一种基于决策树的决策分析系统实现方式论文

《一种基于决策树的决策分析系统实现方式论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一种基于决策树的决策分析系统实现方式论文.freelost保险公司全部支付修车费用的最大可能值；repair_bad2保险公司介入后，修理坏车的费用；repair_good2保险公司介入后，修理坏车的费用；c信息费。（1）计算各个机会点（决策树中的叶子）的期望值。由于买保险后存在修车费用变化的问题，因此应先处理买保险后的修车费用值：repair_bad2=repair_bad1’修理坏车的费用Ifrepair_bad2=utmostThen‘如果维修费用多于最大可能值，那么全部垫付维修费用。repair_bad2=0Else‘否则按照垫付的修车费用比率重新计算repair_b

2、ad2=repair_bad2*（discount/100）EndIf买坏车并且买保险可获得的收益值记为buyguarantee1buyguarantee1=sellprice-cost-repair_bad2–guarantee买好车并且买保险可获得的收益值记为buyguarantee2buyguarantee1=sellprice-cost-repair_good2–guarantee不买保险的情况下，修车费用不发生变化，采用原始给定值：买坏车但不买保险可获得的收益值记为notbuyguarantee1notbuyguarantee1=sellprice-cost-rep

3、air_bad1–guarantee买好车但不买保险可获得的收益值记为notbuyguarantee1notbuyguarantee2=sellprice-cost-repair_good1–guarantee不买车的收益值为常数0各个机会点的期望值是在其对应的收益值的基础上减去信息费用c。（2）决策点评估使用的是最大值。算法实现即在若干个数中查找最大值，定义辅助变量max1，在0、buyguarantee1和notbuyguarantee1三者之中寻找最大值。max1=0ifmax1ifmax1同理，可找到0、buyguarantee2和notbuyguarantee2三个

4、值中的最大者。（3）计算机会点（决策树中的根）的期望值。根据公式U（L）=p·U（A）+（1－p）·U（B）得：E=（p_bad/100）*max1+（1–p_bad/100）*max2给出决策信息：利用准确信息的期望值和不买任何信息保险的决策点的值相减，所得值越大说明购买信息越有必要，值越小说明没有必要购买信息。（三）系统运行界面（图3、图4）当输入的前提条件发生改变时，对应决策树以及得出的结论都是相应改变的，如：将坏车的概率提高到0.3时，那么相比概率是0.2的前提，得出的决策就应该去买信息。（图5、图6）五、结论通过开发本系统，以及对本系统的应用，验证了决策树法直观明了

5、，便于决策者快速分析风险和选择最佳方案，是现代企业管理中值得推广的一种分析方法。主要