Реализация стохастического выбора на дереве решений
МИНОБРНАУКИРОССИИ
Федеральное
государственное автономное образовательное
Учреждение
высшего образования
«Южный
федеральный университет»
Реферат
По
дисциплине: Системный анализ и принятие решений
тема:«Реализация
стохастического выбора на дереве решений»
Выполнил:
Студент группы3-2
Баев Андрей
Принял:
ЗолотаревА.А.
Ростов-на-Дону,2015г
Оглавление
1.
Дерево решений
.1
Этапы построения деревьев решений
.1.1
Правило разбиения
.1.2
Правило остановки
.1.3
Правило отсечения
.2
Преимущества использования деревьев решений
.
Пример реализации дерева решений
.1
Постановка задачи многошагового стохастического выбора в предметной области
.2
Математическая постановка задачи
.2.1
Первый этап
.2.2
Второй этап
.2.3
Третий этап
Заключение
Список
Использованных Источников
. Дерево решений
Деревья решений - это способ представления
правил в иерархической, последовательной структуре, где каждому объекту
соответствует единственный узел, дающий решение.
Область применения деревья решений в настоящее
время широка, но все задачи, решаемые этим аппаратом могут быть объединены в
следующие три класса:о данных, классификация, регрессия.
.1 Этапы построения деревьев решений
При построении деревьев решений
особое внимание уделяется следующим вопросам: выбору критерия атрибута, по
которому пойдет разбиение, остановки обучения и отсечения ветвей
<#"880481.files/image001.gif">для периферийного
региона.
для столичного
региона.
|
X001
|
X011
|
|
|
X101
|
X111
|
|
37
|
21
|
78
|
|
|
|
|
|
Таблица3-Среднегодовые доходы при полной
занятости
Регион
|
Сфера
деятельности
|
Среднегодовые
доходы
|
|
|
успех:Xij1
|
неуспех:Xij0
|
столичный
|
бизнес
|
X111=78
|
X110=20
|
|
бюджет
|
X101=47
|
X100=20
|
периферийный
|
бизнес
|
X011=21
|
X010=20
|
|
бюджет
|
X001=37
|
Известны также среднегодовые доходы Sijk-при
работе в i-ом регионе ,j-ой сфере деятельности и k-ом показателе результатов
успешности деятельности.
Введем также обозначения: dij-как математическое
ожидание среднегодового дохода при выборе работы в i-ом регионе, в j-ой сфере
деятельности.
В качестве критериальной функции используем
математическое ожидание среднегодового дохода в зависимости от результатов
управляемого (региона и сферы деятельности) и стохастического (успех или
неуспех)выборов.
Введенные обозначения и заданные значения
входных параметров позволяют исследовать поставленную задачу оптимального
выбора ( точки зрения поставленной скалярной цели ) в условиях риска на основе
дерева решений. Реализация стохастического выбора на дереве решений
Дерево решений ,соответствующее поставленной
задаче отражено на рисунке
Узлы1;2;3 являются узлами управляемого выбора
ЛПР,в которых реализуется выбор региона и сферы деятельности. Остальные
узлы(4-7) относятся к классу неуправляемого выбора,в которых исход определяется
стохастическим характером процессов достижения успешной или неуспешной
деятельности с вероятными локальными потоковыми доходами Sijk=Cijk*Xijk.
Листьям дерева, пронумерованным с 8-го по 10-ый
,поставлены в соответствие заданные значения Xijk.-возможный среднегодовой
доход при работе в i-ом регионе, j-ой сфере деятельности и k-ом показателе
результатов успешности деятельности.
Для
нахождения оптимального решения на основе критерия ожидаемого значения
предварительно определим все возможные ожидаемые доходы dij, представимые на
графе «дереворешений» как их математическое ожидание в виде сумм ожидаемых
потоков, т.е.:=s111+s110=x111*C111+x110*(1-C111)=78*0.6+0.4*20=54.8;
d10=s101+s100=x101*C101+x100*(1-C101)=47*0.7+0.3*20=38.9;=s011+s010=x011*C011+x010*(1-C011)=21*0.9+0.1*20=20.9;
d00=s001+s000=x001*C001+x000*(1-C001)=37*0.95+0.05*20=36.15.
Далее
получим условнооптимальные доходы (потоки) на уровне регионального выбора:
Откуда выводим значения
максимального ожидаемого дохода
Решение задачи определяется
нахождением максимального ожидаемого дохода и условий (пошагового выбора
региона и сфера деятельности),при которых он реализуется,т.е.:
Таким образом, оптимальный путь на
дереве решений необходимо проходит через узлы1→2→4 и соответствует
единственному оптимальному плану выбора региона и сферы деятельности
ЛПР,обеспечивающему максимальный ожидаемый доход в объёме 54.8ед. и реализуемому
в столичном регионе в бизнес сфере деятельности.
стохастический выбор
решение
Заключение
Эффективность приложения деревьев в принятии
решений обуславливается удобством анализа древовидных структур, ветви которых
характеризуют связи структурных составляющих и потоки данных, а узлы как
структурные элементы моделируют функциональные возможности системы разветвления
многошаговых процессов.
1.ЗолотаревА.А.Многошаговыйстохастическийвыборнаграфах.Учебноепособие-Ростов-на-Дону.Издательство
Южного федерального университета,2015г.2. J. Ross
Quinlan. C4.5: Programs for Machine learning
<http://www.basegroup.ru/glossary_ajax/definitions/machine_learning>.
Morgan Kaufmann Publishers 1993.
. S.Murthy. Automatic construction
of decision trees
<http://www.basegroup.ru/glossary_ajax/definitions/decision_trees> from
data: A Multi-disciplinary survey.1997.
4.
W. Buntine. A theory of classification rules.1992.
.
Machine Learning, Neural <http://www.basegroup.ru/glossary_ajax/definitions/neuron>
and Statistical Classification. Editors D. Mitchie et.al. 1994.
.
К. Шеннон. Работы по теории информации
<http://www.basegroup.ru/glossary_ajax/definitions/information_theory> и
кибернетике <http://www.basegroup.ru/glossary_ajax/definitions/cybernetics>.
М. Иностранная литература, 1963
.
С.А. Айвазян, В.С Мхитарян Прикладная статистика и основы эконометрики, М.
Юнити, 1998