% Лабораторна робота № 6 ТССА 05-06-22
% РОЗКРИТТЯ СИТУАЦІЙНОЇ НЕВИЗНАЧЕНОСТІ В ЗАДАЧАХ СИСТЕМНОГО АНАЛІЗУ
% - - - Використовується функція - - -
% x_view = view_estimation(x, matrix_name, row_name, col_name); файл view_estimation.m
% x - оцінки
% matrix_name - назва матриці
% row_name - назви варіантів структури (рядки) 
% col_name - назви критеріїв оптимальності (стовбці)
% x_view - результат виведення: 1 - так; 0 - ні

clear all;
% - - - Введення початкових даних - - -
% Матриця рішень містить оцінки ефективності (прибутку/втрат) для прийнятого рішення 
% в залежності від умов функціонування вимірювальної системи
% Можливі варіанти рішень (рядки) та варіанти умов функціонування (стовбці)  
% Оцінки в умовних одиницях прибутку/втрат
d=[-18 -20 -22
    -4 -22 -26
    -1 -23 -27
     0 -25 -29];
% Найменування варіантів рішень (однакова довжина всіх рядків)
dVar=['Щоденна перев. КВП  '; 'Щотижнева перев. КВП';...
      'Щомісячна перев. КВП'; 'Перев. КВП відсутня '];
% Найменування варіантів умов функціонування 
% вимірювальної системи (однакова довжина всіх рядків)
dCrit=['КВП спр.'; 'КВП зб.п'; 'КВПне пр'];
% Додатня оцінка вказує на прибуток (TypeEst=1) або на втрати (TypeEst=0)
TypeEst=1;
% Ймовірності появи j-ї умови функціонування вимірювальної системи
q=[1/3 1/3 1/3];
% Ваговий коефіцієнт для критерію Гурвіца
C=0.5;
% Ступінь довіри до розподілу ймовірності
v=0.9;
% Оцінка допустимого риску для BL(MM)-критерію
EpsDop=0.5;
    
% - - - Початкові дані для вирішення задачі ситуаційної невизначеності - - -
fprintf(1,'\n%s\n', 'Лабораторна робота № 6 ТССА');
fprintf(1,'%s\n\n', 'РОЗКРИТТЯ СИТУАЦІЙНОЇ НЕВИЗНАЧЕНОСТІ В ЗАДАЧАХ СИСТЕМНОГО АНАЛІЗУ');
view_estimation(d, 'Матриця рішень', dVar, dCrit);
if TypeEst==1 fprintf(1,'%s\n', 'Оцінка вказує на прибуток');
else fprintf(1,'%s\n', 'Оцінка вказує на втрати'); end;
fprintf(1,'%s %4.2f %4.2f %4.2f %4.2f %4.2f %4.2f', ...
        'Ймовірності появи j-ї умови функ. вим. системи', q(:));
fprintf(1,'\n');
fprintf(1,'%s%4.2f\n', 'Ваговий коефіцієнт для критерію Гурвіца ', C);
fprintf(1,'%s%4.2f\n', 'Ступінь довіри до розподілу ймовірності ', v);
fprintf(1,'%s%4.2f\n\n', 'Оцінка допустимого риску для BL(MM)-критерію ', EpsDop);

% - - - Мінімаксний (максімінний) критерій Вальда - - -
fprintf(1,'%s\n', '- - - Мінімаксний (максімінний) критерій Вальда - - -');
if TypeEst==1
    dr=min(d')';
    [drmax,i]=max(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - значення корисності рішення',drmax))
else
    dr=max(d')';
    [drmin,i]=min(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmin=%4.2f - значення корисності рішення',drmin))
end;
fprintf(1,'\n');

% - - - Критерій Байеса-Лапласа - - -
fprintf(1,'%s\n', '- - - Критерій Байеса-Лапласа - - -');
if TypeEst==1
    dr=d*q';
    [drmax,i]=max(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - значення корисності рішення',drmax))
else
    dr=d*q';
    [drmin,i]=min(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmin=%4.2f - значення корисності рішення',drmin))
end;
fprintf(1,'\n');

% - - - Критерій Сэвіджа - - -
fprintf(1,'%s\n', '- - - Критерій Сэвіджа - - -');
if TypeEst==1
    % Знаходження матриці залишків
    a=max(d);
    m=size(d);
    m=m(1);
    a=repmat(a,m,1);
    aij=a-d;
    % Знаходження оптимального рішення
    dr=max(aij')';
    [drmin,i]=min(dr);
    view_estimation(d, 'Матриця рішень', dVar, dCrit);
    view_estimation([aij dr], 'Матриця втрат ', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmin=%4.2f - мін. втрата (макс. дод. виграш)',drmin))
else
    a=min(d);
    m=size(d);
    m=m(1);
    a=repmat(a,m,1);
    aij=d-a;
    dr=min(aij')';
    [drmax,i]=max(dr);
    view_estimation(d, 'Матриця рішень', dVar, dCrit);
    view_estimation([aij dr], 'Матриця втрат ', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - макс. виграш (мін. дод. втрати)',drmax))   
end;
fprintf(1,'\n');

% - - - Критерій Гурвіця - - -
fprintf(1,'%s\n', '- - - Критерій Гурвіця - - -');
fprintf(1,'%s\n', '- - - Критерій Байеса-Лапласа - - -');
if TypeEst==1
    % Знаходження minmax та maxmax рішення
    a=C*(min(d'))';
    b=(1-C)*(max(d'))';
    % Знаходження середньозважених результатів
    dr=(a+b);
    [drmax,i]=max(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - значення корисності рішення',drmax))
else
    a=C*(max(d'))';
    b=(1-C)*(min(d'))';
    dr=(a+b);
    [drmin,i]=min(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmin=%4.2f - значення корисності рішення',drmin))
end;
fprintf(1,'\n');

% - - - Критерій Ходжа-Лемана - - -
fprintf(1,'%s\n', '- - - Критерій Ходжа-Лемана - - -');
if TypeEst==1
    % Знаходження рішення по Ходжа-Леману
    a=d*q'.*v;
    % Знаходження minmax рішення
    b=(min(d').*(1-v))';
    % Знаходження результату рішення
    dr=a+b;
    [drmax,i]=max(dr');
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - значення корисності рішення',drmax))
else
    a=d*q'.*v;
    b=(max(d').*(1-v))';
    dr=a+b;
    [drmin,i]=min(dr');
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmin=%4.2f - значення корисності рішення',drmin))
end;
fprintf(1,'\n');

% - - - Критерій Гермейера - - -
fprintf(1,'%s\n', '- - - Критерій Гермейера - - -');
if TypeEst==1
    m=size(d);
    m=m(1);
    q1=repmat(q,m,1);
    d=d.*q1;
    dr=min(d')';
    [drmax,i]=max(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - значення корисності рішення',drmax))
else
    m=size(d);
    m=m(1);
    q1=repmat(q,m,1);
    d=d.*q1;
    dr=max(d')';
    [drmin,i]=min(dr);
    view_estimation([d dr], 'Матриця рішень', dVar, [dCrit; 'Ціл функ']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmin=%4.2f - значення корисності рішення',drmin))
end;
fprintf(1,'\n');

% - - - BL(MM)-критерій - - -
if TypeEst==1
    fprintf(1,'%s\n', '- - - BL(MM)-критерій - - -');
    % Знаходження рішення по BL критерію
    a=d*q';
    % Знаходження di0j0
    b=min(d');
    [di0j0,i]=max(b');
    % Знаходження c=di0j0-mindij
    m=size(d);
    m=m(1);
    q=repmat(di0j0,m,1);
    c=q-b';
    % Знаходження t=maxdij
    t=max(d')';
    % Знаходження f=maxdij-maxdi0j
    v=d(i,:);
    g=max(v');
    g=repmat(g,m,1);
    f=t-g;
    % Знаходження результату рішення
    k=EpsDop*abs(di0j0);
    I1=c<=k;
    I2=f>=c;
    p=I1&I2;
    y=min(a);
    for i=1:m
        if p(i)==1 r(i)=a(i);
        else r(i)=y;
        end
    end
    [drmax,i]=max(r');
    view_estimation([d a c f], 'Матриця рішень', dVar, [dCrit; 'Матем оч'; 'ОЗ-мінРя'; 'МахР-Мах']);
    disp(sprintf('Рішення i=%g - %s',i,dVar(i,:)))
    disp(sprintf('drmax=%4.2f - значення корисності рішення',drmax))
end;
fprintf(1,'\n');