Для учета требований ЛПР предусмотрена возможность получения информации от него. Эта информация может быть задана в виде функции потерь, которые понесет ЛПР при неправильных решениях; в виде подходящего ему критерия оптимальности статистической процедуры; в виде ограничений, налагаемых его возможностями на реализацию процедур и т.п. Понятно, что эта априорная информация существенно влияет на выбор методов и результаты синтеза решающей функции /. В зависимости от конкретных обстоятельств имеющиеся сведения могут быть более или менее полными, поэтому рассмотрим ряд типичных ситуаций относительно объема априорной информации и сведем их в табл. 4.1.
Таблица 4.1
Уровни |
Досто |
Задание |
Задание |
Задание |
Задание |
Задание |
априор |
верные |
распре- |
распре- |
парамет- |
окрест- |
только |
ной ин |
знания об |
делений |
делений |
рическо- |
ности |
различий |
форма |
а или ц и |
на А и В |
только на |
го класса |
парамет- |
между |
ции |
п |
|
В |
распре делений |
рическо- го класса распределений |
распре деления ми |
Характер |
Триви |
Байесовы |
На прав |
Мини- |
Робаст- |
Непара- |
стати |
альны |
|
доподо |
максные |
ной ста- |
метриче- |
стиче |
или син |
|
бие или |
|
тистики |
ские |
ских за |
гулярны |
|
субопти- |
|
|
|
дач |
|
|
мальные задачи |
|
|
|
Отметим, что чем больше априорной информации использует правильно выбранная статистическая процедура, тем выше качество выдаваемых ею решений.
4.2. Стратегия Байеса в анализе сценария проекта
Стратегия Байеса в анализе сценариев проектов может быть использована прежде всего для формирования решающих правил, в основе которых лежит общеизвестная модель.
Однако основным недостатком байесовского подхода является зависимость получаемых результатов от априорных вероятностей гипотез.
В этой связи целесообразно рассмотреть последовательную стратегию Байеса (многошаговый байесовский алгоритм), когда признаки упорядочиваются по убыванию информативности и на каждом шаге используется формула Байеса, в которой априорной вероятностью считается апостериорная вероятность, вычисленная на преди- дущем шаге; решение принимается на последнем шаге в пользу той гипотезы, для которой апостериорная вероятность оказывается наибольшей.
Данный метод освобожден от влияния априорных вероятностей, так как они уточняются на основании экспериментального материала, получаемого в процессе проведения экспертиз.
Для простоты изложения указанной стратегии рассмотрим три гипотезы Б1, Б2, Бу каждая из которых характеризуется п признаками, упорядоченными по степени убывания информативности х1, х2,... хп. В результате проведения экспертизы указанных гипотез получен
» следующая страница »
1 ... 10 11 12 13 14 1516 17 18 19 20 ... 30