полезности
- Теория полезности. Основные свойства функции полезности. Учет отношения к риску в функции полезности.
- Теория полезности. Обоснование s- образности кривой полезности.
- Теория полезности. Определение отношения к риску на основе понятия детерминированного эквивалента.
- Определение детерминированного эквивалента. Детерминированный эквивалент для выпуклой и вогнутой функции.
- Стратегическая эквивалентность функций полезности. Линейная функция полезности.
- Логарифмическая функция полезности. Пример.
- Экспоненциальная функция полезности. Пример.
- Квадратичная функция полезности. Пример.
- Теоремы о несклонности к риску. Надбавка за риск.
- Теоремы о склонности к риску. Надбавка за риск.
- Пример функции полезности для лпр несклонного к риску.
- Пример функции полезности для лпр склонного к риску.
- Мера несклонности к риску. Обоснование. Интерпретация функции несклонности к риску.
- Связь между надбавкой за риск и функцией несклонности к риску.
- Особенности и признаки интеллектуальности информационных систем.
- Классификация иис. Системы с интеллектуальным интерфейсом
- Экспертные системы. Архитектура экспертной системы. Назначение составных частей эс.
- База знаний и механизм вывода на знаниях. Сравнительный анализ.
- Этапы создания экспертной системы. Идентификация предметной области. Построение концептуальной модели. Типы моделей
- Этапы проектирования экспертной системы. Формализация базы знаний. Классификация моделей представления знаний
- Особенности знаний и их отличие от данных. Декларативные и процедурные знания. Системы, основанные на знаниях. Этапы трансформации данных и знаний. Базы данных и базы знаний
- Самообучающиеся системы. Технологии olap и Data Mining. Определение Data Mining. Основные типы закономерностей, извлекаемых с помощью Data Mining
- Индукция и дедукция. Алгоритм индуктивного обучения. Деревья решений
- Искусственные нейронные сети. Обучение нейронных сетей
- Системы, основанные на прецедентах (Case Based Reasoning)
- Прямой логический вывод в эс на основе правила Modus Ponens.
- Обратный логический вывод в эс на основе правила Modus Ponens
- Семантические сети. Основные типы отношений в семантических сетях. Правила построения семантических сетей
- Теория фреймов. Структура фрейма. Слоты и присоединенные процедуры. Механизм вывода на фреймах
- Механизм вероятностного вывода на основе правил Байеса и коэффициентов уверенности
- Основные понятия теории нечетких множеств. Операции над нечеткими множествами. Понятия нечеткой и лингвистической переменной. Основы нечеткого логического вывода.
- Понятие нечеткого высказывания и нечеткого предиката
- Формирование базы правил систем нечеткого вывода
- Фаззификация
- Агрегирование
- Активизация
- Аккумуляция
- Понятие онтологии. Классификация онтологий и их применение.
- Редакторы онтологий, формализмы и форматы представления онтологий
- Подход к формированию онтологий в редакторе Protégé. Последовательность создания онтологий
- 37.2. Последовательность создания онтологий.
- Элементы фреймовых онтологий – классы, экземпляры, слоты (типы значений, кардинальность), отношения и т.Д.
- Язык создания экспертных систем clips: поддерживаемые парадигмы, основные структуры данных, конструкции языка для обработки данных и осуществления вывода.