不确定性决策是决策者在主客观双重不确定性因素的制约下对复杂问题所进行的决策.不确定性决策理论属于自然科学和社会科学交叉的学科领域。
《不确定性决策的量子理论和算法》系统地阐述了不确定性定量表示方法、不确定性决策的原理和方法、量子理论的思想和方法,以及作者所提出的不确定性决策的量子理论、量子遗传编程算法、不确定性决策量子理论的进化算法及其应用。
《不确定性决策的量子理论和算法》对不确定性决策理论的发展做出了贡献,具有广泛的应用前景。
无论是在日常的经济活动和社会生活中,还是在科学和工程技术实践中,人们都面临着大量简单或复杂的不确定性决策问题。不确定性决策的核心内涵是决策者在客观环境和主观认知过程中双重不确定性条件下,决定达到决策目标的策略。不确定性决策理论是在归纳大量决策实践的基础上,对不确定性决策过程所遵循的基本规律的认识,并构建出客观可靠和有效的算法。不确定性决策理论的作用是解释过去,阐明现在和预测未来,目前,不确定性决策过程是否存在着普适性的基本规律和算法,依然是一个悬而未决的问题。构建普适性的不确定性决策理论,面临着许多难题,其中,需要解决的重要科学问题如下:
(1)确定性和不确定性是同一个现实世界的不同层面,都是客观存在的:无论是自然界还是人类社会的秩序和有效运转,都依赖于各种具体事物和关系的确定性存在,这是确定性价值所在,确定性是在一定条件下才呈现出来的,具有相对性。不确定性是客观世界的基本属性,具有绝对性,不确定性不断突破现有的确定性事物和关系,产生出新的确定性事物和关系,它是客观世界得以不断发展和进化的驱动力,可以说,没有不确定性的作用,无论是自然界还是人类社会都会失去生命力。因此,在构建不确定性决策理论时,必须全面分析和表达不确定性和确定性的相互关系,以及不确定性对确定性事物和关系突破所起到的消极作用和积极作用,如此,才能充分反映不确定性对决策过程的作用。
(2)在不确定性决策问题中,决策者和客观环境是一个统一的整体,它们在主客观双重不确定性条件下,共同决定了决策结果。只有构建出客观环境的状态空间与决策者的策略空间的统一的表达形式,才能够构建出统一表达状态空间和策略空间到决策结果的映射关系,即构建出不确定性决策问题的效用函数的形式化表示方法,从而有利于客观环境和决策者认知过程相统一的完整的不确定性决策理论的形成和发展。
(3)不确定性决策理论属于自然科学和社会科学交叉的学科领域。自然科学理论是以原子、分子等无生命个体及其集合作为研究对象的,这些个体之间的相互关系可以用各种作用力来描述。它们与客观环境之间的关系,通常用边界条件和初始条件来描述。它们在个体与客观环境之间双重作用力的驱动下进行演化,其演化的动力学规律可表达为“微分方程+边界条件(及初始条件)”的数学形式。对于绝大多数自然科学技术问题,都可以通过求解其动力学方程而获得结果。社会科学理论是以人及其群体,或者说以智能个体以及群体,作为研究对象的,社会科学理论相对于自然科学理论而言,呈现出若干更加复杂而难以解决的科学问题,其中包括:智能个体之间的相互关系,不再可能用作用力来描述,而是由信息相互关联在一起;智能个体与客观环境之间的关系,不再可能用边界条件来描述,而是属于适应性关系;对于不确定性决策问题,由于它们是在主客观双重不确定性条件下,在决策者之间以及决策者与客观环境之间双重驱动下所进行的动态演化,不再可能表达为“微分方程+边界条件”的动力学数学形式,而只能表达为结构化和层次化的计算程序的算法,利用这种算法可以获得不确定性决策问题的决策结果。显然,构建的不确定性决策理论的普适化程度与这些科学问题的解决程度密切相关。
(4)目前,科学研究的方法从理论、实验、计算发展到大数据时代,数据是对研究对象的真实性质中可观测到结果的呈现。由于技术的进步,数据收集、储存、处理的能力有了很大的提升,科学研究已经能够进行真实而非仿真的大数据的全域搜索。这意味着人类已经具有了贴近描述现实世界的能力,已经能够对事物进行“足够意义”上的客观描述,通过模式识别、拟合数据结果等技术,可以挖掘出大数据中所包含着的客观规律。这已经成为当今时代发现科学规律的最可靠和最有效的方法。同时,研究方法从理论、实验、计算到大数据时代的发展,也表明科学研究的方法更加普适化。因此,结合不确定性决策问题,发展出相应的大数据技术,更加有利于提高不确定性决策理论的客观性、可靠性和算法的普适性。
大量历史事实表明:构建和发展不确定性决策理论的历程,就是人们不断从自然科学特别是物理学中引入新的科学思想和方法,创造性地解决上述难题或科学问题的过程,到目前为止,已形成或正在形成过程中的不确定性决策理论包含有不确定性决策的经典理论、统计理论、复杂性理论和量子理论等。这些不确定性决策理论,都从不同的侧面对解决构建和发展不确定性决策理论的上述科学技术问题,作出了不同程度的贡献。我们在总结前人工作的基础上,利用量子理论思想和方法、遗传编程进化算法、机器学习和大数据技术等相结合的方法,所构建的“不确定性决策的量子理论和算法”,对于全面解决上述科学技术问题,探索了一条新的途径。
本书系统地阐述了不确定性的定量表示方法、不确定性决策的原理和方法、量子理论的思想和方法,以及作者所提出的不确定性决策的量子理论、量子遗传编程算法、不确定性决策量子理论的进化算法及其应用,对不确定性决策理论的发展作出了贡献,具有广泛的应用前景。
本书前三章属于基础知识部分,后三章属于作者研究成果部分,在此对研究工作中参考的相关文献的作者表示感谢。同时,对本书被纳入“量子科学出版工程”,以及中国科学技术大学出版社为出版本书所付出的工作和大力支持表示感谢。
不确定性决策问题,涉及许多学科领域,由于作者知识有限,本书内容若有不足之处,敬请指正。
辛厚文,中国科学技术大学化学物理系教授,中国科学技术大学原常务副校长。长期从事量子化学和非线性科学领域的研究工作,取得了一系列重要研究成果,为我国“非线性化学”研究开拓者。出版《非线性化学》《分形介值反应动力学》《分子拓扑学》等著作,发表学术论文100余篇。近年来一直热衷决策量子理论与算法的研究。
前言
第1章
不确定性定量表示方法
1.1 引言
1.2 随机不确定性
1.2.1 随机性的本质
1.2.2 随机事件的概率
1.2.3 随机变量的概率分布
1.2.4 随机变量的期望值和方差
1.2.5 多维随机变量的概率分布
1.3 模糊不确定性
1.3.1 模糊性的本质
1.3.2 模糊集及其隶属函数
1.3.3 模糊集的运算法则
1.3.4 模糊数及其运算
1.3.5 模糊变量及其可信性分布
1.3.6 模糊变量的期望值
1.3.7 多维模糊变量的联合可信性分布
1.4 非完备信息不确定性
1.4.1 非完备性的本质
1.4.2 信息熵
1.4.3 粗糙集的基本性质
1.4.4 粗糙变量及其信赖性
1.5 小结
第2章
不确定性决策的原理和方法
2.1 引言
2.2 不确定性决策的基本原理
2.2.1 不确定性决策的组成要素
2.2.2 不确定性决策问题的表示方法
2.2.3 不确定性决策过程
2.3 随机不确定性决策问题
2.3.1 严格随机不确定性决策问题
2.3.2 风险随机不确定性决策问题
2.4 模糊不确定性决策问题
2.4.1 模糊不确定性决策问题的表示方法
2.4.2 模糊不确定性决策问题的分析方法
2.5 不完备信息决策问题
2.5.1 决策信息表的约简分析方法
2.5.2 不完备信息决策问题的最优选择方法
2.6 小结
第3章
量子理论的思想和方法
3.1 引言
3.2 量子理论的基本思想和方法
3.2.1 量子状态的波函数表示
3.2.2 量子系统可观测量的量子算符表示
3.2.3 量子系统的演化规律
3.2.4 量子测量系统的演化规律
3.3 量子理论的矩阵表示方式
3.3.1 希尔伯特空间的性质
3.3.2 波函数的矩阵表示
3.3.3 量子算符的矩阵表示
3.3.4 量子算符本征方程的矩阵表示
3.3.5 量子算符平均值的矩阵表示
3.3.6 厄米算符的矩阵表示:厄米矩阵
3.3.7 薛定谔方程的矩阵表示
3.3.8 酉算符变换的矩阵表示:酉矩阵
3.4 量子理论的密度算符方法
3.4.1 纯态的密度算符
3.4.2 混合态的密度算符
3.4.3 密度算符的运动方程
3.4.4 量子测量系统的密度算符
3.4.5 复合量子系统的约化密度算符
3.5 量子信息的基本概念和方法
3.5.1 量子比特
3.5.2 量子门
3. 5.3 量子线路
3.5.4 量子信息熵
3.6 小结
第4章
不确定性决策的量子理论
4.1 引言
4.2 不确定性决策问题的量子态表示
4.2.1 不确定性决策问题量子态表示的具体方法
4.2.2 不确定性决策问题量子态表示的意义和作用
4.3 不确定性决策问题的量子价值算符
4.3.1 不确定性决策问题量子价值算符构造方法
4.3.2 不确定性决策问题量子价值算符的意义和作用
4.4 不确定性决策问题的量子决策树
4.4.1 量子决策树的构造方法
4.4.2 量子决策树的基本性质
4.4.3 量子决策树的作用
4.5 小结
第5章
量子遗传编程算法
5.1 引言
5.2 量子编码表示方法
5.2.1 量子遗传算法的不确定性编码方法
5.2.2 量子遗传编程算法的编码方法
5.3 量子适应性度量方法
5.3.1 不确定性决策问题的量子适应性度量方法
5.3.2 量子适应函数表达式的物理意义
5.4 量子遗传算子
5.4.1 量子选择算子
5.4.2 量子交叉算子
5.4.3 量子变异算子
5.5 量子遗传编程算法的控制参数
5.6 量子基因表达式编程算法
5.6.1 量子基因编码方法
5.6.2 量子多基因编码方法
5.6.3 量子基因表达式编程算法的特点
5.7 小结
第6章
不确定性决策量子理论的进化算法及其应用
6.1 引言
6.2 量子决策理论的进化算法
6.2.1 观测值函数树(xFT)
6.2.2 状态决策树(qDT)
6.3 不确定性决策量子理论的应用
6.3.1 量子金融一一机器交易员
6.3.2 科学发现一一机器科学家
6.3.3 关于科学发现的讨论
结语
参考文献