Trong sinh hoạt th−ờng ngμy cũng nh− trong hoạt động chuyên môn, nghiệp vụ, mỗi con ng−ời th−ờng xuyên bị đặt tr−ớc sự lựa chọn. Có những lựa chọn đơn giản: có hay không; có những lựa chọn không quan trọng: "sao cũng đ−ợc". Nh−ng có những lựa chọn phức tạp trong tập hợp hμng ngμn đối t−ợng, hoặc những lựa chọn liên quan đến vận mệnh của loμi ng−ời, nh− chiến tranh vμ hòa bình. Có những lựa chọn của một cá nhân; có những lựa chọn phải dung hòa lợi ích của hμng chục triệu ng−ời, nh− bầu tổng thống. Có những lựa chọn t−ơng đối dễ dμng, nh− chọn giá trị max-min của một dãy số; có những lựa chọn với các mục tiêu vμ các điều kiện rμng buộc trừu t−ợng, trái ng−ợc nhau, nh− chọn mua một căn nhμ theo cảm nhận (thích hay không thích) với hμng chục căn cứ: vị trí trong vùng dân c−, khoảng cách đến các siêu thị, đến tr−ờng học của các con, h−ớng chính của căn nhμ, số l−ợng vμ cách bố trí các phòng, tiện nghi, giá cả,...
Mọi sự lựa chọn nh− kể ở trên đều đ−ợc gọi lμ ra quyết định
(Decision Making).
Nh− vậy, ra quyết định đ−ợc định nghĩa một cách rất dễ hiểu, lμ
lựa chọn lấy một hay một số trong tập hợp các đối t−ợng có thể theo
một hay một số tiêu chí xác định. Theo định nghĩa nμy thì:
- Ra quyết định lμ một phép lựa
chọn; Hình 23: Con ng−ời tr−ớc sự lựa chọn
- Mục tiêu lμ chọn ra đ−ợc một hay một số đối t−ợng đạt một hay một số tiêu chí định tr−ớc;
- Tập hợp các đối t−ợng đ−ợc đ−a vμo chọn gồm ít nhất 2 đối t−ợng, có các thuộc tính xác định.
Theo ngôn ngữ kỹ thuật, thì ra quyết định lμ một quá trình suy luận
(Inference), trong đó chủ thể (bộ suy luận, hay bộ máy suy luân - Inference System)
đ−a ra quyết định (Output) trên cơ sở các thông tin đầu vμo (Input) dựa trên bộ các quy tắc (Rules) nhất định (hình 24). Nói cách khác, đó lμ quá trình ánh xạ vμo - ra.
Input vμ Output lμ các tập hợp, chứa giá trị của các đại l−ợng, hay biến t−ơng
ứng. Nh− vậy, ta có tập các biến vμo (Input Set) vμ tập các biến ra (Output Set).
Hình 24: Mô hình hệ thống ra quyết định Sau đây lμ vμi ví dụ về ra quyết định.
(a) Một ng−ời quyết định có xuất hμnh năm mới hay không bằng cách gieo đồng xu, nếu mặt phải thì đi, mặt trái thì không.
(b) Tìm cực đại của hμm y=f(x) trong miền giới hạn (y1, y2) lμ bμi toán ra quyết
định, trong đó mục tiêu lμ chọn ra đ−ợc (các) điểm max(y1 : y2); các đối t−ợng đ−a
vμo chọn lμ tập hợp vô hạn các phần tử có các thuộc tính: số thực, lμ hμm y=f(x), vμ nằm trong giới hạn (y1, y2).
(c) Tuyển giám đốc cho 1 doanh nghiệp lμ một bμi toán ra quyết định, trong đó mục tiêu lμ chọn đ−ợc 01 ng−ời "tốt nhất", trong tập hợp hữu hạn các ứng viên (những ng−ời nộp hồ sơ xét tuyển) đạt các yêu cầu: tốt nghiệp đại học hệ chính quy, giao tiếp đ−ợc bằng tiếng Anh, nam, tuổi d−ới 40.
Ví dụ (a) lμ bμi toán ra quyết định đơn giản: chọn 1 trong 2 khả năng tùy thuộc kết quả ngẫu nhiên. Trong ví dụ (b), mục tiêu (tiêu chí lựa chọn) vμ các điều kiện rμng buộc (thuộc tính của các đối t−ợng đ−a vμo chọn) lμ t−ờng minh, số đối t−ợng đ−ợc chọn có thể lμ 1 hoặc nhiều hơn, tập hợp đối t−ợng đ−a vμo chọn lμ vô hạn. Trong ví dụ (c), mục tiêu "tốt nhất" lμ không rõ rμng, số ng−ời đ−ợc chọn bắt buộc lμ vμ chỉ lμ 1, tập hợp ng−ời đ−a vμo chọn lμ hữu hạn, nh−ng có thuộc tính không rõ rμng (ví dụ "giao tiếp đ−ợc bằng tiếng Anh"). Ba ví dụ trên phần nμo nói lên tính đa
dạng của bμi toán ra quyết định. Qua đó chúng ta cũng hình dung đ−ợc, rằng ph−ơng pháp thực hiện chúng hoμn toμn khác nhau.
Trong kỹ thuật, bμi toán ra quyết định có thể thuộc một số dạng sau:
- Bμi toán nhận dạng (Pattern Recognition), ví dụ nhận dạng bằng hình ảnh, nhận dạng tiếng nói, chữ viết,...;
- Bμi toán xấp xỉ hμm (Function Fitting, Function Approximation), tìm hμm
dạng đa thức hay hμm mũ biểu diễn gần đúng các quan hệ thực nghiệm. Thực chất đây cũng lμ bμi toán nhận dạng, nh−ng dùng thuật giải khác;
- Bμi toán phân loại (Clusturing, Classification), gộp các đối t−ợng cho tr−ớc thμnh các nhóm có những thuộc tính chung;
- Bμi toán tối −u hóa (Optimization), tìm tập hợp các tham số tối −u theo một hay nhiều tiêu chí (hμm mục tiêu) với các điều kiện rμng buộc xác định.
Giám sát quá trình (Process Monitoring) thực chất lμ một dạng của bμi toán nhận dạng, trong đó "dạng" lμ dấu hiệu hay ng−ỡng mòn dao, sai số kích th−ớc, độ nhám, lực cắt nguy hiểm,... Bằng các ph−ơng tiện kỹ thuật hiện nay ch−a thể đo trực tiếp các thông số trên một cách chính xác vμ tin cậy, nên cần đánh giá chúng một cách gián tiếp, thông qua các mô hình vμ thuật toán hỗ trợ ra quyết định.