Information Partielle Linéaire

Information Partielle Linéaire (LPI) est une méthode de modélisation linéaire pour les décisions pratiques, basée sur les informations précédemment floue.

Edward Kofler - une mathématicien polonaise-suisse, en 1970 à Zurich (Suisse), développé sa théorie sur les linéaires partielles information (LPI).

Description générale

Information Partielle Linéaire (LPI) est une méthode permettant de prendre des décisions fondées sur des informations insuffisantes ou floues. LPI a été introduite en 1970 par le polonais - Swiss mathématicien Edward Kofler (1911 - 2007) afin de simplifier les procedé de décision. Comparant à d'autres méthodes la LPI-theorie est algorithmiquement simple et particulièrement et dans la prise de décisions la LPI-méthode est plus orientées vers la pratique. fonction caractéristique. Cela peut se faire par la mise en place stochastiques et non stochastiques LPI-relations. Un mélange de stochastiques et non stochastiques flou est souvent une base pour le LPI-procédure. En utilisant les méthodes LPI tout flou dans toute décision situation peut être envisagée sur la base de la logique floue linéaire.

Définition

Toute stochastiques information partielles SIP(p), ce qui peut être considéré comme une solution d'un système linéaire inégalité est appelé Linear Partial Informations LPI (p) au sujet de la probabilité p. Il peut être considéré comme une LPI-incertitude de la probabilité p, correspondant aux concepts de la logique floue linéaire.

Situations de prise de décision

Dans des situations de décision, est le flou de la répartition des scénarios possibles de même, que des résultats finis (anglais: outputs).

Chaque action est fondée sur les décisions qui, dans un monde de l'imprécision et l'incertitude des données, des concepts et des lois doivent être prises. Les incertitude (anglais: "fuzziness") dans le monde est une règle et non une exception. Le caractère optimal de nos décisions, que nous avons au moyen de méthodes classiques, dans ces conditions, atteindre, doit être remis en question. Tout cela nous oblige à la dite douce (flou), le modèle de formation. Plus complexe est un système considéré est élevée, plus le degré d'imprécision des données et d'autant plus doux doit être modélisé Lotfi Zadeh. Le modèle incertain possède trois douce caractéristiques importantes:

• La probabilité survenance de ce modèles est par rapport au modèle exact généralement supérieure
• Il est temps, plus stable
• Il laisse une adaptatif procédures de nouvelles informations en ce qui concerne la procédure suivie par une adaptation aux nouvelles conditions.

Le modélisation incertaine de vue des grands penseurs

Bertrand Russell affirme que "...la logique traditionnelle parle de notions précises. Malheureusement, dans notre environnement ne sont pas applicables, au maximum dans une réalité imaginaire merveilleux." Dans nos conditions reste donc rien d'autre choix que selon les circonstances floues à la modélisation des données. À cet égard, la probabilité de la survenance des modèles et des possibilités d'adaptation à d'autres informations seront prises en compte.

Albert Einstein a proclamé que "fronde des allégations concernant notre réalité ne sont pas correctes, ou vice versa, juste des idées au sujet de notre réalité ne mènent à vif allégations." Ceci représente en fait la formulation de Russell sous toute autre forme. Un autre argument est le fait de la réalité de la prise de décision en ce qui concerne les éléments analogue à celle des termes de l'état de repos et le mouvement dans la mécanique exprimées.

Bibliographie sélective

• Edward Kofler - Equilibrium Points, Stability and Regulation in Fuzzy Optimisation Systems under Linear Partial Stochastic Information (LPI), Proceedings of the International Congress of Cybernetics and Systems, AFCET, Paris 1984, pp. 233-240
• Edward Kofler - Decision Making under Linear Partial Information. Proceedings of the European Congress EUFIT, Aachen, 1994, p. 891-896.
• Edward Kofler - Linear Partial Information with Applications. Proceedings of ISFL 1997 (International Symposium on Fuzzy Logic, Zurich, 1997, p.235-239.
• Edward Kofler – Entscheidungen bei teilweise bekannter Verteilung der Zustände, Zeitschrift für OR, Volume 18/3, 1974
• Edward Kofler - Extensive Spiele bei unvollständiger Information, in Information in der Wirtschaft, Gesellschaft für Wirtschafts- und Sozialwissenschaften, Volume 126, Berlin 1982

Voir aussi

Lien externe

• Outils pour la création d'une position dominante avec des Information Partielle Linéaire (LPI) et attribut hiérarchie
• Information Partielle Linéaire (LPI) avec des applications
• Information Partielle Linéaire (LPI) avec des applications à la politique économique des États-Unis
• Pratiques de prise de décision avec Information Partielle Linéaire (LPI)
• Stochastic programmation avec floue Information Partielle Linéaire (LPI) sur la distribution de probabilité
• Décisions trés rapid avec Information Partielle Linéaire (LPI)