您当前位置:主页 > 加入我们 >

一种基于决策树的决策分析系统实现方法

发布时间:2019-02-02 15:44

在确定的情况下,决策很容易。在复杂的管理决策和工程技术中,一些条件和状态很难知道,或者暂时不为人知。这种决策问题是不确定的决定。决策树技术是人工智能的基础。根据对象的特点,提取其特征知识逻辑,可以较小的简单模型实现更好的区分。

关键词决策树;二手车问题;人工智能

、的概述

决策是一种经常发生在管理中的活动。这是人们在政治经济,技术和日常生活中所选择的行为。决策可以分为三种类型:确定性、风险类型和不确定类型决策。确定性决策意味着决策环境是完全确定的,并且决定的结果也是确定的。风险决策意味着决策环境尚未完全确定,其发生概率已知。不确定的决策意味着决策者不知道将要发生的结果的可能性,并且只能根据决策者的主观倾向做出决策。

一种基于决策树的决策分析系统实现方法

在现实世界中,拟议项目的所有未来结果都是未知的。企业产品的生产过程也是人力资源、材料、的成本。如何使用这些资源来确保实现业务管理目标,在许多替代行动计划中,始终存在一种能够以最少的消耗实现最大效果的解决方案。能否做出正确的业务决策与经济效益直接相关,决策树方法可以帮助企业决策者东森游戏分析风险。 ,选择最佳解决方案。本文以“买二手车问题”为实际应用的代表,基于决策理论,开发了一个简单的系统来自动生成决策树。

、决策树方法的意义

一种基于决策树的决策分析系统实现方法

决策树技术是人工智能的基础。根据对象的特点,提取其特征知识逻辑,可以较小的简单模型实现更好的区分。

决策树方法基于已知的各种情况的发生概率。通过构造决策树以获得净现值的预期值大于或等于零的概率,用于评估项目风险并判断其可行性的决策分析方法是直观地使用概率。图形化分析方法。

决策树一般由决策点、机会点、程序分支、概率分支组成,依此类推。决策点通常用“口”表示,然后从决策点绘制几条线来表示各种替代方案。这些线称为计划分支;计划分支后跟一个“o”,称为机会点;从机会点得出。各种线,称为概率分支,代表未来的不同状态,概率分支后的值代表不同方案在不同状态下可以获得的利润值。绘制决策树后,很容易计算每个程序的预期值并进行比较。三个、应用程序示例

有人买了二手车并在修理后再次出售。购买二手车的成本已知为1,000美元;售价为1,100美元;但购买的每辆二手车可能都是好车或坏车。 20%的可能性是坏车;如果修理汽车的费用是40美元,修理坏车的费用是200美元;使用平衡风险。有保险计划,购买保险的费用是60美元;购买保险后,保险公司可以支付维修垫的50%的维修费用;如果维修费用超过100美元,那么将支付所有维修费用。如果有人在购买二手车之前能够提供准确的信息(好的或坏的)购买汽车,购买信息需要多少钱?

1、决策树。 (图1)

2、计算机将指向预期值。机会点的东森平台注册预期值= 0.2×($ 40-c)+ 0.8×($ 60-c)= $ 56-c

3、不足以购买任何信息和保险决策树。 (图2)

4、决定。根据等式56-c = 28,c = 28,即,如果购买信息费28美元的成本等于没有购买信息而不购买保险的利润,如果信息费低于28美元,利润可以更多。

四个、购买二手车决策分析系统

(1)发展背景。决策分析系统是针对仅针对特定条件购买二手车的问题而开发的。目的是通过基于已知的各种情况的发生概率确定期望值大于或等于零的概率来验证项目被评估的概率。做出判断其可行性的决定。系统可以根据用户每次输入的不同值生成不同的决策树,以帮助用户做出正确的决策。

(二)主要实施方法

1、决策理论。决策理论是在不确定性下做出决策的计算。不可预测的事情是不确定的结果。如果结果a出现的概率是p,则结果b出现的概率是1-p。

有一个实值函数u(效用函数)

U(1)= P·U(一)+(1-P)·U(b)中

2、程序实现。由于系统比较简单,使用vb作为开发工具,算法和程序的实现比较简单,主要依据是决策理论。以下是程序实现过程的简要说明。首先,定义一些重变量来存储先决条件。

以下是购买二手车的成本所代表的各种变量的含义;卖价卖出; p_bad坏车概率; repair_bad1修复坏车费用; repair_good1修理坏车费用;保证保险费用;折扣保险公司提前维修汽车成本比例;最大的保险公司支付修理汽车的最大可能价值; repair_bad2保险公司在干预后修复坏车的费用; repair_good2保险公司修理坏车的费用; c信息费。

上一篇:从《金融工具确认和计量》标准分析新企业会计准则下公司每股净资
下一篇:信息化促进了商业银行的IT创新