引言

战略预测是根据可用资源达到预测目的的最优化选择的路径。我们可以把受评主体的可用资源视为受评主体初始状态的偏离度与其偏离度安全区间临界值的距离差。用贝叶斯算法的专家评估系统对最优路径做出决策。

贝叶斯专家评估系统的函数基础是：

M=<H,S,G,P,VH,VS>

其中 H={H1,...Hn}-假设集合;

S= {S1,...Sm}-状态集合;

G=G(X,U,P+,P-) –加权二部图的顶点 X=(H,S), 圆弧 U ， 圆弧概率为 P+ 和 P-;

圆弧U(Si,Hj)–表示状态集合 Si和假设集合 Hj,的关系，遵循«如果 Si, 就Hj»;

圆弧 U(Si,Hj)在知识库概率为P+ij=P(Si|Hj)–当假设Hj正确，那么概率表现为Si ;

P-ij=P(Si|Hj)–当假设Hj错误，那么为Si;

P={P1,...Pn} –实验概率假设;

VH和VS -用自然语言描述假设和状态。

所有概率区间在[0,1]。

贝叶斯算法的专家评估系统的函数关系是：

P(Hj| Si)=Pj*P+ij/(Pj*P+ij+(1-Pj)*P-ij),

P(Hj| Si)=Pj*(1- P+ij)/(1-Pij+Pj*(P-ij-P+ij)),

Csi=∑|P(Hj|Si)-P(Hj|!Si) |,其中Csi–是状态Si的量值；

Ii–相对于状态Si的排序。

贝叶斯算法的专家评估系统在2011年11月于俄罗斯联邦知识产权办公室注册产品专利。他的算法优于标准普尔开发的S&PCBRS的智能专家评估系统。可用来解决定性和定量的众因子统一衡量的问题，也能帮助分析师做出如行业专家水平般的决策。

联系人：路璐 15120034324