рішення, найкраще всього для порівняльної оцінки рекомендації тих чи інших критеріїв отримати додаткову інформацію про саму ситуацію. Зокрема, якщо прийняте рішення належить до сотням машин з однаковими параметрами, то рекомендується застосовувати критерій Байеса-Лапласа. Якщо ж число машин не велике, краще користуватися критеріями минимакса або Севиджа. p align="justify"> 3. ПОХІДНІ КРИТЕРІЇ
.1 критерієм Гурвіца
Намагаючись зайняти найбільш врівноважену позицію, Гурвіц припустив оцінну функцію, яка знаходиться десь між точкою зору крайнього оптимізму і крайнього песимізму:
eir = {C eij + (1 - C) eij},
де С-ваговий множник.
Правило вибору відповідно до критерію Гурвіца, формується таким чином:
матриця рішень доповнюється стовпцем, що містить середнє зважене найменшого та найбільшого результатів для кожного рядка. Вибираються тільки ті варіанти, в рядках яких стоять найбільші елементи eir цього стовпця.
При С = 1 критерій Гурвіца перетворюється на ММ-критерій. При С = 0 він перетворюється на критерій азартного гравця
eir = eij,
тобто ми стаємо на точку зору азартного гравця, що робить ставку на те, що В«випадеВ» найвигідніший випадок.
У технічних додатках складно вибрати ваговій множник С, тому що важко знайти кількісну характеристику для тих часткою оптимізму і песимізму, які присутні при прийнятті рішення. Тому найчастіше З: = 1/2. p align="justify"> Критерій Гурвіца застосовується у разі, коли:
про ймовірності появи стану Fj нічого не відомо;
з появою стану Fj необхідно вважатися;
реалізується тільки мала кількість рішень;
допускається деякий ризик.
.2 КРИТЕРІЙ Ходжа-Лемана
Цей критерій спирається одночасно на ММ-критерій і критерій Баеса-Лапласа. За допомогою параметра n виражається ступінь довіри до використовуваному розподілів ймовірностей. Якщо довіра велике, то домінує критерій Баеса-Лапласа, в іншому випадку - ММ-критерій, тобто ми шукаємо
eir = {n + (1-n) eir}, 0 ВЈ n ВЈ 1.
Правило вибору, відповідне критерію Ходжа-Лемана формується таким чином:
