.填空題：1、解決過度擬合問題通常采用剪樹枝方法，剪枝是一種克服噪聲的技術(shù)，同時簡化決策樹。在構(gòu)造決策樹時，不再對不純的訓(xùn)練子集進(jìn)一步劃分的剪枝方法叫做（預(yù)剪枝 ）；在樹完全生成后進(jìn)行剪枝的策略叫做（后剪枝）。2、在多指標(biāo)決策是一類特殊的多目標(biāo)決策問題，主要是決策者基于多個指標(biāo)對有限方案的評價和排序問題，考慮如何在已確定的方案中進(jìn)行選優(yōu)。 其中：有的指標(biāo)值越大越好的稱為（ 效益型指標(biāo)）有的指標(biāo)值越小越好 （成本型指標(biāo)） 指標(biāo)值越接近某一固定值越優(yōu)的指標(biāo)（固定型指標(biāo)）。指標(biāo)值越接近某一區(qū)間越優(yōu)的指標(biāo)稱作（區(qū)間型指標(biāo)）。3、目前常用的標(biāo)準(zhǔn)化方法有（向量歸一化法）、（線性比例變換法）、（極差變換法）等。 其中（極差變換法）是使用最多的標(biāo)準(zhǔn)化方法。4、求一個向量的單位向量的過程，叫做（向量的歸一化）。它的運(yùn)算法則為： 對于一個非零向量V，可以用該向量除以它的大?。ɑ蚰＃┘纯傻玫?。5、該公式于1763年由Bayes 給出. 它是在觀察到事件B已發(fā)生的條件下，尋找導(dǎo)致B發(fā)生的每個原因的概率.稱為（ ）。6、決策指標(biāo)權(quán)重的確定的方法有（德爾菲法）、（相對比較法）、（熵值法）。7、（德菲爾法(Delphi Technique)）,即函詢調(diào)查法,將提出的問題和必要的背景材料,用通信的方式向有經(jīng)驗(yàn)的專家提出,然后把他們答復(fù)的意見進(jìn)行綜合, 再反饋給他們,如此反復(fù)多次,直到認(rèn)為合適的意見為止。8、（主觀賦權(quán)法）：根據(jù)決策者主觀經(jīng)驗(yàn)和判斷，用某種特定法則確定權(quán)重的方法。缺點(diǎn)：賦權(quán)法依賴經(jīng)驗(yàn)和判斷，帶有一定主觀性。（客觀賦權(quán)法）：根據(jù)決策矩陣中評價指標(biāo)攜帶的客觀信息，用某種特定法則確定指標(biāo)權(quán)重的方法，稱為客觀賦權(quán)法。 缺點(diǎn)：客觀賦權(quán)法雖然依據(jù)客觀指標(biāo)信息，但指標(biāo)信息數(shù)據(jù)的采集難免受到隨機(jī)干擾，在一定程度上影響其真實(shí)可靠性。 兩種賦權(quán)方法各有利弊，實(shí)際應(yīng)用中應(yīng)該有機(jī)結(jié)合。9、（權(quán)重）是各指標(biāo)重要程度關(guān)系的定量表示。合理確定和適當(dāng)調(diào)整指標(biāo)權(quán)重，可以在決策過程中體現(xiàn)各評價指標(biāo)輕重有度、主次有別，增加評價指標(biāo)之間的相互可比性。10、（熵值法）是一種客觀賦權(quán)法，依據(jù)各指標(biāo)值所包含的信息量的大小來確定指標(biāo)權(quán)重。11、（ 熵值法）就是利用熵值來確定各指標(biāo)的權(quán)重。12、在信息論中，熵是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越（?。恍畔⒘吭叫?，不確定性越大，熵也越（大）。根據(jù)熵的特性，我們可以通過計算熵值來判斷一個事件的隨機(jī)性及無序程度，也可以用熵值來判斷某個指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對綜合評價的影響越大。13、（相對比較法）是一種主觀賦權(quán)法。它將所有指標(biāo)分別按行和列排列，構(gòu)成一個正方形的表；然后指標(biāo)兩兩比較進(jìn)行評分，并將評分值記入表中相應(yīng)位置，再將評分值按行求和，得到評分總值；最后進(jìn)行歸一化處理，求得各指標(biāo)的權(quán)重。14、多指標(biāo)決策常見的方法包括簡單易用的（簡單線性加權(quán)法）、適用性強(qiáng)的（理想解法）。15、理想解法又稱為（TOPSIS）（Technique for Order Preference by Similarity to Ideal Solution）法。這種方法通過構(gòu)造多屬性問題的（理想解）和（負(fù)理想解），并以靠近（理想解）和遠(yuǎn)離（理想解）兩個基準(zhǔn)作為評價各可行方案的依據(jù)。（理想解法）又成為雙基點(diǎn)法。（理想解）：設(shè)想各指標(biāo)屬性都達(dá)到最滿意的解。（負(fù)理想解）：設(shè)想指標(biāo)屬性都達(dá)到最不滿意的解。16、（理想解）：設(shè)想各指標(biāo)屬性都達(dá)到最滿意的解。（負(fù)理想解）：設(shè)想指標(biāo)屬性都達(dá)到最不滿意的解。1決策所涉及的問題一般與_。A將來有關(guān) B過去有關(guān) C現(xiàn)在有關(guān) D過去、現(xiàn)在、將來都有關(guān)2合理決策必須具備的三個條件，不包括以下_。A目標(biāo)合理 B可靠的信息 C有限合理、經(jīng)濟(jì)性 D決策結(jié)果滿足預(yù)定目標(biāo)的要求3戰(zhàn)略決策主要是謀求_。A組織目標(biāo)的實(shí)現(xiàn) B從兩個以上的可行方案中選擇一個最佳方案C組織內(nèi)部條件、外部環(huán)境和目標(biāo)三方面的動態(tài)均衡 D組織工作的正確指導(dǎo)4決策方案的后果有多種，每種都有客觀概率，這屬于_。A不確定型決策 B非程序化決策 C戰(zhàn)術(shù)決策 D風(fēng)險型決策5決策的定量方法是_。A依靠人們的知識、經(jīng)驗(yàn)和判斷能力來進(jìn)行決策的方法B運(yùn)用數(shù)學(xué)方法，建立數(shù)學(xué)模型來進(jìn)行決策的方法C確定型、不確定型和風(fēng)險型決策的方法D一系列科學(xué)的處理過程6管理決策主要應(yīng)由_作出。A高層管理者 B基層管理者 C中、高層管理者 D中層管理者7主要是根據(jù)決策人員的直覺、經(jīng)驗(yàn)和判斷能力來進(jìn)行的決策是_。A確定型決策 B不確定型決策 C結(jié)構(gòu)化決策 D非結(jié)構(gòu)化決策1決策所涉及的問題一般與_。A將來有關(guān) B過去有關(guān) C現(xiàn)在有關(guān) D過去、現(xiàn)在、將來都有關(guān)2合理決策必須具備的三個條件，不包括以下_。A目標(biāo)合理 B可靠的信息 C有限合理、經(jīng)濟(jì)性 D決策結(jié)果滿足預(yù)定目標(biāo)的要求3戰(zhàn)略決策主要是謀求_。A組織目標(biāo)的實(shí)現(xiàn) B從兩個以上的可行方案中選擇一個最佳方案C組織內(nèi)部條件、外部環(huán)境和目標(biāo)三方面的動態(tài)均衡 D組織工作的正確指導(dǎo)4決策方案的后果有多種，每種都有客觀概率，這屬于_。A不確定型決策 B非程序化決策 C戰(zhàn)術(shù)決策 D風(fēng)險型決策5決策的定量方法是_。A依靠人們的知識、經(jīng)驗(yàn)和判斷能力來進(jìn)行決策的方法B運(yùn)用數(shù)學(xué)方法，建立數(shù)學(xué)模型來進(jìn)行決策的方法C確定型、不確定型和風(fēng)險型決策的方法D一系列科學(xué)的處理過程6管理決策主要應(yīng)由_作出。A高層管理者 B基層管理者 C中、高層管理者 D中層管理者7主要是根據(jù)決策人員的直覺、經(jīng)驗(yàn)和判斷能力來進(jìn)行的決策是_。A確定型決策 B不確定型決策 C結(jié)構(gòu)化決策 D非結(jié)構(gòu)化決策選擇題：1、 人工智能的縮寫是：（1）EDP （2）AI （3）MIS （4）ES 多選題：1、典型的醫(yī)學(xué)決策支持系統(tǒng)有1、 Mycin系統(tǒng)2、 Internist-1和QMR系統(tǒng)3、 HELP2、經(jīng)典的決策樹算法（1）ID3算法，（2）C4.5算法、（3）CART算法、（4）SPRINT算法。通常，一個多指標(biāo)決策問題由以下3個要素構(gòu)成：1決策問題的指標(biāo)等于或大于2個。2指標(biāo)衡量標(biāo)準(zhǔn)不同，即眾多指標(biāo)之間沒有一個統(tǒng)一的標(biāo)準(zhǔn)，難以進(jìn)行相互比較。3指標(biāo)導(dǎo)向的不一致性。簡答題：1、醫(yī)學(xué)信息決策：是指在進(jìn)行醫(yī)學(xué)決策時不僅僅憑經(jīng)驗(yàn)和直覺，而是經(jīng)過相關(guān)信息分析后所做出的決策?；卺t(yī)學(xué)信息的決策常常比較復(fù)雜，也會面臨很多不確定的情況，以及較為復(fù)雜的信息分析方法和多種決策方案的選擇。2、人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork，ANN)，亦稱神經(jīng)網(wǎng)絡(luò)(neuralnetwork，NN)，是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)，由大量處理單元(神經(jīng)元，neurons)廣泛互連而成的網(wǎng)絡(luò)，反映人腦的基本特性，是對人腦的抽象、簡化和模擬。它可用電子或光電元件實(shí)現(xiàn)，也可用軟件在常規(guī)計算機(jī)上仿真，或者說是一種具有大量連接的并行分布處理器，它具有通過學(xué)習(xí)獲取知識并解決問題的能力，且知識是分布存儲在連接權(quán)(對應(yīng)于生物神經(jīng)元的突觸)中，而不是像常規(guī)計算機(jī)那樣按地址存在特定的存儲單元中。它是基于神經(jīng)科學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)、物理學(xué)、計算機(jī)科學(xué)及工程等學(xué)科的一種技術(shù)。3、決策樹(decisiontree):是一種能夠有效地表達(dá)復(fù)雜決策問題的數(shù)學(xué)模型。是一種類似于流程圖的樹狀結(jié)構(gòu)，它表述了在不同條件下會得到特定的輔助決策值的一種規(guī)則，或者每個決策可能引出多個事件而導(dǎo)致不同的結(jié)果。4、靈敏度分析：檢驗(yàn)和評估決策樹求解的過程及其呈現(xiàn)在數(shù)據(jù)上的變化行為稱為靈敏度分析。5、1醫(yī)學(xué)信息決策有哪些特性?2決策有哪些分類?3簡要說明決策的基本步驟。4信息分析與決策的關(guān)系是什么?5什么是定性決策?什么是定量決策?兩者是什么關(guān)系?1什么是決策樹?決策樹是如何表示的?決策樹有什么用途?2簡述ID3算法的基本思想。3本章中心血管病患者住院時間分析的案例中，提取的分類規(guī)則是什么?4請改變心血管病患者住院時間分析挖掘模型的參數(shù)設(shè)置，來查看各個參數(shù)對決策樹的影響?如果希望生成的樹為二叉樹，應(yīng)該做何種改變?1線性優(yōu)化問題的數(shù)學(xué)模型包含哪幾個部分?2什么是松弛變量?3離散優(yōu)化模型與線性優(yōu)化模型比較有哪些特點(diǎn)?4求解離散優(yōu)化問題可否先解相應(yīng)的線性優(yōu)化問題，然后用湊整的辦法來求得最優(yōu)整數(shù)解，并請說明原因?1什么是多目標(biāo)決策?它的應(yīng)用有何特殊性?2簡述多目標(biāo)決策的特點(diǎn)。3在多目標(biāo)決策中怎樣對決策指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理?4哪些方法可以確定決策指標(biāo)的權(quán)重?1簡述層次分析法的基本原理及基本步驟。1什么是仿真模擬?敘述仿真模擬的一般步驟。2如何生成服從離散概率分布的抽樣序列?3如何生成服從連續(xù)概率分布的抽樣序列?4在本章第一節(jié)敘述的生成服從連續(xù)概率分布的抽樣序列的一般方法中，用隨機(jī)數(shù)產(chǎn)生器生成的均勻分布隨機(jī)序列是作何用?5在Excel中有幾種方法可以生成服從連續(xù)概率分布的抽樣序列?請舉例說明。6請簡要舉例說明仿真模擬的典型用途。7在應(yīng)用仿真模擬的方法時，應(yīng)當(dāng)注意什么問題?1分別簡述等價關(guān)系、等價類以及論域劃分的定義。2分別簡述集合X的上近似集與下近似集的定義。3分別簡述集合X的正域、負(fù)域與邊界域的定義。4簡述粗糙集的定義。5分別簡述集合確定度的定義和性質(zhì)。6分別簡述屬性依賴度的定義和性質(zhì)。7分別簡述在代數(shù)觀和信息觀描述下的屬性必要性、屬性約簡和核的定義。8分別簡述信息熵和條件信息熵的定義。9分別簡述在代數(shù)觀和信息觀描述下的屬性重要性的定義。10分別簡述基于屬性依賴度和條件信息熵的屬性約簡算法。11分別簡述決策規(guī)則的定義、決策規(guī)則可信度的定義和性質(zhì)。1分別簡述等價關(guān)系、等價類以及論域劃分的定義。2分別簡述集合X的上近似集與下近似集的定義。3分別簡述集合X的正域、負(fù)域與邊界域的定義。4簡述粗糙集的定義。5分別簡述集合確定度的定義和性質(zhì)。6分別簡述屬性依賴度的定義和性質(zhì)。7分別簡述在代數(shù)觀和信息觀描述下的屬性必要性、屬性約簡和核的定義。8分別簡述信息熵和條件信息熵的定義。9分別簡述在代數(shù)觀和信息觀描述下的屬性重要性的定義。10分別簡述基于屬性依賴度和條件信息熵的屬性約簡算法。11分別簡述決策規(guī)則的定義、決策規(guī)則可信度的定義和性質(zhì)。1何謂人工神經(jīng)網(wǎng)絡(luò)?它有哪些特征?2生物神經(jīng)元由哪幾部分構(gòu)成?每一部分的作用是什么?3什么是人工神經(jīng)元?它有哪些連接方式?4B-P算法的網(wǎng)絡(luò)結(jié)構(gòu)是什么?簡述B-P算法的學(xué)習(xí)過程。5試?yán)肕S SQL 2005智能工具之ANN算法模擬一臨床診斷分析。1簡述新型決策支持系統(tǒng)和傳統(tǒng)決策支持系統(tǒng)之間的區(qū)別。2簡述醫(yī)療專家系統(tǒng)的定義以及其局限性。3什么是臨床決策支持系統(tǒng)?臨床決策支持系統(tǒng)由哪幾部分組成?簡述臨床決策支持系統(tǒng)用戶的需求?4簡述醫(yī)院管理決策支持系統(tǒng)涉及哪些決策分析。5簡述HELP中用藥合理性檢查報警系統(tǒng)的工作過程。6簡述傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)無法直接滿足決策分析需求的原因。7簡述數(shù)據(jù)倉庫的定義、基本特征和結(jié)構(gòu)。8簡述數(shù)據(jù)倉庫系統(tǒng)的結(jié)構(gòu)。9簡述OLAP的定義和存儲形式。10簡述多維數(shù)據(jù)分析哪些操作。11簡述數(shù)據(jù)挖掘的定義、以及數(shù)據(jù)挖掘與數(shù)據(jù)倉庫關(guān)系。4、應(yīng)用題：最可能患胰腺癌者包括40歲以上，中腹部疼痛持續(xù)13周的人。假設(shè)這類人中胰腺癌的發(fā)生率為12。如有一種不冒什么風(fēng)險的早期診斷方法對胰腺癌的檢出率為80（敏感度），但對有類似癥狀的非胰腺癌患者的假陽性率為5，用此法診斷確診的胰腺癌患者手術(shù)死亡率為10，治愈率為45。根據(jù)上述疾病概率，診斷概率和死亡、治愈概率，如對1000人進(jìn)行診斷、治療，其所獲得的益處，是否比不進(jìn)行診斷檢查和手術(shù)更大？可以用一個決策樹（下圖）進(jìn)行分析比較。答案：從以上決策樹可見，不作該項(xiàng)檢查的死亡者為12例，均為胰腺癌病人。用該項(xiàng)檢查手術(shù)后死亡12.5人，其中有5例為非胰腺癌病人。而且新的檢查使44例非胰腺癌患者的胰腺功能因手術(shù)而可能受到損害。因此這項(xiàng)檢查對病人是弊大于利，不宜使用。2、某一地區(qū)患有癌癥的人占0.005, 患者對一種試驗(yàn)反應(yīng)是陽性的概率為0.95, 正常人對這種試驗(yàn)反應(yīng)是陽性的概率為0.04, 現(xiàn)抽查了一個人, 試驗(yàn)反應(yīng)是陽性, 問此人是癌癥患者的概率有多大?現(xiàn)在來分析一下結(jié)果的意義.1) 這種試驗(yàn)對于診斷一個人是否患有癌癥有無意義？2) 檢出陽性是否一定患有癌癥?5章4指標(biāo)之間的矛盾性。某一指標(biāo)的完善往往會損害其他指標(biāo)的實(shí)現(xiàn)，即改進(jìn)某一指標(biāo)值可能會使其他指標(biāo)值變壞。5定性指標(biāo)和定量指標(biāo)混合。二、不同量綱指標(biāo)的標(biāo)準(zhǔn)化簡單線性加權(quán)法是一種常用的多屬性決策方法，先確定各決策指標(biāo)的權(quán)重，再對決策矩陣進(jìn)行標(biāo)準(zhǔn)化處理，求出各方案的線性加權(quán)指標(biāo)平均值，并以此作為各可行方案排序的依據(jù)。應(yīng)該注意，簡單線性加權(quán)法對決策矩陣的標(biāo)準(zhǔn)化處理，應(yīng)當(dāng)使所有的指標(biāo)正向化。求滿意解的3種方式：(1)取距理想解最近的方案為滿意方案； (2)取距負(fù)理想解最遠(yuǎn)的方案為滿意方案； (3)取距理想解最近且距負(fù)理想解最遠(yuǎn)的方案為滿意方案。層次分析法（The analytic hierarchy process）簡稱AHP，在20世紀(jì)70年代中期由美國運(yùn)籌學(xué)家托馬斯塞蒂（T.L.Saaty）正式提出。它是一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法。層次分析法(analytichierarchyprocess，AHP)是定性分析和定量分析相結(jié)合的、多準(zhǔn)則的一種決策方法，其特點(diǎn)是在對復(fù)雜決策問題的本質(zhì)、影響因素及其內(nèi)在關(guān)系等進(jìn)行深入分析的基礎(chǔ)上，利用較少的定量信息使決策過程數(shù)學(xué)化，從而為多目標(biāo)、多準(zhǔn)則或無結(jié)構(gòu)特性的復(fù)雜決策問題提供定量依據(jù)。熵值法是一種客觀賦權(quán)法，依據(jù)各指標(biāo)值所包含的信息量的大小來確定指標(biāo)權(quán)重。一個好的遞階層次結(jié)構(gòu)對解決問題極為重要，因此在建立遞階層次結(jié)構(gòu)時，應(yīng)注意到： （1）從上到下順序地存在支配關(guān)系，用直線段（作用線）表示上一層次因素與下一層次因素之間的關(guān)系，同一層次及不相鄰元素之間不存在支配關(guān)系。 （2）整個結(jié)構(gòu)不受層次限制。 （3）最高層只有一個因素，每個因素所支配元素一般不超過9個，元素過多可進(jìn)一步分層。 （4）對某些具有子層次結(jié)構(gòu)可引入虛元素，使之成為典型遞階層次結(jié)構(gòu)。例1 選拔干部模型 對三個干部候選人y1、y2 、y3，按選拔干部的五個標(biāo)準(zhǔn)：品德、才能、資歷、年齡和群眾關(guān)系，構(gòu)成如下層次分析模型： 假設(shè)有三個干部候選人y1、y2 、y3，按選拔干部的五個標(biāo)準(zhǔn)：品德，才能，資歷，年齡和群眾關(guān)系，構(gòu)成如下層次分析模型。畫出層次分析圖例2， 選拔干部考慮5個條件：品德x1，才能x2，資歷x3，年齡x4，群眾關(guān)系x5。某決策人用成對比較法，得到成對比較陣如下： a14 = 5 表示品德與年齡重要性之比為 5，即決策人認(rèn)為品德比年齡重要。兩個計算機(jī)模擬實(shí)例 -報童問題仿真和人口模型粗糙集在應(yīng)用中的優(yōu)點(diǎn)1. 粗糙集分析數(shù)據(jù)不需要先驗(yàn)知識.2. 粗糙集理論是適合大數(shù)據(jù)集分析的強(qiáng)大工具.3. 粗糙集提供了含糊概念的數(shù)學(xué)描述, 并可計算.粗糙集(roughset，RS)理論是一種能有效地處理不精確、不一致和不完備的數(shù)學(xué)工具，它可以從大量數(shù)據(jù)中分析、推理、挖掘隱含知識及規(guī)律，為智能信息處理和計算機(jī)應(yīng)用提供了有效的方法。 粗糙集理論的主要優(yōu)點(diǎn)是不需要數(shù)據(jù)的任何先驗(yàn)和附加知識，這有別于傳統(tǒng)的統(tǒng)計、概率、隨機(jī)、證據(jù)理論及模糊方法等。決策表是一類特殊而重要的知識表達(dá)系統(tǒng)，它指當(dāng)滿足某些條件時，決策（行為）應(yīng)當(dāng)怎樣進(jìn)行。多數(shù)決策問題都可以用決策表形式來表示，這一工具在決策應(yīng)用中起著重要的作用。給定類C的粗糙集定義用兩個集合近似： C的下近似和C的上近似。 C的下近似由一些這樣的數(shù)據(jù)樣本組成，根據(jù)關(guān)于屬性的知識，它們毫無疑問屬于C。 C的上近似由所有這樣的樣本組成，根據(jù)關(guān)于屬性的知識，它們不可能被認(rèn)為不屬于C。 類C的下近似和上近似如圖所示。其中，每個矩形區(qū)域代表一個等價類。判定規(guī)則可以對每個類產(chǎn)生。通常，使用判定表表示這些規(guī)則?？蛻艟幪栙潛P(yáng)競爭對手的產(chǎn)品否挑選產(chǎn)品時間很長距最后一次銷售時間客戶流失否970102否是長是970230是否長是980304是是很長是980625否是正常否990211是否長否990327否是很長是表中的970230、980304、990211客戶的“贊揚(yáng)競爭對手的產(chǎn)品”屬性是相似的；980304、990327客戶的“挑選產(chǎn)品時間很長”和“客戶流失”屬性是相似的；970230、990211客戶的“贊揚(yáng)競爭對手的產(chǎn)品”、“ 挑選產(chǎn)品時間很長”和“距最后一次銷售時間”屬性是相似的；這樣，圍繞“贊揚(yáng)競爭對手的產(chǎn)品”屬性就可以產(chǎn)生兩個初等集合：970230、980304、990211和970102、980625、990327；而“贊揚(yáng)競爭對手的產(chǎn)品”和“挑選產(chǎn)品時間很長”屬性可以生成三個初等集合：970102、980625、990327、970230、990211和980304。因?yàn)榭蛻?70230已經(jīng)流失，而客戶990211沒有流失，由于屬性“贊揚(yáng)競爭對手的產(chǎn)品”、“ 挑選產(chǎn)品時間很長”和“距最后一次銷售時間”是相似的。因此，客戶流失不能以屬性“贊揚(yáng)競爭對手的產(chǎn)品”、“ 挑選產(chǎn)品時間很長”和“距最后一次銷售時間”作為特征進(jìn)行描述。而970230、990211就是邊界實(shí)例，即它們不能根據(jù)有效知識進(jìn)行適當(dāng)?shù)姆诸?。余下的客?70102、980304和990327所顯示的特征，可以將他們確定為已經(jīng)流失的客戶。當(dāng)然，也不能排除970230和990211已經(jīng)流失，而980625毫無疑問沒有流失。所以客戶集合中“流失”的下近似集合是970102、980304、990327，上近似集合是970102、970230、980304、990211、990327。同樣，980625沒有流失，但是不能排除970230和990211流失。因此，客戶“沒有流失”概念的下近似是980625，上近似是970230、980625、990211。魯棒性就是系統(tǒng)的健壯性。它是在異常和危險情況下系統(tǒng)生存的關(guān)鍵。比如說，計算機(jī)軟件在輸入錯誤、磁盤故障、網(wǎng)絡(luò)過載或有意攻擊情況下，能否不死機(jī)、不崩潰，就是該軟件的魯棒性。所謂“魯棒性”，是指控制系統(tǒng)在一定（結(jié)構(gòu)，大?。┑膮?shù)攝動下，維持某些性能的特性。根據(jù)對性能的不同定義，可分為穩(wěn)定魯棒性和性能魯棒性。以閉環(huán)系統(tǒng)的魯棒性作為目標(biāo)設(shè)計得到的固定控制器稱為魯棒控制器。5本章慢性進(jìn)行性肝衰竭的例子中，假設(shè)了肝活組織檢查能夠100地區(qū)分肝炎和肝硬化，這在臨床上是不可能的。如果假設(shè)患有肝炎的肝活檢檢出率為90，誤診為肝硬化的可能性為10。如果病人患有肝硬化的肝活檢檢出率為95，誤診為肝炎的可能性為5。求解最優(yōu)治療方案，并利用電子表格做靈敏度分析，求出閾值。提示：本例中大家使用轉(zhuǎn)換后的概率樹，相關(guān)概率的知識本書后面會進(jìn)一步講解。圖2-41原來的概率樹圖242轉(zhuǎn)換后的概率樹6王老漢，58歲，最近被上海某大學(xué)附屬醫(yī)院診斷出患有一種特殊類型的腦瘤，這種類型腦瘤中的50病例表現(xiàn)為良性，50表現(xiàn)為惡性。王老漢的生命將取決于該瘤的類型(良性或惡性)以及是否切除該瘤。表25說明了根據(jù)王老漢的生命能夠被維持的時間的估計。表2-5王老漢的生命能夠被維持的時間腦瘤類型切除腦瘤保留腦瘤良性3年5年惡性3年1年專家在決定是否切除腦瘤之前，為了更好地評估該腦瘤的狀況，進(jìn)行了探查手術(shù)。如果該腦瘤為良性，這種探查手術(shù)的檢出率為75。如果是惡性腦瘤，這種探查手術(shù)的檢出率為65。探查手術(shù)由于麻醉等因素有5的可能性使病人失去生命。試問：如果沒有進(jìn)行任何探查手術(shù)，那么，王老漢必須決定是否切除該腫瘤。如果進(jìn)行探查手術(shù)，那么王老漢將要根據(jù)探查手術(shù)的結(jié)果決定是否切除該腦瘤。(1)對該醫(yī)學(xué)診斷問題畫出決策樹；為了求解決策樹需要計算哪些概率?并求解決策策略，使王老漢的生命能夠被維持的時間最大化；(2)王老漢的兒女們希望在第2年或第3年有他們的孩子。假設(shè)王老漢想要看到他的孫輩們的可能性最大，這將如何影響他的決策?5本章慢性進(jìn)行性肝衰竭的例子中，假設(shè)了肝活組織檢查能夠100地區(qū)分肝炎和肝硬化，這在臨床上是不可能的。如果假設(shè)患有肝炎的肝活檢檢出率為90，誤診為肝硬化的可能性為10。如果病人患有肝硬化的肝活檢檢出率為95，誤診為肝炎的可能性為5。求解最優(yōu)治療方案，并利用電子表格做靈敏度分析，求出閾值。提示：本例中大家使用轉(zhuǎn)換后的概率樹，相關(guān)概率的知識本書后面會進(jìn)一步講解。圖2-41原來的概率樹圖242轉(zhuǎn)換后的概率樹6王老漢，58歲，最近被上海某大學(xué)附屬醫(yī)院診斷出患有一種特殊類型的腦瘤，這種類型腦瘤中的50病例表現(xiàn)為良性，50表現(xiàn)為惡性。王老漢的生命將取決于該瘤的類型(良性或惡性)以及是否切除該瘤。表25說明了根據(jù)王老漢的生命能夠被維持的時間的估計。表2-5王老漢的生命能夠被維持的時間腦瘤類型切除腦瘤保留腦瘤良性3年5年惡性3年1年專家在決定是否切除腦瘤之前，為了更好地評估該腦瘤的狀況，進(jìn)行了探查手術(shù)。如果該腦瘤為良性，這種探查手術(shù)的檢出率為75。如果是惡性腦瘤，這種探查手術(shù)的檢出率為65。探查手術(shù)由于麻醉等因素有5的可能性使病人失去生命。試問：如果沒有進(jìn)行任何探查手術(shù)，那么，王老漢必須決定是否切除該腫瘤。如果進(jìn)行探查手術(shù)，那么王老漢將要根據(jù)探查手術(shù)的結(jié)果決定是否切除該腦瘤。(1)對該醫(yī)學(xué)診斷問題畫出決策樹；為了求解決策樹需要計算哪些概率?并求解決策策略，使王老漢的生命能夠被維持的時間最大化；(2)王老漢的兒女們希望在第2年或第3年有他們的孩子。假設(shè)王老漢想要看到他的孫輩們的可能性最大，這將如何影響他的決策?1有人提出舌癌手術(shù)治療的新方案，試行5例，有4例成功(病人生存5年以上)，據(jù)此認(rèn)為新方案的成功率為80。該推斷可靠嗎?為什么?2有20瓶“冬令補(bǔ)膏”，所裝補(bǔ)膏的瓶中，有5只瓶口高低不勻(屬次品)?，F(xiàn)從中任取3瓶，求最多取到1瓶是次品的概率。3對任意兩個事件A和B，證明以下不等式：P(AB)P(A)P(A+B)P(A)+P(B)成立。4為了提高抗生素生產(chǎn)的產(chǎn)量和質(zhì)量，常需使一大批菌種發(fā)生變異，并選取一小部分變異個體(菌株)進(jìn)行培養(yǎng)，然后從中篩選出優(yōu)良的菌株。設(shè)優(yōu)良菌株出現(xiàn)的概率p=0.05，問：選取多少個變異個體(菌株)進(jìn)行培養(yǎng),就能以95的把握從中至少選到1個優(yōu)良菌株?(提示：由于從大批誘變的菌種中僅選取小部分菌株進(jìn)行培養(yǎng)，所以可認(rèn)為每個菌株為優(yōu)良的概率保持不變)。5某藥廠生產(chǎn)某種針劑以100支為一批。在進(jìn)行抽樣檢查時，只從每批中抽取10支來檢查，若發(fā)現(xiàn)其中有不合格品，則認(rèn)為這一批產(chǎn)品就不合格。假定每100支針劑中本合格品最多不超過4支，且具有如下表所示的概率分布，求各批針劑通過檢查(即抽樣檢查的20支針劑都是合格品)的概率。每100支針劑中的不合格品數(shù)01234概率0.10.30.30.20.16某藥對某病的治愈率為0.6，無效率為0.4。如用該藥治某病5例，問：預(yù)期治愈幾例的可能性最大?7下面兩表是否可作為離散型隨機(jī)變量的分布列?為什么?-102 P-0.50.90.6-102P0.60.10.158設(shè)隨機(jī)變量A的分布列如下，試求：MA，M(A2)，M(3A2+5)。A-2-102p0.40.30.20.19有L升經(jīng)過紫外線消毒的自來水，其中含有n個大腸桿菌。今從其中任取一升水檢驗(yàn)，求這升水中所含大腸桿菌的個數(shù)的概率分布。10設(shè)一藥物對某種病的治愈率為0.8，如果有10個此種疾病病人用該藥治療，試求治愈人數(shù)A的分布律并求至少有3個人被治愈的概率。11某地胃癌的發(fā)病率為001，現(xiàn)普查5萬人，其中沒有胃癌病人的概率是多少?胃癌病人少于5人的概率是多少?12AN(0，1)，已知：(1)a=020；(2)a=0.10；(3)a=0.02，試求相應(yīng)的值。13設(shè)lnAN(1，2)，求：(1)P(<A<2)；(2)MA和DA。5請用圖解法求解下述線性優(yōu)問題。(1)MaxZ=40+50s.t ,>=0(2)MinZ=6+3s.t ,>=06請用Excel求解下述線性優(yōu)化問題，并給出其靈敏度分析報告。(1)MaxZ=+s.t 4,>=0 (2)MinZ=6+4s.t 3,>=0 7請用Excel的電子表格建立下述模型并求解。MaxZ=220+80s.t ,>=0,是整數(shù)8請用分枝定界法求解下述離散優(yōu)化問題。MaxZ=20+10s.t ,>=0,是整數(shù) 9某汽車醫(yī)療隊(duì)從甲、乙、丙三所省級醫(yī)院抽調(diào)醫(yī)護(hù)人員，配備必要設(shè)備去A、B、C、D四個貧困縣進(jìn)行巡回醫(yī)療扶貧，各醫(yī)院抽調(diào)的人數(shù)、各縣需要人數(shù)以及從醫(yī)院到各縣的人均費(fèi)用如表4-6所示，如何安排可使總費(fèi)用最小。請在電子表格上建立模型并求解。表46人均分配表人均費(fèi)用（單元：百元）醫(yī)院抽出人ABCD數(shù)甲291079乙13425丙84257縣需求人數(shù)384610某營養(yǎng)專家要為老年人研究一套早餐，需做到高熱量、高鈣、高蛋白、高纖維。但是要低脂肪和低膽固醇。因此，早餐要包括至少420cal熱量，5mg鐵，400mg鈣，20g蛋白質(zhì)和12g纖維素。另外，需要限制脂肪的含量不超過20g，膽固醇的含量不超過30mg。如果選擇下列的備選食物，并在表47中列出了可用來準(zhǔn)備一份標(biāo)準(zhǔn)早餐菜單的備選食物的營養(yǎng)成分和價錢?，F(xiàn)要決策的問題是：營養(yǎng)專家如何以“既能滿足營養(yǎng)，又能做到成本最低”的原則搭配早餐?請在電子表格上建立這個模型并求解。表47標(biāo)準(zhǔn)早餐菜單的備選食物早餐食物熱量(cal)脂肪(g)膽固醇(mg)鐵(mg)鈣(mg)蛋白質(zhì)(mg)纖維素(mg)成本(美元)1.谷糠/杯9000620350.182.谷物/杯11020448420.223.燕麥/杯10020212530.104.麥糠/杯902038640.125.雞蛋/個755270130700.106.熏肉/片353800200.097.橙子/個6500052110.408.牛奶2%/杯1004120250900.169.橙汁/杯1200003100.5010.小麥面包/片6510126330.075某醫(yī)院欲擴(kuò)大規(guī)模，有6個方案可行，設(shè)為A,A,A。通過投資回收率、業(yè)務(wù)增長率、借款額考察各方案的優(yōu)劣。各方案在各項(xiàng)目標(biāo)上的取值見下表，試找出非劣解，并從中選一個“較好解”。方案投資回收率業(yè)務(wù)增長率借款額（10萬元）11.5%2%511%3%212%2%310%2.5%2.513%1%812.5%0.5%96某醫(yī)院進(jìn)行內(nèi)部裝修，有3種可選擇的施工方案A、A、A。3項(xiàng)指標(biāo)的數(shù)據(jù)如下表，試選擇最優(yōu)施工方案。方案工程成本工程工期勞動消耗工程質(zhì)量投資額81226000953501211240009240061427000983007某藥廠為開發(fā)新產(chǎn)品，擬定了5個投資方案，各方案的決策指標(biāo)有投資額、期望凈現(xiàn)值、風(fēng)險盈利值、風(fēng)險損失值(單位均為：萬元)，如下表。試對投資方案的優(yōu)劣進(jìn)行排序。方案投資額期望凈現(xiàn)值風(fēng)險盈利值風(fēng)險損失值4.204.203.730.3739.085.704.711.4994.253.202.820.3738.274.254.541.2135.602.752.300.7032對案例1的3個子目標(biāo)(等候的時間、人員服務(wù)態(tài)度和硬件設(shè)施條件)，用Saaty兩兩成對比較的方法，構(gòu)造成對比較矩陣。3對例4的成對比較判斷矩陣進(jìn)行一致性檢驗(yàn)。4某研究者欲評價醫(yī)院績效，構(gòu)建如圖620所示的層次分析結(jié)構(gòu)模型，試運(yùn)用所學(xué)的層次分析法構(gòu)造成對比較矩陣，并進(jìn)行一致性檢驗(yàn)和計算層次總排序權(quán)重。圖620 醫(yī)院績效評價層次分析結(jié)構(gòu)模型4在本章第一節(jié)敘述的生成服從連續(xù)概率分布的抽樣序列的一般方法中，用隨機(jī)數(shù)產(chǎn)生器生成的均勻分布隨機(jī)序列是作何用?5在Excel中有幾種方法可以生成服從連續(xù)概率分布的抽樣序列?請舉例說明。6請簡要舉例說明仿真模擬的典型用途。7在應(yīng)用仿真模擬的方法時，應(yīng)當(dāng)注意什么問題?8某藥廠生產(chǎn)的某種保健成藥品次品率分布如表79所示，若1片次品的成藥被混入正品出廠，其賠償費(fèi)為248元。每批生產(chǎn)1500片。因此，工廠打算添置一套檢驗(yàn)裝置，在生產(chǎn)過程中檢驗(yàn)藥品，自動將次品剔除，但是每批需要花費(fèi)280元。求：(1)比較每批生產(chǎn)1300、1400、1500、l700或1800片時，添置檢驗(yàn)裝置和不添置檢驗(yàn)裝置的賠償情況，尋找每批生產(chǎn)的最合適量，使之獲得最少賠償。(2)計算最低費(fèi)用的決策方案比高費(fèi)用的決策方案可節(jié)省多少錢?(3)計算最佳行為方案的期望費(fèi)用是多少?表79某藥廠生產(chǎn)的產(chǎn)品次品率分布次品率0.010.050.100.150.20概率0.250.350.180.130.099請自行構(gòu)造虛擬條件，進(jìn)行某地地震預(yù)報的幾率分析。10某治療方案的療效與使用費(fèi)用的策略分析。根據(jù)以往經(jīng)驗(yàn)知道治療方案療效的概率分布如表710。求：(1)藥房為該藥品的管理需支付的期望費(fèi)用是多少?(2)如果藥房缺藥，醫(yī)院的期望損失是多少?(3)醫(yī)院從該藥獲得的期望收入是多少?(4)藥房為了不使藥品發(fā)生積壓造成損失，希望尋求一個最合適的進(jìn)藥量，使支出的費(fèi)用較少。最合適量為多少?表710治療方案療效的分布概率密度疾病轉(zhuǎn)歸人數(shù)0.21000.251200.351500.152000.0525012表89和表810提供了一組乳腺癌術(shù)后的病例診斷知識(決策表)，每個病例提供了4個乳腺癌預(yù)后因素(條件屬性)和1個乳腺癌術(shù)后結(jié)局(決策屬性)，U=X，X，X，X，X，X，X，X，C=C，C，C，C，D=d)。試求U/ C，C和Ud。表8-9乳腺癌患者結(jié)局與預(yù)后因素定義表術(shù)后結(jié)局與預(yù)后因素數(shù)據(jù)離散化年齡（c）青年（<45歲）=1，中年（4559）=0組織學(xué)類型（c）低分化=1，高分化=0淋巴結(jié)轉(zhuǎn)移（c）有轉(zhuǎn)移=1，無轉(zhuǎn)移=0浸潤程度（c）突破漿膜層=1，未突破漿膜層=0結(jié)局（c）復(fù)發(fā)=0，截尾=1表810乳腺癌術(shù)后病例決策表Uccccdx00101x01110x01100x10011x01000x10111x10000x11000x0101013設(shè)有集合X=x，x，x，x，屬性集R=C，C。試根據(jù)表810提供的決策表，分別計算R上近似集R*(X)、R下近似集R*(X)、R正域POSR(X)、R負(fù)域NEGR(X)、R邊界域BNDR(X)以及確定度R(X)。14試分別利用屬性依賴度和條件信息熵屬性約簡算法，計算表810中決策表的屬性核和相對約簡，并用SQL語句上機(jī)操作實(shí)現(xiàn)。15試采用SQL語句上機(jī)操作，分別實(shí)現(xiàn)例86和例87中求解過程。16試?yán)脤傩砸蕾嚩葘傩约s簡算法，計算表86中決策表的屬性核和相對約簡，并用SQL語句上機(jī)操作實(shí)現(xiàn)。17試?yán)脳l件信息熵屬性約簡算法，計算表88中決策表的屬性核和相對約簡，并用SQL語句上機(jī)操作實(shí)現(xiàn)。12利用第四節(jié)案例數(shù)據(jù)，在SQL Server 2000和Excel中完成下列操作題。(1)查看2007年第2季度外科各費(fèi)別病人的住院總費(fèi)用、藥品費(fèi)用等構(gòu)成分布情況。(2)查看2007年第1季度內(nèi)科各費(fèi)別男性病人的住院總費(fèi)用、藥品費(fèi)用等構(gòu)成分布情況。(3)查看2007年第1個月男性病人在各費(fèi)別中的住院總費(fèi)用、藥品費(fèi)用等構(gòu)成分布情況。(4)查看2007年第2季度外科各費(fèi)別各費(fèi)用構(gòu)成分布情況的數(shù)據(jù)透視表。(5)查看2007年第2季度外科各費(fèi)別各費(fèi)用構(gòu)成分布情況的數(shù)據(jù)透視圖。.