slike bài giảng hệ trợ giúp quyết định - trần đình khang chương 3 một sô bà itoán ra quyết định

HỆ TRỢ GIÚP QUYẾT ĐỊNH
Lớp HTTT + Pháp
Nămhọc 2009 - 2010
Bài 7 – Mộtsố bài toán ra quyết định
3.4. Mộtsố bài toán ra quyết định:
NỘI DUNG :
-Môphỏng
-Dự báo
-Lậplịch
-Cáckỹ thuậttínhtoánmềm
TD Khang – ĐHBK Hà Nội
A/ Dự báo
Dự báo là nghệ thuậtvàkhoahọctiênđoán các sự
kiệnxảyratrongtương lai dựatrêncácsự kiện
trong quá khứ, hiệntại, hoặcsử dụng các mô hình
toán học
TD Khang – ĐHBK Hà Nội
Các bướcdự báo
Xác định vấn đề
Tìm kiếm, thu thập thông tin
Chọnphương pháp, mô hình, giả thuyết
Thiếtkế thí nghiệm
Thựchiện thí nghiệm
Phân tích kếtquả
Tiếptụcduytrìvàxácnhận
TD Khang – ĐHBK Hà Nội
Các phương pháp
Phương pháp phán đoán
Phương pháp đếm
Phân tích theo chuỗithờigian
Phương pháp nhân quả

TD Khang – ĐHBK Hà Nội
Nhậnxét
Các phương pháp phán đoán, phương pháp đếm được
dùng khi các phương pháp sau không phù hợpdo:
dữ liệu quá khứ quá phứctạp, hoặcítthời gian, ít
kinh phí, thiếudữ liệu,
Với các bài toán kinh tế, xã hội, thường dùng dữ báo
theo chuỗithờigian
TD Khang – ĐHBK Hà Nội
Dự báo theo chuỗithờigian
Tương lai đượcbiểudiễnnhư là hàm số củaquákhứ
mà không quan tâm đến ảnh hưởng củacácbiến
bên ngoài
Giá trị tương lai = f (Giá trị quá khứ)
TD Khang – ĐHBK Hà Nội
Ví dụ: Ngoạisuy
Cho các giá trị
Tháng 1 3
Tháng 2 5.5
Tháng 3 5
Tháng 4 7.5
Tháng 5 8
Tính kếtquả của các tháng tiếptheo
Xấpxỉ vềđường thẳng: y = 2.8 x + 1.5
TD Khang – ĐHBK Hà Nội
Các phương pháp làm trơn
z Khi chuỗithời gian không ổn định, không có
những thành phầnbiến đổi theo khuynh hướng,
theo chu kỳ
z Phương pháp bình quân động

z Phương pháp làm trơn đathức
z Phương pháp làm trơnhàmmũ
TD Khang – ĐHBK Hà Nội
Các phương pháp phân rã
Chia nhỏ dữ liệu đã qua thành các thờikỳ nhỏ hơn để
dễ dàng phân tích. Có 4 yếutố cầnxemxét:
-Xuthế: sự thay đổi xét trên mộtthờigiandài
-Chukỳ củahiệntượng: thờigianmàhiệntượng sẽ
lặplại
-Biến đổitrongchukỳ: sự thay đổităng, giảm trong
mộtchukỳ
-Dao động ngẫu nhiên: sự dao động xung quanh xu
thế, làm ảnh hưởng đếnchukỳ và biến đổi trong chu
kỳ
TD Khang – ĐHBK Hà Nội
Các dạng mẫudữ liệutrongdự báo
theo chuỗithờigian
Mẫudữ liệungẫu nhiên
Mẫu theo khuynh hướng (tăng giảm, )
Mẫutheomùa(lặp)
Mẫutheochukỳ (quay vòng)
Mẫutự tương quan (thể hiệnmốiquanhệ giữahai
biến)
Kếthợp các mẫu
TD Khang – ĐHBK Hà Nội
B/ Mô phỏng
z Mô phỏng bao gồmcáckỹ thuậtnhằmbắtchước
các hành vi (các trạng thái) củamộtthựcthể nào đó.
Mô phỏng gắnvới hành vi (bên ngoài) chứ không
gắnvớicấutrúc, mốiliênhệ (bên trong).

z Mô phỏng liên quan chặtchẽ vớimôitrường quyết
định và hành vi ra quyết định
TD Khang – ĐHBK Hà Nội
Đặctrưng
z Mô phỏng không phảilàloạimôhìnhbiểudiễn
thựcsự mà chỉ là bắtchước, là công cụ mô tả.
z Mô phỏng là mộtkỹ thuật dùng cho việc điềukhiển
các thí nghiệm, kiểmthử dữ liệucụ thể củaquyết
định hoặccácbiến không điều khiển đượcvàquan
sát sự tác động lên các biếnra.
z Mô phỏng đượcdùngkhigặp các vấn đề quá phức
tạp, không xử lý đượcbằng các kỹ thuậttối ưu
TD Khang – ĐHBK Hà Nội
Quá trình mô phỏng
TD Khang – ĐHBK Hà Nội
Ưu điểm
Đơngiản.
Không phụ thuộcvàoyếutố thờigian
Chophépquansát1 lớpcáctìnhhuống.
Chophépthử nghiệmtheokiểuthử-sai.
Giúp cho nhà quảnlýhiểurõhệ thống, vì đượcxây
dựng theo cách nhìn của nhà quảnlývàcấutrúc
quyết định củahọ.
Mô phỏng có thể thựchiệnvớimọivấn đề, mọitập
giá trị củacácbiến,
TD Khang – ĐHBK Hà Nội
Nhược điểm
Không đảmbảogiảipháptối ưu.
Quá trình mô phỏng chậm, tốnkém.
Không thể dùng để giải các bài toán khác, khó tổng

quát hóa.
Mô phỏng nhiều khi làm cho nhà quảnlýmấttrực
quan, phương án tối ưuxuấthiệntrướcmắtnhưng
không nhậnra
TD Khang – ĐHBK Hà Nội
Thủ tục Monte Carlo
Dùng thủ tục Monte Carlo qua các bướcsau:
1- Xác định độ đo thích hợpvớihệ thống.
2- Mô tả hệ thống, xác định hàm phân bố xác suấtcủa các đại
lượng ngẫu nhiên.
3- Xác định phân bố xác suấttíchlũy qua các thí nghiệm.
4- Gán cho các đạilượng ngẫu nhiên các phân bố tương ứng.
5- Gán cho mỗi đạilượng ngẫu nhiên một giá trị nào đó.
6- Xác định trung bình và phương sai.
7- Lặplại các bước5-6 chođến khi độ đohệ thống ổn định.
8- Lặplại các bước5-7 với các giải pháp khác nhau, đưa ra các
độ đo đánh giá độ tin cậy. Từđóchọngiải pháp thích hợp
TD Khang – ĐHBK Hà Nội
Ứng dụng
Mô phỏng mạng lưới giao thông
Mô phỏng quá trình dạyvàhọc trong đào tạo
Mô phỏng các thí nghiệmvật lý, sinh học, các phản
ứng hóa học
Mô phỏng các hoạt động kinh tế, xã hội
TD Khang – ĐHBK Hà Nội
C/ Lậplịch
Phân phối tài nguyên theo thờigianđể thựchiệnmột
tậpcác
tácvụ, thỏamãnmộtsố ràng buộc
Cho: Mộttập các tác vụ cầnthựchiện, Mộttậpcáctài

nguyên vớisự xác định rõ tài nguyên nào dùng
cho
tác vụ nào, Mộttậpcácràngbuộcphải đượcthỏa
mãn, Mộttậpcácmụctiêuvớisự xác
định mụctiêu
nào là củatácvụ nào
Cầnxácđịnh cách tốtnhất để phân phối tài nguyên cho
các hoạt động tạicácthời điểmxácđịnh, mà các ràng
buộc đều
đượcthỏamãnvàđạtmụctiêutốtnhất
TD Khang – ĐHBK Hà Nội
Các đặc tính
-Mỗitácvụđượcthựchiện theo nhiều cách, phụ thuộcvào
nguồn tài nguyên được phân cho nó
-Quanhệ tác vụưutiêncóthể bị chồng chéo
-Mộttácvụ có thể bị ngắttheomộttậpxácđịnh trước
-Mộttácvụđòi hỏi nhiềunguồn tàinguyên của các loạikhác
nhau
-Sự yêu cầu tài nguyên củamộttácvụ có thể khác nhau qua thời
gian củatácvụđó
- Các nguồn tài nguyên có thể tái sử dụng, hoặc không
-Tínhsẵn dùng của tài nguyên có thể thay đổi
- Các tài nguyên có thể có những hạnchế tạmthời
-Cácmụctiêucóth
ể
tha
y
đ
ổ
i!

TD Khang – ĐHBK Hà Nội
Phân loại bài toán lậplịch
Phân xưởng xử lý đơnmáy: mỗi công việcchỉ có mộthoạt động
đượcthựchiệntrênmáyđơn, kếtquả là mộtchuỗi công việc
Phân xưởng xử lý máy song song: mỗi công việcchỉ có mộthoạt
động đơn, có m máy làm việc song song và chứcnăng của các
máy là như nhau
Phân xưởng xử lý theo luồng: mỗi công việcgồmmộtchuỗi(có
thứ tự chặtchẽ) các hoạt động, có m máy được điều khiển
đồng bộ
Bài toán tổng quát: có m máy và j công việc, mỗi công việccó
thứ tự xử lý của nó và không có quan hệ vớithứ tự xử lý của
bấtkỳ công việcnàokhác
TD Khang – ĐHBK Hà Nội
Các kỹ thuật
Tìm kiếmcụcbộ tiền định
Các kỹ thuậttínhtoánmềm
Giảithuậtditruyền: mỗiphương án như là mộtcá
thể, độ thích nghi đomức độ thỏamãncácràng
buộccủacáthể
TD Khang – ĐHBK Hà Nội
D/ Các kỹ thuật tính toán mềm
Mạng nơ ron
Giảithuậtditruyền
Hệ mờ
Mạng Bayes
Suy diễntheotrường hợp

TD Khang – ĐHBK Hà Nội
Kếthợpmạng nơron và hệ mờ

Mô hình nơ ron - mờ hợptác
Mô hình nơ ron - mờ lai
Mô hình nơ ron - mờ trên cơ sở hệ mờ
Mờ hóa mạng nơ ron
TD Khang – ĐHBK Hà Nội