129《 智能决策技术》课程实验指导书

《智能决策技术》实验指导书

信息管理系

目录

实验一具有事前信息的决策树技术的操作应用 (3)

实验二应用层次分析法进行多目标决策 (7)

实验三成本预测决策支持系统的开发............................................... 错误！未定义书签。实验四专家系统开发工具CLIPS (8)

实验五专家系统的开发 (10)

实验一 具有事前信息的决策树技术的操作应用

实验类型：验证性 实验学时：2

实验目的：掌握风险型决策中的贝叶斯决策，利用决策树进行决策的方法。 实验内容：

某石油公司的决策人，打算投资开发某油田。根据现有资料，预计这口油井有高产、低产两种不同状态，分别记为S 1、S 2。高产可获利润400万元，而低产时将净亏损200万元，已知这两种情况出现的概率分别为：P （S 1）=0.6,P(S 2)=0.4,一般来说，常见的地质结构有“好”、“中等”、“差”3种，分别记为C 1、C 2、C 3，为判断该地区属于哪种结构，可作进一步勘测，勘测费用为10万元。已知在不同的油井状态下，勘测结果为不同地质结构的概率如下，P （C 1/S 1）=0.7，P （C 2/S 1）=0.2，P （C 3/S 1）=0.1，P （C 1/S 2）=0.3，P （C 2/S 2）=0.1，P （C 3/S 2）=0.6，问：应采取何种行动方案,才能获取最大收益?

(问题：是否要进一步勘测?若进一步勘测，那么在勘测后应采取何种方案) 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(S j /C k )，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。

1

1

()()()

k k j k j p c p c s p s ==|∑21()()()(1,2,3;1,2)()()k j j j k k j j j p c s p s p s c k j p c s p s =||===|∑

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 （S j │C k ），用概率论中的全概率公式计算勘测结果为C k 的概率P （C k ）。

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C k 的概率P （C k ）

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

11

()()()

k k j k j p c p c s p s ==|∑2

1

()()

()(1,2,3;1,2)

()()

k j j j k k

j j j p c s p s p s c k j p c

s p s =||=

==|∑

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

实验类型：验证性 实验学时：3

实验目的：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。 实验内容：

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。 设比较判断矩阵A=

(i.j=1,2,……，n)。比较判断矩阵中的元素a ij

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……C n)进行两两比较来确定的。其形式如下：

A C1 C2 …… Cj …… Cn C1 a 11 a 12 a 1j a 1n C2 a 21 a 22 a 2j a 2n …… …… …… …… …… Ci a i1 a i2 a ij a in ……

Cn a n1 a n2 a nj a nn

其中，比较判断矩阵中的元素a ij 表示对上一层要素A 要素而言，本层要素C i 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

a ij

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：

1 5 3

A-C= 1/5 1 1/3 1/3 3 1

. 1 1/4 2 C1-p= 4 1 8 1/2 1/8 1

1 4 1/3 C2-p= 1/4 1 1/8 3 8 1

1 1 1/3 C3-p= 1 1 1/5

3 5 1

第三步，层次单排序。

首先，估算比较判断矩阵各列的列和S j 。

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S j ，得到一个归一化了的新矩阵A norm ，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A normk 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

1

(1,2)

j n

ij i s a j n ===∑……*

(,1,2,)

ij ij j

a a i j n s =

=……*

1

(1,2)

n

ij

j i a

w i n n

==

=∑……max 1

()n

i i i

AW nW λ==∑

1

(1,2)

m

i j i j i c b c j n ===∑……max 1

n

CI n λ-=

-

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

CI CR RI

=

0.1

CR

≤

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

实验类型：设计性实验学时：4

实验目的：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。

实验内容：

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

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。

实验小结：

实验中遇到的问题及解决办法、心得体会等

实验四专家系统开发工具CLIPS

实验类型：验证性实验学时：3

实验目的：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。

实验内容：

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dialog window 窗口，facts 窗口，agenda window 窗口。

实验小结：

实验中遇到的问题及解决办法、心得体会等

实验五专家系统的开发

实验类型：设计性实验学时：4

实验目的：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。实验内容：

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->重型

R6：脓点破溃->晚期

R7: 轻型&外感风热->轻风热型

R8: 重型&外感风热->重风热型

R9: 重型&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

R1：有毛发->哺乳动物

R2：能产乳->哺乳动物

R3：哺乳动物&吃肉->食肉动物

R4：哺乳动物&有蹄->有蹄动物

R5：食肉动物&颜色是黄褐色&有深色斑点->猎豹

R6:食肉动物&颜色是黄褐色&有黑色条纹->老虎

R7:有蹄动物&颜色是白色&有黑色条纹->斑马

实验小结：

实验中遇到的问题及解决办法、心得体会等