1. Trang chủ >
  2. Công Nghệ Thông Tin >
  3. Cơ sở dữ liệu >

5: Hệ trợ giúp ra quyết định

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.42 MB, 55 trang )


1

Chương 5: Hệ trợ giúp ra quyết định


Các mơ hình trong DSS
Chuyên ngành Các hệ thống thông tin và tri thức khoa CNTT-ĐHSP HN- 2010
1
2

Cung c p

thông tin quan sát đư c t th gi i ợ
ừ ế

th c ự

Đ xu t
ề ấ
ưu đi m ể
3

Graphical model,

narrative model,

physical model,

Mathematical model,

symbolic or information-based model.

3 lo i đ u thư ng khơng tham gia DSS, có th dùng đ mô t nhưng ạ
ầ ờ
ể ể
ả không tham gia v i tư cách là m t b ph n
ớ ộ
ộ ậ
3
4

Các phần tử dữ liệu có thể là bất cứ kiểu dữ liệu nào mà máy tính và chương trình của máy tính liên quan đến boolean, xâu, số…

Kết hợp chặt chẽ với các thủ tục, các công thức để thao tác trên các phần tử dữ liệu.

Những thủ tục hay công thức suy dẫn ra những giá trị dữ liệu mới từ những giá trị dữ liệu đã có trong mơ hình và giá trị dữ liệu từ bên ngoài
đưa vào.

Các giá trị từ bên ngồi có thể đến từ người dùng, từ CSDL, từ các thiết bị như các sản phẩm thám sát của hệ thống hay từ các quan hệ
giao tiếp giữa các tổ chức
5

mơ hình v n còn h p l khi d li u thay đ i ẫ
ợ ệ
ữ ệ ổ
 cho phép chúng ta thay đ i m t hay m t s bi n variables và
ổ ộ
ộ ố
ế
xem xét tác đ ng hi u ng c a s thay đ i đó ộ
ệ ứ ủ
ự ổ
 D báo đi u gì s x y ra trên th c t v i m t l a ch n nào
ự ề
ẽ ả ự
ế ớ
ộ ự ọ
đó c a chúng ta ủ
6
7

Mơ hình hóa hệ thống mà chúng ta nghiên cứu?

Mơ hình tiến trình mà con người tuân theo trong việc ra quyết định về hệ thống?

Process model prescriptive model có thể là normative và cũng có thể là descriptive.

có những mặt mạnh yếu khác nhau và được ứng dụng vào những lĩnh vực khác nhau trong DSS
8

Là m t t p con quan tr ng c a các mơ hình h ộ ậ
ọ ủ

th ng. ố

M t mơ hình tốn mơ t quan h gi a các ph n t ộ
ả ệ
ữ ầ

c a h th ng, đư c mơ hình hóa trong d ng m t ủ
ệ ố
ợ ạ

phương trình.

Ví d m t mơ hình tốn quen thu c e = mc ụ
ộ ộ
2
9

Static models: chỉ ra giá trị mà các thuộc tính của hệ thống có thể nhận khi hệ thống ở trạng thái
cân bằng .

Dynamic models: theo sự thay đổi qua thời gian, sự thay đổi đó là kết quả do các hoạt động của hệ thống mang lại.

VD: mơ hình về sự giao động
◦ Tĩnh: cho thấy treo theo phương thẳng đứng và không chuyển động
◦ Động: cho thấy đang đu đưa qua lại, thấy tần suất, biên độ và tốc độ
giảm dần
10
• mơ hình hóa một hệ thống tĩnh static system hay một hệ thống động
dynamic system.
• Hệ thống tĩnh là hệ thống trong đó yếu tố trơi đi của thời gian khơng
tham dự
• nói cho người ra quyết định, làm thế nào mà hệ thống sẽ trở nên ổn định
kể cả khi nó khơng chỉ ra làm thế nào để đạt được điểm ổn định đó
• thường cung cấp kết quả trong thời gian ngắn hơn so với mơ hình động,
cho phép người ra quyết định xem xét nhiều lựa chọn trong một lượng thời gian cho phép.
11
Mơ hình hóa thu lệ phí cầu đường: Qua một khoảng thời gian, số
lượng xe đến trạm thu phí phải bằng lượng xe rời khỏi đó.
Nếu chúng ta có cơng thức thích hợp liên quan đến những yếu tố đó, chúng ta có thể tính được:
◦ trung bình lượng xe line khơng cần theo tiến triển thực sự của những
phương tiện cụ thể
◦ làm thế nào để dòng line xếp trả thu phí lớn lên và co bớt thời gian
lại.
12
• Phản ánh trong một mơ hình động chỉ có thể là một hệ thống
động: giá trị dữ liệu thay đổi theo thời gian.
• Phân biệt giữa mơ hình tĩnh và động có thể làm ta nhầm lẫn,
do một tập các mơ hình tĩnh có thể xuất hiện để thể hiện một lượng thay đổi theo thời gian.

Phân tích ví dụ để phân biệt
13

Đ u mơ hình hóa các h th ng đ ng: b t ề
ệ ố
ộ ắ
chư c hành vi c a m t h th ng đ ng trên ớ
ủ ộ
ệ ố

th c t ự
ế
◦ cho phép ki m soát nh ng hành vi này
ể ữ
◦ qua nh ng quan sát như v y nghiên c u t i ưu hóa
ữ ậ
ứ ố
h th ng. ệ

14

Continuous – system simulation models
:
mơ tả một tiến trình vật
lý hay kinh tế, trong đó các con số mơ tả hệ thống biến đổi một cách liên tiếp tiếp diễn. VD

Discrete-Event models: liên quan đến hệ thống mà trong đó các sự kiện cụ thể xuất hiện tại một thời điểm xác định và thay đổi
trạng thái của hệ thống một cách tức thời, từ giá trị này sang giá trị khác. VD
15

Thuật ngữ mơ phỏng, mơ hình và kết hợp với nhau mơ hình mơ phỏng có khi được dùng thay nhau.

Mơ hình là sự mơ tả hệ thống, thơng thường trong dạng chương trình máy tính.

Gọi mơ hình mơ phỏng khi muốn làm rõ hơn rằng không đề cập đến loại gì của mơ hình hoặc một sử dụng khác nào đó của mơ hình.

Mơ phỏng là tiến trình của việc sử dụng mơ hình để nghiên cứu hệ thống. Mơ phỏng khơng thể tồn tại thiếu một mơ hình thích hợp.
16

chúng ta thường biết mỗi thành phần của hệ thống có hành vi như thế nào, nhưng khơng có khả năng đánh giá ước tính tác
động của những tương tác giữa chúng lên hành vi hay tồn bộ
hệ thống.

mơ hình hoá các hành vi được mong đợi và tương tác của các thành phần của chúng qua thời gian
 dự báo hành vi của một hệ thống kinh doanh
17

Mơ hình biểu diễn trạng thái của hệ thống bằng giá trị của phần
tử dữ liệu các biến trong máy tính. Giá trị của những biến này
thay đổi khi có các sự kiện xuất hiện trong hệ thống. Nếu chúng
ta biết bao lâu các loại sự kiện khác nhau xuất hiện, thì chúng ta
có thể biết khi nào các biến thay đổi và thay đổi ra sao. Sự thay
đổi giá trị của các biến cho thấy điều xảy ra với hệ thống trong
thế giới thực.
18

Hầu hết các mô phỏng sự kiện rời rạc là stochastic rgẫu nhiên hoặc là xác suất, bởi chúng ta thường biết hành vi có tính bền
vững của một tiến trình đã cho nhưng chúng ta khơng dự đốn được một cách chính xác hành vi trong tương lai của bất cứ một
thể hiện nào của tiến trình này.
19

Khái niệm hàng đợi các sự kiện tương lai future events queue: danh sách các sự kiện được lên lịch xuất hiện trong hệ thống cùng
với thời điểm xuất hiện của chúng.

Xử lý các sự kiện và lên lịch cho sự kiện mới nằm trong một vòng lặp.

Chạy một mơ phỏng: đặt một sự kiện vào hàng đợi các sự kiện tương lai, lấy chúng ra để xử lý khi đến lượt- cập nhật cho các giá
trị của các biến đồng thời ghi lại những gì xảy ra để phân tích tương lai.
20
1.
Xác định mục tiêu của mơ hình :
◦ chúng ta cố gắng ra quyết định gì?
◦ Chúng ta phải tối ưu hóa gì hay phải tìm gì để ra quyết định?
◦ Những thơng tin nào mơ hình phải đưa ra để ta có được điều
muốn biết?
21
2.
Định nghĩa hệ thống :
◦ Cái gì có trong nó và cái gì khơng?
◦ Những gì là thành phần bộ phận của nó?
◦ Nếu hệ thống phụ thuộc vào các tham số-được gọi là các biến
điều khiển controllable variables, cần phải đặc tả chúng là gì?
22
3.
Định nghĩa trạng thái của hệ thống: một tập các biến trạng
thái hoặc các biến khơng có khả năng điều khiển uncontrollable variables
◦ Chọn các biến trạng thái làm đơn giản thực tế
◦ Hiếu được mục đích của mơ hình là rất cần thiết để xác định một
tập các biến trạng thái phù hợp
◦ Các biến không điều khiển được là những đặc trưng của hệ thống,
thay đổi theo các hoạt động của hệ thống
23
4.
Xác định các sự kiện có thể thay đổi trạng thái của hệ thống và xác định tác động của mỗi sự kiện trên mỗi biến trạng thái
.

exogenous events sự kiện ngoại sinh: Sự xuất hiện của chúng không bị tác động bởi trạng thái của hệ thống, mặc dù chúng tác
động đến trạng thái của hệ thống

endogenous events sự kiện nội sinh: Sự xuất hiện của chúng có thể phụ thuộc vào trạng thái của hệ thống.
24
5.
Chọn đơn vị thời gian mà mô phỏng sử dụng

Thang chia thời gian chính xác phụ thuộc vào tỉ lệ ước lượng tại đó tiến trình trở nên được mơ hình hóa cho các xuất hiện và là
mục tiêu của nghiên cứu .

Các hệ thống máy tính, các gói phần mềm mơ phỏng và các ngơn ngữ lập trình đều có thể làm việc với đơn vị thời gian rất nhỏ 
chọn đơn vị thời gian chủ yếu là thuận tiện cho người sử dụng.
25
6.
Xác định theo thống kê ước lượng tại đó mỗi sự kiện xuất hiện:
Xác định thời điểm sự kiện xuất hiện trong mối liên quan đến những sự kiện xảy ra trước đó. Cách tiếp cận này xác định
khoảng thời gian của mỗi bước trong chuỗi hành động  mơ hình hóa một tiến trình phức tạp bằng cách kết hợp các mơ hình
với một số tiến trình
26
7.
Xác định những thống kê muốn đạt được từ mơ phỏng, dữ liệu cần có để đạt được những thống kê đó.
8.
Xác định trạng thái khởi đầu của hệ thống.
27

Các chương trình mơ phỏng có thể viết trong ngôn ngữ vạn năng như C hay Pascal. Hầu hết các mô phỏng chuyên nghiệp trong
kinh doanh sử dụng: GPSS, SLAM hay Simscript

Tiếp cận mang tính thỏa hiệp: đóng gói GAP cho FORTRAN, C và C++ có các gói C++SIM, SIM++ và CSIM18.
28

Một lần chạy mơ phỏng sẽ cho biết hành vi của hệ thống được mô phỏng ra sao đối với một lựa chọn cụ thể cho các biến điều
khiển và 1 bộ các tham số.

Lặp lại các tiến trình đối với mỗi lựa chọn của một bộ biến điều khiển cho ta đánh giá được tác động của sự thay đổi các biến
điều khiển và giúp ta
chọn được bộ tốt nhất .
29

Một ví dụ: Barbershop

Phân tích các bước thiết kế mơ hình mơ phỏng sự kiện rời rạc: cần mở bao nhiêu quầy thu tiền trong siêu thị?
30

Reading more
31

Queuing Models

Markop Process Models

Simulation, Queuing Theory, and Markov Process Compared

Optimization
32

Mô phỏng là nghiên cứu hệ thống từng bước thơng qua các hoạt
động của nó. Với kiểu thống kê, từ một lượng mẫu đủ lớn các
hoạt động, có thể suy dẫn ra kết luận. Trong khi đó, mơ hình
hàng đợi đạt được thống kê các hành vi hệ thống một cách trực
tiếp không cần theo những sự kiện riêng lẻ. Những mơ hình này
đơn giản ở chỗ lý thuyết hàng đợi yêu cầu chấp nhận, nó xác
định hành vi bình thường của hệ thống nhanh hơn mơ phỏng.
33

Là mơ hình tĩnh cho hệ thống động: mơ tả trạng thái vững bền trong đó một hệ thống ổn định chứ không phải là mô tả hành vi
của hệ thống từng phút từng phút ra sao.

Mô tả hành vi hệ thống bằng các cơng thức. Những cơng thức đó có thể được đánh giá cho một tập bất kỳ các biến hệ thống biến
điều khiển ta mong muốn, chứ không phải là các số được tính tốn cho một tập các tham số và phải tính tốn lại từ đầu đối với
mỗi tập tham số bất kỳ khác.
34

Các trạng thái có thể có của hệ thống  nghiên cứu hệ thống; các
biến và tổ hợp có thể của chúng  trạng thái của hệ thống.

Tỉ lệ rate mà tại đó mỗi trạng thái thay đổi thành trạng thái khác
được xác định như một hàm của tỉ lệ rate các giao dịch đến bên
trong hệ thống và thời gian phục vụ của tiến trình hệ thống. state
transition rates
35

Nếu hệ thống ở trạng thái cân bằng steady state: mỗi trạng thái
average transition rate into = average transition rate out of Các phương trình biểu diễn điều đó.

Giải các phương trình để tìm được các xác suất trạng thái.  những thống kê khác cần quan tâm như thời gian trung bình mà
khách hàng phải chờ hay độ dài trung bình của hàng đợi,…
36

Là mơ hình tĩnh cho hệ thống động: mơ tả trạng thái vững bền trong một hệ thống ổn định chứ không phải là mô tả hành vi của
hệ thống từng phút từng phút ra sao.

Mô tả hành vi hệ thống bằng các cơng thức. Những cơng thức đó có thể được đánh giá cho một tập bất kỳ các biến hệ thống biến
điều khiển ta mong muốn, chứ không phải là các số được tính tốn đối với một tập các tham số và phải tính tốn lại từ đầu đối
với mỗi tập tham số bất kỳ khác.
37
Xét tòa nhà với việc đặt phone cho mỗi tầng. Một người nào đó
muốn gọi phone và khi tìm thấy một phone rỗi, họ sẽ gọi. Một số
người khi thấy phone bận, họ sẽ chờ cho đến khi phone trở thành
rỗi. Một số người khi thấy phone bận và có người khác đang chờ
thì họ sẽ đến tầng khác
38
39
Giả sử thời gian trung bình cho mỗi cuộc gọi là 5 phút. Nếu một
cuộc đàm thoại được thực hiện  sẽ có 20 khả năng nó kết thúc trong phút tiếp theo
 chuyển từ Busy2 sang Idle 1 : 0.2phút
nhưng chỉ nếu hệ thống đã bắt đầu hoặc khơng có một chuyển đổi nào khác có thể xuất hiện nữa.
Bởi thế, nói chung rate của chuyển đổi này là 0.2 P
2
.
40

Tương tự 3  2 xuất hiện trong rate trung bình là 02P3

Giả sử rate trung bình của khách đến gọi điện thoại giữa các khoảng đến là 10 phút  rate đến là 0.1 kháchphút, có nghĩa là
cơ hội có một khách xuất hiện ở phút tiếp theo là 10. Ta có 12 xuất hiện trong rate trung bình là
0.1P1 và 23 là
0.1P2 .
41

Theo nguyên lý hàng đợi, có các phương trình cân bằng sau:
◦ Đ i v i tr ng thái 1: 0.2P
ố ớ ạ
2
= 0.1P
1
◦ Đ i v i tr ng thái 2:
ố ớ ạ
0.1P
1
+ 0.2P
3
= 0.1P
2
+ 0.2P
2
hay 0.1P
1
+ 0.2P
3
= 0.3P
2
◦ Đ i v i tr ng thái 3: 0.1P
ố ớ ạ
2
= 0.2P
3
3 phương trình với 3 ẩn số P
i
, phụ thuộc tuyến tính cái thứ nhất và thứ 3
42
Trong lý thuyết hàng đợi: một hệ thống có n trạng thái, ln có n
phương trình cân bằng trong P
i
, tương đương với n-1 phương trình
độc lập tuyến tính. Do đó cần n phương trình độc lập tuyến tính để tìm n ẩn, ở đây từ sự kiện hệ thống ln là một trong 3 trạng thái
ta sẽ có thêm phương trình P
1
+P
2
+P
3
= 1
43

Giải các phương trình nói trên, ta có được phát biểu xác suất cho mỗi trạng thái:
P
1
=47,
P
2
=27,
P
3
=17.
Những con số đó có nghĩa gì?
44

P
1
=47, phone sẽ idle trong 47 thời gian, ngược lại nó
bận trong P
2
+P
3
= 37 thời gian. Điều này dự báo tiền
thu được từ dịch vụ này. Dựa vào đó có thể quyết định có nên đầu tư khơng.
45

Nếu cứ 10 phút có một khách hàng xuất hiện và họ rời khỏi sau 5 phút, ta thấy phone bận 12 thời gian. Việc
sử dụng ở mức thấp hơn phải là do khách hàng nhìn thấy hàng chờ và bỏ đi. Từ tỉ lệ sử dụng của 37 là 67,
điều ta mong muốn , chúng ta biết rằng 17 của khách hàng tiềm ẩn nào đến đâu đó nữa. Thơng tin đó giúp
quyết định có nên lắp thêm 1 phone bên cạnh phone đã có hay khơng.
46

Một người nào đó đang chờ 17 thời gian, khoảng 8.5 phút ngoài giờ hay trong mỗi giờ của ngày làm việc.
Điều này đưa ra ý tưởng đặt máy bán nước giải khát bên cạnh phone.
47

Trung bình khách không bỏ đi ngay, chờ 1 phút 40 giây để dùng phone khơng qua tốn học mà đơn giản là nằm
trong bất cứ cuốn sách nào về lý thuyết hàng đợi và nhiều phép tốn phân tích. Người quản lý có thể dùng
thơng tin về thời gian trung bình khách đợi để cung cấp mức dịch vụ thỏa đáng.
48
Giải pháp tổng quát:
Người ra quyết định thường muốn biết ảnh hưởng của xác suất
đến ,
thời gian phục vụ .
Có những câu hỏi đại loại như: “ Điều gì xảy ra nếu trung bình
mỗi đàm thoại diễn ra trong 4 phút hay 6 phút? Điều gì xảy ra nếu
chúng ta bỏ đi một trong 5 phone để tăng tỉ lệ khách đến cho
những phone còn lại?”
49
Để nghiên cứu một số lựa chọn, ta biểu diễn các xác suất chuyển đổi trạng thái bằng các ký hiệu đại số.

λ: thời gian đến,

μ: thời gian phục vụ,

ρ = λ μ utilization ratio.
Khi đó ta có:
μP
2
= λP
1
λ P
1
+ μP3= μ + λ P
2
λP
2
=μP
3
50
Dùng thuật ngữ ρ = λ μ utilization ratio, hệ phương trình
trên trở thành: P
2
= ρ P
1
ρ P
1
+ P3= 1 + ρ P
2
ρ P
2
=P
3
Suy ra: P
1
= 1 1+ ρ + ρ
2
P
2
= ρ 1+ ρ + ρ
2
P
3
= ρ
2
1+ ρ + ρ
2
51
Giải pháp tổng quát:

Ta có thể đưa bất cứ giá trị nào vào ρ trong cơng thức để có ngay được phát biểu về xác suất khả năng.

Chẳng hạn, nếu mỗi đàm thoại mất 6 phút và trung bình 10 phút
có một khách đến thì ρ = 0.6. Như vậy P
1
= 0.510, P
2
= 0.306 và P
3
= 0.184.
52
Giải pháp tổng quát:

Những kết quả trên đều ứng với một giả thiết quan trọng : khoảng thời gian khách đến và thời gian của các cuộc gọi hoàn toàn ngẫu
nhiên.

Giả sử thời gian khách đến là hằng. Một khách hàng xuất hiện đúng lúc 1h, người khác đến sau đó 10 phút, người thứ 3 sau 20
phút, và cứ như vậy. Cũng giả sử rằng mỗi cuộc gọi diễn ra trong đúng 5 phút. Những phân phối này có cùng ý nghĩa như đã nói ở
trên, nhưng kết quả sẽ thực sự khác đi.
53 53
Quyết định thế nào đây?
Hãy nghe ta rồi hắng
quyết định
54
55
Giải pháp tổng quát:
Giả sử thời gian khách đến và thời gian cuộc gọi theo phân phối ngẫu nhiên là hàm mũ . Một tính chất quan trọng của phân phối
hàm mũ là biết thời gian xảy ra sự kiện cuối không giúp dự đốn được cho sự kiện tiếp theo. Ví dụ, biết rằng một cuộc gọi đã trôi
qua 1 giờ khơng dự báo được nó sẽ dừng hay khơng trong phút tiếp đến. Đây là một điều quan trọng trong nguyên lý hàng đợi do
nó có ý nghĩa là rate chuyển đổi từ trạng thái này sang trạng thái khác là hằng số. Sự xuất hiện của khách hàng,….

Xem Thêm
Tải bản đầy đủ (.ppt) (55 trang)

×