PHƯƠNG PHÁP ĐÁNH GIÁ CÁC CHIẾN LƯỢC 3.1 Chi phí và độ chính xác trong việc ra quyết định
3.3. chính xác của quyết định
Nhiều nhà nghiên cứu đã đề nghị một tiêu chuẩn cụ thể hơn cho chất lượng quyết định trong những môi trường quyêt định cụ thể. Chẳng hạn, mô hình lợi ích kỳ vọng (EU) thường được đề nghị là quy trình quyết định chuẩn cho những quyết định mạo hiểm bới vì nó thể được xuất phát từ nhiều quy tắc cơ bản. Một trường hợp đặc biệt của mô hình EU là cực đại hóa giá trị kỳ vọng (EV) đã được sử dụng như là một tiêu chuẩn để kiểm tra độ chính xác quyết định Chiến lược trong môi trường mạo hiểm.
Trên thực tế, có 2 hướng để xem xét một quyết định có “tốt” hay không: Một hướng quan niệm rằng một quyết định tốt là quyết định được chọn từ một quá trình ra quyết định tốt, hướng còn lại thì cho rằng quyết định tốt là quyết định đem lại kết quả tốt nhất. Trong những môi trường quyết định mạo hiểm hoặc không rõ ràng, quy trình ra quyết định tốt và hiệu quả đầu ra có thể không đi cùng với nhau.
Độ chính xác của một quyết định sẽ được đo theo giá trị tương đối dựa vào cận trên của độ chính xác (khi sử dụng một chiến lược cụ thể nào đó) và cận dưới (khi sử dụng một chiến lược cụ thể nào đó), các giá trị này được đo theo mô hình EV.
Relative Accuracy =
EVđược tính bằng cách: lấy giá trị thuộc tính nhân với trọng số của thuộc tính đối với một phương án được chọn khi sử dụng chiến lược tương ứng. Ta có công thức:
EV = ∑ attribute value * weight
Tối đa hoá EV có thể thực hiện trong tập lựa chọn cụ thể và EV liên kết với lựa chọn ngẫu nhiên được xác định. Giá trị kỳ vọng (EV) của phương án được chọn bởi chiến lược quyết định sau đó được so sánh với hai giá trị biên (hai giá trị biên ở đây là EV của chiên lược WADD và EV của chiến lược RC). Phép đo này nằm trong khoảng từ giá trị 1.00 cho quy tắc EV (chiến lược WADD) và giá trị kỳ vọng là 0.00 cho quy tắc lựa chọn ngẫu nhiên (chiến lược RC). Phép đo làm cho chiến lược quyết định được cải thiện tốt hơn sự lựa chọn ngẫu nhiên.
choice rule random choice value expected choice rule random choice rule heuristic EV EV EV EV − −