40. Оптимальный выбор при неполной информации (в условиях неопределенности)
Дерево решений – проблема сначала
подразделяется на отдельные задачи, те
в свою очередь на более частные задачи.
На каждом этапе выбора имеется два типа
событий: одни полностью определяются
решениями ЛПР, другие определяются
средой и не могут контролироваться
человеком (происходят случайно).
Графически дерево решений представляет
собой иерархический ветвящийся граф,
имеющий корневую вершину (проблему),
вершины решения и вершины случаи. Для
нахождения оптимального интегрального
решения нужно руководствоваться
следующими правилами:
А) Решение ищется последовательно
переходя от последнего этапа к начальному
этапу. В каждой вершине случае вычисляется
частная эффективность варианта с учетом
всех возможных последствий его реализации.
В каждой вершине-решении выбирается
вариант имеющий наибольшую частную
эффективность. Остальные варианты
(ветви дерева) отсекаются.
Б) Передвигаясь по неотсеченным ветвям
в обратном направлении от начала дерева
к его концу и последовательно объединяя
частные оптимальные решения, получаем
оптимальный интегральный вариант
решения проблемы.
41. Марковские задачи принятия решений.
Основная особенность марковской модели
принятия решения заключается в том, что
“будущее” и “прошлое” случайного
управляемого процесса не влияют друг
на друга.
42. Основные понятия теории массового
обслуживания.
В каждой задаче массового обслуживания
рассматривается некоторая математическая
схема, которая является абстракцией
той или иной физической системы
обслуживания, способной выполнять
однородные элементарные операции
(операция обслуживания). Основная
характеристика обслуживания – его
длительность. Каждая СМО характеризуется
определенным числом каналов и приборов
т.е. максимальным количеством одновременно
выполняемых операций.