决策一般方法

上传人:dja****22 文档编号:243136234 上传时间:2024-09-16 格式:PPT 页数:36 大小:334.50KB
返回 下载 相关 举报
决策一般方法_第1页
第1页 / 共36页
决策一般方法_第2页
第2页 / 共36页
决策一般方法_第3页
第3页 / 共36页
点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第三节 常用决策方法,一般将具有下列四个特征的问题称为决策问题。,(1)有明确的目标;,(2)每个问题都有几种自然状态;,(3)每个问题都有一些行动方案;,(4)每一种行动方案,在各种自然状态下的效应值(收益、损失、占有率、成功率)都可以计算或预测出来。,1,记效应值为:,其中:,2,决策问题的一般模型可用下列决策(表34)表示,其中:,P(S,j,)(j1,2,,n),为自然状态,S,j,出现的概率,3,一、确定型决策方法,确定型决策问题:在决策问题中,只有一种自然状态的情况下、分析各个方案,从中选择最优的行动方案以获得最好的结果。,求极值、优选法、网络技术、规划等问题都属于确定型决策的范畴。,4,线性规划问题,例1:某厂生产两种仪器,基础数据下。问如何安排生产,可使月销售利润最多?,5,解:设生产甲、乙型仪器的台数依次为 ,问题就是的何选择,,,使目标利润,达到最大。,目标函数为:,极大化的约束条件为:,6,将以上各项写在一起,得到线性规划的数学模型为,maxZ,表示目标函数极大化,规划为线性的含意是目标函数与约束条件都是决策变量,x,1,、x,2,的线性表达式。,7,由图可见,例1的线性规划问题在可行域的交点,C(100,30),处取得最优解,即当,x1100(,台)、,x230(,台)时,取得月利润最大值为:,图解法只使用于仅有两个决策变量的情况。,8,一般的线性规划数学模型用矩阵表示为,9,二、风险型决策,当自然状态有多种情况,且各自然状态出现的概率己知或可估计时,可用统计方法进行决策,称之为随机决策问题。这种问题对得出的最优决策无绝对把握,而是冒一定的风险,所以,又称为风险决策。,10,(一)最大可能性法,最大可能性法:按照可能性最大的那种自然状态来选取最优策略,即挑选一个概率最大自然状态进行决策,其它状态不予考虑。,它是将一个风险型决策问题归结为一个相应的确定型问题。,11,例2:某企业根据市场情况采取不同推销策略,,其决策损益如下:,12,由于,P(S,2,)0.5,最大,依据最大可能性法,只考虑在状态,S,2,(,行情一般)下的方案选择。显然,此时行动方案,d,2,是决策的最佳选择,企业收益预计为7万元。,需要指出,只有当自然状态集合,S,中的某个状态,S,k,(1 k n),出现的概率,P(S,k,),特别大,且各状态下的效应值差别不是很大时,应用最大可能性法的效果才比较好。否则,可能导致严重失误。,13,(二)期望值法,期望值法是把每个行动方案的期望值求出来,然后根据期望值的大小确定最优方案。,公式:,决策最优方案为 。,14,对于例2,,比较结果,选择,d,1,做为最优决策方案。此时,企业可以获得的平均利润为6.1万元。,15,(三)决策树法,期望值决策方法又可用决策树进行分析。,决策树由树杈(又称节点)和树枝构成。节点分为两类,一类是决策点,用小方框“,”,表示,另一类是状态点(又称机会点),用小圆圈“,”,表示。树枝是由节点出发的线段,从决策点出发的是决策(或方案)枝,它表示决策人可能采取行动 。从状态结点出发的是机会枝(或称概率枝),在其上标有自然状态 及其概率 。树梢处为结果点,用“,”,表示,在其右侧标出结果或其价值。,16,状态点,决策点,方案枝,概率枝,结果点,17,1,3,2,4,状态点,决策点,方案枝,概率枝,结果点,9,4,2,5,7,3,4,5,6,S1,P(S1)=0.3,S2,P(S2)=0.5,S3,P(S3)=0.2,S1,P(S1)=0.3,S2,P(S2)=0.5,S3,P(S3)=0.2,S1,P(S1)=0.3,S2,P(S2)=0.5,S3,P(S3)=0.2,6.1,5.6,4.9,d,1,d,2,d,3,6.1,18,决策人从决策树根部(最初决策点)出发,向前至树梢。当决策人遇到决策点时,他必须从该点出发的树枝中择优向前;当遇到机会点时,则由概率枝自然选择其走向,各结点上方标上结点的期望值,决策树决策的过程为逆向运算期望值,正向选择方案枝。,比较状态结点上标明的期望值,结点2的值最大,故选择方案 作为最佳决策方案、用剪枝(打“”)去掉方案 并将最佳效应6.1万元标在决策点1上。,决策树给人以直观明晰的感觉,很有实用价值。,19,(四)贝叶斯决策,前面讨论的期望值决策法,是根据自然状态 及其概率 来计算的,这些概率大多数是根据以往的经验得到的估计值。如果决策者通过调查或做试验等途径获得了更多信息,则根据贝叶斯公式算出试验概率,再作决策,就称为贝叶斯决策。,20,21,22,1,2,3,7,8,9,10,5,6,4,d1(,钻探),d2(,出租),d3(,地勘),S1*P(S1)=0.3,S2*P(S2)=0.7,S1*P(S1)=0.3,S2*P(S2)=0.7,S1*P(S1/B1)=0.46,S2*P(S2/B1)=0.54,S1*P(S1/B1)=0.46,S2*P(S2/B1)=0.54,S1*P(S1/B2)=0.125,S2*P(S2/B2)=0.875,S1*P(S1/B2)=0.125,S2*P(S2/B2)=0.875,100,-30,20,10,100,-30,20,10,100,-30,20,10,29.8,14.6,-13.75,11.25,d1,d2,29.8,11.25,d1,d2,B1*P(B1)=0.52,B2*P(B2)=0.48,9,13,21,16,-5,23,(五),E-V,判据,在前面决策中,只考虑了各方案的期望值,,,而没有考虑能反映方案结果离散程度的方差 。所谓,E-V,判据(即期望方差准则)是用包含 、 的某种函数形成 的值作为判断行动优劣的标准。常用的评价函数形式有,a0:,风险厌恶型;,a0:,风险中立型;,a0:,风险追求型,24,三、不确定型决策方法,实际问题中,还会遇到有多个自然状态,但各自然状态出现的概率无法确定的情况。这是最差的情形,此时该如何决策呢?由于评判的标准不同,形成不同的决策方法。,乐观法(好中求好决策准则),悲观法(坏中求好准则),乐观系数法(折衷法),等可能法,后悔值法,25,(一)乐观法(好中求好决策准则),乐观法的基本思想是:决策者对客观情况抱乐观态度,认为每个行动方案都会对应其最好的自然状态,取得最佳效应值。故先选出各行动方案对应的最好效应值(收益最大或损失最小),再从中选出最好效应值,它对应的行动方案为决策方案。计算公式为:,26,例4:下列行军决策(表38)应如何决策可使行军成功率最大。,解:,27,(二)悲观法(坏中求好准则),悲观法的基本思想是:决策者对客观情况抱悲观态度,认为每个行动方案都会对应其最坏的自然状态。故先选出各行动方案对应的最坏状态效应值(收益最小或损失最大),再从中选出效应值最好者,它对应的行动方案为悲观决策方案。计算公式为:,28,下列行军决策用,悲观法,应如何决策可使行军成功率最大?,解:,29,(三)、乐观系数法(折衷法),将乐观与悲观两种极端情况进行折衷,用权重 表示其趋于冒险的程度,可确定乐观系数决策方案。计算公式为:,权重 称为乐观系数 ,它究竞在(,0,1),区间内取何值,取决于决策者的态度。在决策者很难确定冒险点还是保守点好时,不妨取,30,下列行军决策用,乐观系数法,应如何决策可使行军成功率最大?,解:,31,(四)等可能法,等可能法的基本思想是:因为无法确定各自然状态出现的概率,不妨认为它们是等可能出现的,于是每个方案的效应值可用期望值法进行计算,并从中选择平均效应值最佳的方案为决策方案。计算公式为:,32,(五)后悔值法,后海值法的基本思想是:当未来出现某种自然状态时,若我们选择了这种自然状态下的最佳方案(效应值最大)则我们不会后悔;若我们选择了其它方案,则一定会产生后悔的感觉。,后悔值法首先确定各自然状态下,每个行动方案可能产生的后悔值,得后悔值决策表。,根据后悔值决策表,确定各行动方案可能产生的最大后悔值。,从中再选择后悔值最小者,所对应的方案为后悔值决策万案。,后悔值:,某自然状态下,最佳效应值与采取方案效应值的差。,33,用,r,ij,表示,S,j,状态下的,d,i,对应的后悔值,则,再按悲观法进行决策:,r*,对应的方案即为后悔值法对应的决策方案,d*。,34,练习:用乐观法,悲观法,乐观系数法(,0.5,)和后悔值法进行决策。,35,作业:某公司要举行一个展销会,会址选在甲,乙,丙三地,资料如下表。试用决策树法与期望值法进行决策。,状态,损益值,(万元),行动方案,36,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 大学资料


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!