基于概率图模型供应链不确定性问题探究.docVIP

基于概率图模型供应链不确定性问题探究 　　摘 要：概率图模型作为对不确定性问题的一个研究领域目前已成为一个研究热点。本文首先对概率图模型的概念、贝叶网络模型进行了介绍，然后对供应链不确定性问题决策系统的贝叶斯网络建模的建立进行了分析。 关键词：概率图模型；贝叶斯网络；不确定性 中图分类号：F253 文献标识码：A 文章编号：1005-5312（2013）14-0247-02 概率图模型具有灵活的推理机制、强大的不确定知识表达能力，目前在众多领域得到了广泛的应用，如数据挖掘方面，将概率图模型用于数据挖掘不但能够充分利用领域知识和样本数据的信息处理不完整数据，而且能够对变量间的因果关系进行学习；故障诊断方面，根据经常发生的故障和系统现有的状态，利用概率图模型进行预测，制定故障预防机制；经济领域方面，利用概率图模型对石油价格、股票价格进行预测；工业方面，贝叶斯网络系统已用于工程设计制造及产品质量控制，概率图模型除了在上述几个方面取得很好的应用外，还在交通管理、文化教育、医疗诊断等方面得到应用。上述各领域有个共同特性就是处理过程中存在不确定性，而概率图模型能够很好地根据上下文的因果关系进行预测，能很好地对在不确定性问题进行推理、决策。 一、概率图模型概述 概率图模型是近年来图论与概率论相结合的产物。概率图模型提供了直观、灵活的拓扑结构图，拓扑结构图是一种很好的不确定问题的建模工具，从计算算法角度理解图本身就是一种数据结构，因此概率图模型中的图为领域研究提供了算法，为问题的解决提供了思路；在使用概率图模型进行领域研究的过程中，概率图模型还提供了条件概率表，概率表中的条件概率为问题的研究提供了推理数据。因此概率图模型的使用，为各种随机不确定问题的建模和分析注入了新的活力。 概率图模型之所以能在不确定性问题处理过程中得到很好的应用，主要是概率图模型能够很好地模拟收集不确定问题的初始信息和最终目标信息之间的关系，可以模拟不确定事件各节点之间的相互关系及依赖关系，可以通过概率推理的方法推理目标信息的信度或者说可能状态的分布等。但在用概率图模型来解决不确定性问题的过程中也可能会遇到很多因素制约，这些题制约因素增加了概率图模型解决不确定问题的难度。制约因素包括很多，有外在的也有的是模型自身的。如环境变化、政策变化都会给概率图模型的使用带来影响。概率图模型本身也存在一些问题，如在使用概率图模型时，如何确定模型参数；如何确定参数概率及如何进行推理等，这些问题的解决有待于在实际应用过程去发现解决，如何处理概率图模型本身的这些问题也是概率图模型研究的一个重要方面。 二、贝叶斯网络模型 贝叶斯网络模型是贝叶斯网络模型最主要的模型之一，在不确定问题研究方面取得了很好的应用。图1就是一个简单的贝叶斯网络模型。从该模型可以知道，一个完整的贝叶斯网络模型由两部分组成：一个是反映节点依赖关系的拓扑结构图，拓扑结构图由节点和边组成，节点表示了随机变量的个数，该模型中有4个节点分别为A、B、C、D，若用V表示节点集，则V可记为V={A，B，C，D}，随机变量间的依赖关系在贝叶斯网络就是通过有向边来体现，如果用E来表示边集，则E可以记为E={A→B，A→C，B→D，C→D}，如果用T表示拓扑结构图，则T可记为T={V，E}；另一部分是为表示各节点依赖关系强弱的概率表，从表中可以知道各随机变量依赖关系的强弱，如果用G表示概率表，若S表示贝叶斯网络，则S可记为S={T，G}。 三、供应链不确定性问题决策系统的贝叶斯网络建模 （一）贝叶斯网络求解供应链不确定性决策问题的过程 供应链各级企业存在诸多不确定性，这些不确定性影响供应链的运作。为了实现供应链企业利润的最大化，尽量减少供需矛盾的出现，供应链管理人员必须能及时把握供应链企业中的不确定性，对出现的不确定及时做出决策。如今的计算机技术正试图结合概率论解决供应链中这些不确定性问题，而贝叶斯网络模型是图论与概率论的完美结合，是一种很好的处理供应链不确定性问题决策的工具，贝叶斯网络中的图能够很好地描述供应链各环节不确定性问题中各事件的相互关系，而条件概率则体现了事件间的依赖程度，总之贝叶斯网络能清楚展示供应链不确定性问题中各节点错综复杂的相互关系，且模型直观易于理解，推理技术成熟，计算简单。但用贝叶斯网络解决供应链不确定性决策问题的有严格的过程，具体的过程如表2所列： （二）贝叶斯网络求解供应链不确定性决策问题的原则 从表2所列可知，用贝叶斯网络求解供应链不确定性问题决策的过程简单，但同时建模的过程中必须遵循一定的原则，具体的原则为： 1.模型简单性原则 在能正确解决供应链不确定性问题的情况下，尽可能降低贝叶斯网络的复杂度，使所建模型简单化，这样