芬恩·詹森。;托马斯·戴勒·尼尔森 不确定性优化的概率决策图。 （英语） Zbl 1217.68212号 4OR（或） 2011年1月9日至28日. 摘要：本文综述了概率决策图在不确定性决策问题建模和求解中的应用。我们介绍了影响图，它是一个流行的框架，用于用单个决策者表示和解决顺序决策问题。由于求解影响图的方法在决策序列的长度上的伸缩性很差，我们提出了两种计算近似解的方法。影响图的建模范围仅限于所谓的对称决策问题。这种局限性促使了替代表示语言的发展，从而扩大了可以有效建模的决策问题的类别。我们介绍了其中一些替代框架，并使用几个示例演示了它们的表达能力。最后，我们提供了实现本文所述框架的软件系统列表。 引用于5文件 MSC公司： 68层37 人工智能背景下的不确定性推理 90B50型 管理决策，包括多个目标 91B06型 决策理论 91A35型 博弈决策理论 关键词：调查文章;概率决策图;影响图 软件：BNT公司;分析;内蒂卡;最高有效位Nx;埃尔维拉;Java贝叶斯;GeNIe公司;贝叶斯;HUGIN公司 PDF格式BibTeX公司 XML格式引用 \textit{F.V.Jensen}和\textit{T.D.Nielsen}，4OR 9，No.1，1--28（2011；Zbl 1217.68212） 全文： 内政部 链接 参考文献： [1] Ahlmann-Ohlsen KS，Jensen FV，Nielsen TD，Pedersen O，Vomlelova M（2009）求解无约束影响图的两种方法的比较。国际J近似原因50:153–173·Zbl 1191.68669号 ·doi:10.1016/j.ijar.2008.08.001 [2] Bhattacharjya D，Shachter RD（2007）用决策电路评估影响图。收录：第二十三届人工智能不确定性会议论文集。第9-16页 [3] Bhattacharjya D，Shachter RD（2008），决策电路中的灵敏度分析。收录：第二十四届人工智能不确定性会议论文集。第34-42页 [4] Bielza C，Ríos-Insua S，Gómez M，del Pozo JAF（2000）《ictneo敏感性分析》。收录：统计学课堂讲稿，稳健贝叶斯分析，第152卷。柏林施普林格，第317–334页 [5] Cano A，Gómez M，Moral S（2006）一种求解影响图的前向-后向蒙特卡罗方法。国际J近似原因42（1–2）：119–135·Zbl 1186.91063号 ·doi:10.1016/j.ijar.2005.10.009 [6] Charnes JM，Shenoy PP（2004）使用局部计算求解影响图的多级蒙特卡罗方法。管理科学50:405–418·Zbl 1232.91122号 ·doi:10.1287/mnsc.1030.138 [7] Cobb B（2006）《持续决策MTE影响图》。在：第三届欧洲概率图形模型研讨会论文集。第67–74页 [8] Cobb BR、Shenoy PP（2004）使用截尾指数混合的混合影响图。收录：第二十届人工智能不确定性会议论文集。第85-93页 [9] Cobb BR，Shenoy PP（2008），使用截尾指数混合的混合影响图进行决策。欧洲运营研究杂志186（1）：261–275·Zbl 1138.91372号 ·doi:10.1016/j.ejor.2007.01.036 [10] Cooper GF（1988）使用信念网络作为影响图的方法。摘自：第四届人工智能不确定性会议论文集。第55–63页 [11] Cooper GF（1990）使用贝叶斯信念网络进行概率推理的计算复杂性。Artif Intell 42（2–3）：393–405·Zbl 0717.68080号 ·doi:10.1016/0004-3702（90）90060-D [12] Darwiche A（2003）贝叶斯网络中推理的微分方法。美国临床医学杂志50（3）：280–305·Zbl 1325.68226号 ·doi:10.1145/765568.765570 [13] 达尔文A（2009）贝叶斯网络建模与推理。剑桥大学出版社·Zbl 1231.68003号 [14] Dechter R（2000）在不确定条件下优化政策的任意近似值。参加：第五届人工智能规划系统国际会议（AIPS-2000）决策理论规划研讨会 [15] Dittmer SL，Jensen FV（1997）影响图中信息的短视值。收录：Geiger D，Shenoy PP（编辑）第十三届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第142-149页 [16] Felli JC，Hazen GB（1999），敏感性分析和完美信息的期望值。Med Decis Mak 18:95–109·doi:10.1177/0272989X9801800117 [17] Gal Y，Pfeffer A（2003）一种在游戏中建模代理决策过程的语言。收录：第二届自主智能体和多智能体系统国际联合会议论文集。纽约ACM出版社，第265-272页 [18] Gal Y，Pfeffer A（2008）《影响图网络：代表代理人信念和决策过程的形式主义》。《Artif Intell Res杂志》33:109–147·Zbl 1183.68574号 [19] Garcia-Sanchez D，Druzdzel M（2007）影响图的高效穷举任何时间采样算法。发表于：Lucas P、Gmez J、Salmern A（eds）《概率图形模型的进展，模糊性和软计算研究》，第214卷。柏林施普林格，第255-273页·兹比尔1117.90018 [20] Gmytrasiewicz PJ，Durfee EH，Wehe DK（1991）协调多智能体交互的决策理论方法。摘自：第十二届国际人工智能联合会议记录。第62-68页·Zbl 0747.68069号 [21] Horsch MC，Poole D（1998）不确定性下决策的任意算法。摘自：Cooper GF，《第十四届人工智能不确定性会议道德汇编》。Morgan Kaufmann Publishers，Los Altos，第246-255页 [22] Howard RA、Matheson JE（1981）《影响图》。摘自：Howard RA、Matheson JE（eds）《决策分析的原理和应用》第2卷第37章。Menlo Park战略决策小组，第721-762页 [23] Jensen F、Jensen FV、Dittmer SL（1994）《从影响图到连接树》。摘自：Mantaras RL，Poole D（eds）第十届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第367–373页 [24] Jensen FV，Gatti E（2010）影响图最佳策略近似表示的信息增强。摘自：第五届欧洲概率图形模型研讨会论文集。第102–9页 [25] Jensen FV，Nielsen TD（2007），贝叶斯网络和决策图，第2版。纽约施普林格ISBN:0-387-68281-3 [26] Jensen FV，Vomlelova M（2002），无约束影响图。摘自：达尔文A，弗里德曼N（编辑）第十八届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第234-241页 [27] Jensen FV、Nielsen TD、Shenoy PP（2006）《顺序影响图：统一框架》。国际期刊近似原因42:101–118·Zbl 1186.91067号 ·doi:10.1016/j.ijar.2005.10.007 [28] Kjaerulff UB，Madsen AL（2008），贝叶斯网络和影响图，第1版。纽约施普林格ISBN:978-0-387-74100-0 [29] Koller D，Friedman N（2009）概率图形模型：原理和技术。麻省理工学院出版社，剑桥·兹比尔1183.68483 [30] Koller D，Milch B（2001）用于表示和解决游戏的多代理影响图。收录于：第十七届人工智能国际联合会议论文集。第1027–1036页·Zbl 1054.91007号 [31] Koller D，Milch B（2003），用于表示和解决游戏的多代理影响图。游戏Econ Behav 45（1）：181–221·Zbl 1054.91007号 ·doi:10.1016/S0899-8256（02）00544-4 [32] Korb KB，Nicholson AE（2004）《贝叶斯人工智能》，第1版。查普曼和霍尔，伦敦ISBN:1-58488-387-1 [33] Lauritzen SL，Nilsson D（2001）代表和解决信息有限的决策问题。管理科学47（9）：1235–1251·Zbl 1232.90343号 ·doi:10.1287/mnsc.47.9.1235.9779 [34] Li Y，Shenoy PP（2010）用确定性变量求解混合影响图。收录：第二十六届人工智能不确定性会议论文集。第322–331页 [35] 廖伟，季庆（2008）影响图的有效非近视信息值计算。国际J近似原因49:436–450·Zbl 1191.68688号 ·doi:10.1016/j.ijar.2008.04.003 [36] Luque M，Díez FJ（2010）具有超值节点的影响图的变量消除。国际J近似原因51:615–631·Zbl 1213.68625号 ·doi:10.1016/j.ijar.2009.11.004 [37] Madsen AL（2008）惰性传播边缘化的新方法。摘自：Jaeger M，Nielsen TD（eds）第四届概率图形模型欧洲研讨会论文集。第193-200页 [38] Madsen AL，Jensen F（2005）求解线性二次条件高斯影响图。国际J近似原因38:263–282·Zbl 1090.68107号 ·doi:10.1016/j.ijar.2004.05.006 [39] Madsen AL，Jensen FV（1999）对称贝叶斯决策问题的惰性评估。收录：Laskey KB，Prade H（eds）第十五届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第382–390页 [40] Madsen AL、Nilsson D（2001）使用HUGIN、Shafer-Shenoy和惰性传播求解影响图。收录：第十七届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第337–345页 [41] Moral S，RumíR，Salmerón A（2001）混合贝叶斯网络中截断指数的混合。摘自：《第六届欧洲不确定性推理的符号和定量方法会议记录》，人工智能课堂讲稿，第2143卷。施普林格，柏林，第145–167页·Zbl 1001.68544号 [42] 尼尔森TD（2001）影响图分解。摘自：Benferhat S，Besnard P（eds）《第六届欧洲不确定性推理符号和定量方法会议论文集》。Springer，《人工智能课堂讲稿》第2143页，第144-155页 [43] Nielsen TD，Jensen FV（1999）定义良好的决策场景。收录：Laskey KB，Prade H（eds）《第十五届人工智能不确定性会议论文集》。Morgan Kaufmann Publishers，Los Altos，第502-511页 [44] Nielsen TD，Jensen FV（2003），影响图中的敏感性分析。IEEE Trans Syst Man Cybern第A部分Syst Hum 33（2）：223–234·doi:10.1109/TSMCA.2003.811116 [45] Nilsson D，Lauritzen SL（2000）使用LIMID评估影响图。收录：Boutiler C，Goldszmidt M（编辑）第十六届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第436–445页 [46] Pearl J（1988）智能系统中的概率推理。表示和推理。Morgan Kaufmann Publishers，圣马特奥。国际标准图书编号0-934613-73-7 [47] Raiffa H，Schlaifer R（1961）应用统计决策理论。麻省理工学院出版社，剑桥·Zbl 0952.62008号 [48] Shachter RD（1986）评估影响图。运营研究34（6）：871–882·doi:10.1287/opre.34.6.871 [49] Shachter RD（1999）信息计算的有效价值。收录：Laskey KB，Prade H（eds）第十五届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第594-601页 [50] Shachter RD，Bhattacharjya D（2010）《带有决策电路的影响图中的动态规划》。收录：第二十六届人工智能不确定性会议论文集。第509–516页 [51] Shachter RD、Kenley CR（1989）高斯影响图。管理科学35（5）：527–550·doi:10.1287/mnsc.35.527 [52] Shachter RD，Peot MA（1992），使用概率推理方法进行决策。摘自：Dubois D、Wellman MP、D'Ambrosio B、Smets P（eds）第八届人工智能不确定性会议论文集。Morgan Kaufmann Publishers，Los Altos，第276-283页 [53] Shafer GR，Shenoy PP（1990）《概率传播》。数学艺术智能安2:327–352·兹伯利0875.68676 ·doi:10.1007/BF01531015 [54] Shenoy PP（1992）贝叶斯决策分析的基于估值的系统。运营研究40（3）：463–484·Zbl 0850.62131号 ·doi:10.1287/opre.403.463 [55] Shenoy PP（2000）非对称决策问题的估值网络表示和解决方案。欧洲运营研究杂志121（3）：579–608·Zbl 0968.90012号 ·doi:10.1016/S0377-2217（99）00055-7 [56] Shenoy PP，West JC（2009），具有确定性变量的混合贝叶斯网络中多项式的混合。摘自：第八届不确定性处理研讨会论文集。第202-212页 [57] Virto MA、Martín J、Insua DR、Moreno-Díaz A（2002）通过mcmc方法获得复杂影响图的近似解。In:概率图形模型第一次欧洲研讨会会议记录 [58] Von Neumann J，Morgenstern O（1944）《博弈论与经济行为》，第1版。威利，纽约·Zbl 0063.05930号 [59] 袁C，吴X（2010）用启发式搜索求解影响图。附：第十一届人工智能与数学国际研讨会论文集 [60] 袁C，吴X，汉森E（2010）使用分枝定界搜索求解多级影响图。收录：第二十六届人工智能不确定性会议论文集。加利福尼亚州卡塔利纳岛 [61] Zhang NL（1998）影响图中的概率推理。摘自：Cooper GF，《第十四届人工智能不确定性会议道德汇编》。Morgan Kaufmann Publishers，Los Altos，第514-522页 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。