Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Spistreści
ix
10.6.Procesysterowaniazrozmytymczasemzakończenia.................
257
10.6.1.Sterowanieukłademdeterministycznym.......................
259
10.6.2.Sterowanieukłademstochastycznym..........................
260
10.6.3.Uwagiosterowaniuukłademrozmytym......................
262
10.7.Procesysterowaniaznieskończonymczasemzakończenia............
263
10.7.1.Sterowanieukłademdeterministycznym.......................
264
10.7.2.Sterowanieukłademstochastycznym..........................
266
10.7.3.Uwagiosterowaniuukłademrozmytym......................
269
10.8.Przykładyzastosowańrozmytegoprogramowania
dynamicznego........................................................
269
Literatura....................................................................
275
110Siecibayesowskiewpodejmowaniudecyzji..........................
283
MieczysławAlojzyKłopotek
11.1.Wprowadzenie........................................................
284
11.1.1.Procesydecyzyjne.............................................
284
11.1.2.Niepewnośćprzypodejmowaniudecyzji......................
284
11.2.Pojęciesiecibayesowskiej.............................................
285
11.2.1.Łącznyrozkładprawdopodobieństwa.........................
285
11.2.2.Reprezentacjabezpośrednichprzyczyn........................
287
11.2.3.Reprezentacjawarunkowychniezależności....................
287
11.2.4.Rodzajestrukturgrafowychsiecibayesowskich...............
288
11.2.5.Rodzajezmiennychwsieciachbayesowskich..................
291
11.3.Metodypodejmowaniadecyzjiwsiecibayesowskiej..................
292
11.3.1.DrzewoMarkowaawnioskowanie............................
294
11.3.2.ZamianasiecibayesowskiejwdrzewoMarkowa..............
295
11.3.3.Szczególneprzypadkizamianysiecibayesowskiej
wdrzewoMarkowa...........................................
299
11.4.Pozyskiwaniesiecibayesowskich......................................
301
11.4.1.Uczeniesiecibayesowskiejoznanejstrukturzeprzyniepełnych
danych........................................................
302
11.4.2.Uczenienieznanejstrukturysieci..............................
304
11.5.Zastosowaniasiecibayesowskichwpodejmowaniudecyzji...........
306
11.6.Zakończenie...........................................................
310
Literatura....................................................................
311
120Podejścieregresjiporządkowejdowielokryterialnego
porządkowaniawariantówdecyzyjnych................................
RomanSłowiński
315
12.1.Wstęp.................................................................
316
12.2.Dezagregacjainformacjipreferencyjnejmetodąregresjiporządkowej–
metodaUTA..........................................................
319
12.3.Motywacjapropozycjistworzenianowegopodejścia..................
325
12.4.Nowametodawielokryterialnegoporządkowaniawariantów
decyzyjnychopartanaregresjiporządkowej..........................
326
12.5.Możliwerozszerzeniaproponowanejmetody.........................
333
12.6.Uwagikońcowe.......................................................
335
Literatura....................................................................
336
