Линейная частичная информация - Linear partial information

Линейная частичная информация (LPI) это метод принятия решений, основанный на недостаточном или нечеткая информация. LPI был представлен в 1970 году польско-швейцарским математиком. Эдвард Кофлер (1911–2007) для упрощения решение процессы. В сравнении с другие методы LPI-нечеткость алгоритмически просто и особенно в принимать решение, более практично ориентированные. Вместо индикаторная функция лицо, принимающее решения линеаризует любая нечеткость путем установления линейных ограничений для нечетких распределений вероятностей или нормированных весов. В LPI-процедуре лицо, принимающее решения линеаризует любая нечеткость вместо применения функции принадлежности. Это можно сделать, установив стохастический и нестохастические LPI-отношения. Смешанная стохастическая и нестохастическая фаззификация часто является основой LPI-процедуры. Используя LPI-методы, можно рассмотреть любую нечеткость в любой ситуации принятия решения на основе линейный нечеткая логика.

Определение

Любая случайная частичная информация SPI (p), которое можно рассматривать как решение линейный неравенство система, называется линейной частичной информацией LPI (p) о вероятности п. Его можно рассматривать как LPI-фаззификацию вероятности п соответствующие понятиям линейной нечеткой логики.

Приложения

Принцип MaxEmin
Для получения максимально гарантированного ожидаемое значение, лицо, принимающее решение, должно выбрать стратегия который максимизирует минимальную ожидаемое значение. Эта процедура приводит к принципу MaxEmin и является расширением Принцип Бернулли.
Принцип MaxWmin
Этот принцип приводит к максимальному гарантированному весовая функция, что касается экстремальных весов.
Принцип прогнозного решения (PDP)
Этот принцип основан на прогноз интерпретация стратегий в условиях нечеткости.

Нечеткое равновесие и устойчивость

Несмотря на нечеткость информации, часто бывает 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 модель решения LPI, как свертка соответствующих нечетких состояний или множества 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

  • Эдвард Кофлер - Точки равновесия, устойчивость и регулирование в системах нечеткой оптимизации при линейной частичной стохастической информации (LPI), Труды Международного Конгресса Кибернетика and Systems, AFCET, Париж, 1984, стр. 233–240.
  • Эдвард Кофлер - Принимать решение в разделе «Частичная линейная информация». Труды Европейского Конгресса EUFIT, Аахен, 1994, стр. 891–896.
  • Эдвард Кофлер - Линейная неполная информация с приложениями. Труды ISFL 1997 (International Симпозиум на Нечеткая логика ), Цюрих, 1997, стр. 235–239.
  • Эдвард Кофлер - Entscheidungen bei teilweise bekannter Verteilung der Zustände, Zeitschrift für OR, Vol. 18/3 1974 г.
  • Эдвард Кофлер - Extensive Spiele bei unvollständiger Information, in der Wirtschaft, Gesellschaft für Wirtschafts- und Sozialwissenschaften, Band 126, Berlin 1982

внешняя ссылка