优化决策我正在尝试了解如何使用 JMP 来优化决策制定。 我取得了一些进展，但认为整个行业都围绕这个主题 (!)，所以也许不需要在这里发明轮子：
我想在给定一组输入的情况下决定哪种是最好的保护策略：设施的资源、环境问题的性质，以及类似的事情（所有这些都在 1 = 坏和 5 = 好的共同范围内）。 根据这些因素，该模型将预测最佳保护解决方案。 我已将其设置为可以运行简单名义逻辑模型的地方，其中推荐的保护方法是 Y。 然后我可以使用分析器并输入新数据来查看预计采用哪种保护方法。 例如，只有极其富裕的设施/场所通常才能大规模缓解海水；如果资源低于 5（最高），则不能选择缓解措施。 再举一个例子，如果海水质量是 1（最低），一些保护策略就毫无意义（例如，恢复，在这种情况下，你放在海洋中的一切都会死亡）。 看起来我的初步结果是有道理的，但我想知道是否有专门用于这种练习的整个平台，尽管是用于制造，例如优化和过程能力。
我想提出“我们人类通常不擅长决策的概念，有些我会让计算机为我做！” 我是不是把它变成了比实际更难的东西？ 我可以看到制作一组非常复杂的条件参数作为另一种选择。
高级统计建模实验设计苹果系统预测建模和机器学习回复：优化决策我没有查看 JMP 数据表，所以我下面的想法与数据无关。 您是否尝试过任何基于树的建模方法？ 在我看来，“树”可能是一种有用的方法，可以在您可以绘制的现实世界物理场景中预定的约束/条件下处理输入。 另一个想到的方法不是基于数学建模，而是更多基于思维练习的……情景规划。 我使用了这个过程，并在工业环境中教授它进行容量规划、资源利用等方面的工作。 它有助于绘制不同现实的各种图片，并允许诸如互斥性之类的事情。 你不会从这个方法中得到一个数学答案本身......但是场景可以输入到树模型中。 这是一篇关于情景规划的维基百科文章。情景规划
回复：优化决策彼得，谢谢你的想法。 我确实曾将其设想为“树”或流程图，并且这种情景规划确实看起来有很多相似之处。 我只需要尝试找到一种方法使其更量化而不是我的直觉，特别是通过利用概率：“如果我的水具有特性 X，那么有 80% 的人认为选项 A 是继续进行的方式” 使用带有名义逻辑模型的分析器，其中建议的解决方案是 Y 类作品，但我不禁觉得有更好的方法。 无论如何，我肯定会尝试使用适合模型下的一些树选项，并查看这篇场景规划文章。 我相信两者都会给我一些关于这个话题的新想法。 再次感谢。
