129《 智能决策技术》课程实验指导书文档格式.docx

129《 智能决策技术》课程实验指导书文档格式.docx

《129《 智能决策技术》课程实验指导书文档格式.docx》由会员分享，可在线阅读，更多相关《129《 智能决策技术》课程实验指导书文档格式.docx（17页珍藏版）》请在冰点文库上搜索。

重点利用全概率公式：

和贝叶斯公式：

求后验概率部分，得出各方案在不同状态下的概率Ｐ（Sj/Ck），以求出最大期望值。

要求实验操作过程中，学生自己输入已有数据，并基于已知数据求出后验概率，然后求出不同方案的期望值，进行剪枝决策，得出最优方案。

具体过程如下：

第一步：

将已知数据输入excel中，如表1所示。

表1输入已知数据

第二步：

用贝叶斯公式计算各自然状态下的后验概率P（Sj│Ck），用概率论中的全概率公式计算勘测结果为Ck的概率P（Ck）。

由公式

计算在不同勘测结果下、油井状态为高产或低产的后验概率。

由公式计算勘测结果为Ck的概率P（Ck）

在相关的单元格中输入上述公式，其计算结果如表2所示：

表2后验概率与全概率的计算结果

上表中相应的公式见下表3

表3后验概率与全概率的计算公式

第三步：

构造决策树。

本实验的决策树如下图1所示

图1决策树

第四步：

计算各方案的期望收益值，并进行决策。

决策树中各方案的期望收益计算是从右向左进行的，首先考虑第二级决策，当勘测结果是“结构好”时，如果采取“不开发”方案，则期望收益为0；

如果采取“开发”方案，则当自然状态为“高产”（其修正后的后验概率为0.78）时，收益为400，当自然状态为“低产”，（其修正后的后验概率为0.22）时，收益为-200，所以，“开发”方案的期望收益=400*0。

78+（-200）*0.22=268（万元）。

该值可以单元格P19中输入=V17*T17+V21*T21获得.

比较两种方案的期望收益，选择“开发”方案。

所以当勘测结果为“结构好”时，应选择“开发”方案，其期望收益为268万元（这里暂时未扣除勘测费用）。

前去“不开发”这一方案分支，并在“结构好”的概率分支上标上期望收益为268万元。

同理可得，当勘测结果为“结构中等”时，应采取“开发”方案，其期望收益为250万元；

当勘测结果为“结构差”时，应采取“不开发”方案，其期望收益为0（这里暂时均未扣除勘测费用）。

比较三个方案的期望收益，取期望收益最大的方案作为最优方案，在单元格D16中输入=MAX（G10，G14，G30）

得到最大期望收益值为175万元，可见方案“先勘测”的期望收益最大，为最优方案。

因此，本实验的最优决策结果是：

先勘测，当勘测结果为“结构好”或“结构中等”时开发，当勘测结果为“结果差”时，不开发，该决策的期望收益为175万元。

实验小结（要求手写）：

实验中遇到的问题及解决办法、心得、体会等等...

实验思考题（要求手写）：

1、利用各种资源查询一个DSS的应用案例，说明它的应用环境、功能结构和所起的作用（注：

此处主要说明案例的适应领域，是用来解决什么问题的，怎样解决问题的，采用哪些技术或手段，它的结构是怎样的？

你觉得这个DSS如何？

为什么？

）。

实验二应用层次分析法进行多目标决策

3

熟悉并应用层次分析方法对多方案进行优劣排序，从而使学生掌握综合定性和定量两种方法解决问题的思维方式。

某公司打算增添一台新设备，现有三种不同型号的设备，P1，P2，P3供选择，选择设备主要考虑的要素是功能、价格和维护，你将如何选择？

第一步，建立递阶层次结构模型。

图1设备购买决策的递阶层次结构图

第二步，构造比较判断矩阵。

aij

设比较判断矩阵A=（i.j=1,2,……，n）。

比较判断矩阵中的元素aij

是以上一层某要素（比如说要素A）为准则，对本层次的n个元素（比如说，要素C1，C2……Cn）进行两两比较来确定的。

其形式如下：

AC1C2……Cj……Cn

C1a11a12a1ja1n

C2a21a22a2ja2n

…………………………

Ciai1ai2aijain

……

Cnan1an2anjann

其中，比较判断矩阵中的元素aij表示对上一层要素A要素而言，本层要素Ci的相对重要程度。

本实验中，A为目标层，其下一层的相关要素有三个：

功能C1，价格C2，维护C3。

通过咨询，由专家对要素C1，C2，C3进行两两比较，得到如下结果：

“功能（C1）”比“价格C2”明显重要，比“维护（C3）”稍微重要，“价格C2”比“功能（C1）”明显不重要，比“维护（C3）”稍微不重要。

由此构造出比较出判断矩阵A-C如下：

153

A-C=1/511/3

1/331

.11/42

C1-p=418

1/21/81

141/3

C2-p=1/411/8

381

111/3

C3-p=111/5

351

第三步，层次单排序。

首先，估算比较判断矩阵各列的列和Sj。

其次，将比较判断矩阵A中的各个要素除以该要素所在的列的列和Sj，得到一个归一化了的新矩阵Anorm，这里归一化矩阵是指每一列和等于1的矩阵，则有，

再次，计算新矩阵Anormk中每一行的均值Wi,它就是特征向量W，它就是A矩阵中各要素的层次单排序权值。

最后，由特征向量估算特征根

第四步，层次总排序

求出最低层（方案层）相对于最高层（目标层）的相对重要性排序权值，也就是层次总排序权值，最大的为最优方案。

即C层对于总目标A的层次总排序权值，是以上一层次B的层次总排序权值为权重、对C层的层次单排序权值进行加权和得出的，如下式所示：

第五步，一致性检验

定义一致性指标ＣＩ为

定义一致性比率ＣＲ为

其中，RI为平均随机一致性指标，它是与比较判断矩阵的阶数有关的指标，即RI可查表得出，当n=3时，RI=0.52。

计算出CR，当CR≤0.1时，比较判断矩阵具有满意的一致性。

本实验具体操作步骤如下：

（1）输入比较判断矩阵如表1所示：

（2）层次单排序和归一化矩阵如表2所示：

（3）一致性检验如表3所示

表1比较判断矩阵表2层次单排序

表4层次总排序

表3一致性检验

（4）层次总排序如表4所示：

决策结果p2最优。

实验小结：

实验中遇到的问题及解决办法、心得体会等

思考题：

除了AHP方法外，解决多目标决策问题还有哪些方法？

简单介绍其中的一种方法是如何解决多目标问题的?

实验三成本预测决策支持系统的开发

设计性实验学时：

4

掌握基于统一结构的决策支持系统的开发，理解模型库的组织和存储。

某企业经连续观察，发现其生产的某产品与每批投入的产品件数是线性相关的，15组统计数据如表1所示。

现该企业拟投入三批产品，每批投入的产品件数分别为4100（百件），5300（百件），25000（百件），企业希望通过建立成本预测决策支持系统，利用一元线性回归模型来帮助预测每批产品的成本（百元）。

表1统计数据

序号

产品件数

产品成本

1

53

53.42

91

84.53

87

80.87

49

52.45

5

14

25.6

6

98

87.12

7

78

72.93

8

82

76.5

9

58

55.14

10

33

41

11

45

49.51

12

52

53.16

13

16

26.22

68

66.04

15

61

59.26

实验要求：

1、需要建立相关的数据库，模型库，要有人机交互界面。

2、可以使用两个模型：

最小二乘法模型及一元线性回归模型。

3、使用熟悉的程序语言进行成本预测决策支持系统的开发，要求写出系统运行结构图，主要程序代码，运行结果。

实验四专家系统开发工具CLIPS

掌握专家系统的一般结构，熟悉专家系统开发工具CLIPS的语法和使用。

1、从网上下载CLIPS的最新版本软件，如CLIPSWin.zip

2、运行CLIPS，熟悉其基本语法，可以从符号体系、语言符号、事实、规则、注释、printout命令、变量、字符通配符、特权、read函数以及其他常用命令，练习Clips的基本语法，

3、掌握clips的基本使用。

如dialogwindow窗口，facts窗口，agendawindow窗口。

实验五专家系统的开发

掌握专家系统的开发过程，掌握根据产生式规则绘制相应推理树的方法。

1、根据以下规则，开发麦粒肿诊断专家系统；

R1：

毛囊皮根微红肿->

轻型MNPGWHZ->

QX

R2：

鼻塞流涕->

外感风热

R3：

舌苔薄黄&

胃纳差->

胃肠积热

R4：

眼睑局部明显红肿->

重型

R5：

眼睑局部红肿&

顶尖有脓点->

R6：

脓点破溃->

晚期

R7:

轻型&

外感风热->

轻风热型

R8:

重型&

重风热型

R9:

胃肠积热->

重积热型

R10:

轻型->

散癞法

R11:

晚期->

外敷药物

R12:

轻风热型->

散癞加罐

R13：

重风热型->

挑癞加罐

R14：

重积热型->

放血法

2、或根据以下规则，开发动物分类专家系统

有毛发->

哺乳动物

能产乳->

哺乳动物&

吃肉->

食肉动物

有蹄->

有蹄动物

食肉动物&

颜色是黄褐色&

有深色斑点->

猎豹

R6:

有黑色条纹->

老虎

有蹄动物&

颜色是白色&

斑马