선형 부분 정보

Linear partial information

LPI(Linear partial information, LPI)는 불충분하거나 모호한 정보에 기초하여 의사결정을 하는 방법이다.LPI는 폴란드-스위스 수학자 에드워드 코플러(1911~2007)가 의사결정 과정을 간소화하기 위해 1970년 도입했다.다른 방법에 비해 LPI-퍼지성은 알고리즘적으로 단순하며 특히 의사결정에 있어 보다 실제적인 지향성을 갖는다.지표 기능 대신에 의사결정자는 퍼지 확률 분포 또는 정규화된 가중치에 대한 선형 제한을 설정하여 솜털을 선형화한다.LPI 절차에서 의사결정자는 구성원 자격 함수를 적용하는 대신 솜털을 선형화한다.이것은 확률적 LPI 관계를 확립함으로써 이루어질 수 있다.혼합 스토크스틱과 비스토크스틱 퍼지화는 종종 LPI 절차의 기초가 된다.LPI-메소드를 사용함으로써 어떤 결정 상황에서의 어떤 솜털도 선형 퍼지 논리의 기초 위에서 고려될 수 있다.

정의

선형 불평등 시스템의 해결책으로 생각할 수 있는 확률론적 부분정보 SPI(p)는 확률 p에 관한 선형 부분정보 LPI(p)라고 불린다.선형 퍼지 논리 개념에 해당하는 확률 p의 LPI-퍼지화라고 볼 수 있다.

적용들

맥시민의 원리
최대 보증 기대치를 얻기 위해 의사결정자는 최소 기대치를 최대화하는 전략을 선택해야 한다.이 절차는 맥스민 – 원칙(MaxMin – Principle)으로 이어지며 베르누이 원리의 연장선이다.
MaxWmin 원칙
이 원리는 극한 가중치에 관한 최대 보장 중량 함수로 이어진다.
PDP(Pornistic Decision Principle)
이 원칙은 솜털 아래 전략의 예후 해석에 근거한다.

퍼지 평형 및 안정성

정보의 솜털에도 불구하고, 예를 들어 경제 계획이나 분쟁 상황이나 일상적 결정에서 최적의, 가장 신중한 전략을 선택하는 것이 종종 필요하다.이것은 퍼지 평형이라는 개념이 없이는 불가능하다.퍼지 안정성의 개념은 의사결정자의 해당 안정성 영역을 고려하여 시간 간격으로의 확장으로 간주된다.모델이 복잡할수록 선택은 더 부드러워져야 한다.퍼지 평형 개념은 최적화 원리에 기초한다.따라서 맥스민-, 맥스민-, PDP-안정성을 분석해야 한다.이러한 원칙의 위반은 종종 잘못된 예측과 결정으로 이어진다.

LPI 평형점

주어진 LPI 결정 모델을 고려할 때, 해당 퍼지 상태 또는 교란 세트의 콘볼루션으로서 퍼지 평형 전략은 퍼지 평형 전략이 존재함에도 불구하고 가장 신중한 것으로 남아 있다.이 전략의 일탈은 의사결정자에게 손실을 초래할 수 있다.

참고 항목

선택한 참조

  • Edward Kofler – 선형 부분 확률적 정보(LPI), 국제 사이버네틱스 및 시스템 회의, AFCET, 파리 1984, 페이지 233–240에 따른 퍼지 최적화 시스템의 균형점, 안정성 및 규제
  • Edward Kofler – 선형 부분 정보에 따른 의사결정.유럽 의회 EUFIT, Aachen, 1994, 페이지 891–896.
  • Edward Kofler – 애플리케이션이 포함된 선형 부분 정보ISFL 1997 (Fuzzy Logic에 관한 국제 심포지엄), 취리히, 1997, 페이지 235–239.
  • Edward Kofler – Entscheidungen bei teilweise Bekanter Scentilung der Zeistschrift für, 1974년 18/3, Vol.
  • Edward Kofler – Gesellschaft의 Der Wirtschaft에 있는 Information에 있는 광범위한 Spiele Bei Unvolstándiger Information- Und Unselswitschafts- Und Und Szialwissenschaften, Band 126, 1982년 베를린

외부 링크