2

我一直对 IBM Watson 软件包的技术天才感到震惊。这些工具可以从识别图像中的主题到提取字母中的情感，它们非常棒。然后是权衡分析。在他们的Nests 演示中，您选择一个州，然后选择一系列约束（价格必须在W和X之间，平方英尺必须在Y和Z之间，必须有可用的受保托管融资等），然后他们根据房屋对房屋进行排名关于它们与您的约束条件的匹配程度。

似乎所有 Tradeoff Analytics 所做的只是按以下顺序运行一个简单的查询：

SELECT * FROM House WHERE price >= W AND price <= X AND square_footage >= Y
AND square_footage <= Z AND ...

我是否没有正确理解权衡分析？我非常尊重那些在 IBM 构建了所有这些令人惊叹的工具的人，但权衡分析似乎是简单的受限决策，当你学习if陈述时，它会出现在任何编程入门课程中。我错过了什么？

4

2 回答 2

4

正如@GuyGreer 指出的那样，该服务确实使用了 Pareo 优化，这与简单的约束有很大不同。

例如：假设你有三间房子

         Sqr Footage Price
HouseA   6000         1000K       
HouseB   9000         750K
HouseC   8000        800K

现在假设您的约束条件是 Sqr Footage > 5000 且价格 < 900K，那么您只剩下 House B，而 House C Tradeoff Analytics 将只返回给您 houseB。因为根据 Pareto，给出您的价格和镜头目标，HouseB主导House C，因为它具有更大的镜头并且更便宜。

显然，这是一个虚构的例子，在现实生活中，您在购买房屋时会考虑更多的目标（属性）。

帕累托的想法是找到帕累托边界。权衡分析为帕累托优化添加了额外的本土算法，为您提供更多关于权衡的见解。

最后，该服务附带一个客户端小部件，该小部件使用新颖的方法来可视化 Pareto Frontiers。鉴于这样的边界是多维度的，这本身就是一个复杂的问题。

于 2016-11-08T09:38:33.723 回答
1

您链接到的页面说他们使用帕累托优化，试图优化所有参数以达到帕累托最优解决方案 - 当您无法优化每个单独参数时的解决方案或一组解决方案，因此必须满足一些子- 最优的。

他们不只是找到任何符合标准的东西，而是试图在给定约束的情况下找到某种最佳解决方案。这就是它与简单的受限决策的不同之处。

请注意，我的答案完全基于他们的陈述：

该服务使用一种称为“帕累托优化”的数学过滤技术，...

以及我所读到的关于帕累托问题的内容。我自己对这项技术或帕累托问题没有经验。

于 2016-11-07T21:46:32.897 回答