系统决策分析ppt课件

第六章 系统决策分析,1,主要内容,一、系统决策概述 二、确定型决策问题 三、不确定型决策问题 四、风险型决策问题 五、效用理论 六、矿业方面的应用案例,2,一、系统决策概述,1、定义与特点 2、问题与模型 3、系统决策的分类 4、系统决策的步骤,3,1、定义与特点,4,1、定义与特点,5,1、定义与特点,决策是一种过程：情报活动、设计活动、抉择活动、实施活动,决策分析是为解决风险型和不确定型问题提供一套推理方法和逻辑步骤。,6,1、定义与特点,7,1、定义与特点,8,2、问题与模型,构成决策问题的四个条件,9,系统决策模型,10,系统决策模型,11,3、系统决策的分类,12,4、系统决策的步骤,1.确定目标。系统决策的前提。目标要具体、明确，最好是可度量的指标，如效益、损失等 2.拟定可行方案。根据目标拟定多个可行方案是科学决策的基础。必要时需做可行性论证 3.预测未来自然状态。指那些对实施可行方案有影响而决策者无法控制和改变的因素所处状况 4.估计自然状态的概率。为进行风险型决策，须估计自然状态的概率，一般可用主观概率估计或历史资料直接估算。 5.估算可行方案的损益值。 6.选择满意的行动方案。决策全过程的落脚点。应用一定的决策准则选择。,13,二、确定型决策方法,14,二、确定型决策方法,15,线性规划法,16,17,三、不确定型问题的决策,根据决策者主观态度不同有以下五种常用的决策准则和方法： 悲观主义准则（悲观法） 乐观主义准则（乐观法） 乐观系数准则（折中法） 最小机会损失准则（最小遗憾法） 等可能性准则（平均法）,18,悲观主义准则,从各方案的最小益损值中选择最大的，也称“小中取大”法，是一种万无一失的保守型决策者的选择准则。 例如：,19,乐观主义准则,决策者对客观情况总是抱乐观态度，从各方案最大益损值中选择最大的，也称“大中取大”。是一种偏于冒进的决策准则。 例如：,20,乐观系数准则,一种折衷准则，决策者对客观条件的估计既不乐观也不悲观，主张一种平衡，用一个乐观系数 (01) ，计算各方案的折衷益损值，从中选取最大的。 例如：,21,最小机会损失准则,决策者一般易于接受某状态下收益最大的方案，但由于无法预知那一状态一定出现，当决策者没有采纳收益最大的方案，就会感到后悔，最大收益值与其他收益值之差作为后悔值或机会损失值，然后按悲观主义准则决策。 例如：,22,等可能性准则,决策者不能肯定那种状态会出现，采取一视同仁的态度，认为出现的可能性相等，有n个状态，其出现的概率均为1/n，计算各方案的期望最大收益值，从中选取最大的。 例如：,23,24,完全不确定型决策方法,25,四、风险型问题决策,26,风险性决策分析方法,27,风险性决策方法分类,28,最大可能性法,从可能出现的状态中，选择一个概率最大的状态进行决策，而不考虑其他状态，问题转化为确定型决策 应用条件：在收益矩阵中的元素差别不大，而各状态中某一状态的概率明显地大的多；如果各状态概率很接近，而益损值相差较大时，不宜采用。,29,期望值准则：EMV和EOL,决策目标考虑的是收益值，计算各方案的期望收益值，从中选择期望收益最大的。 决策目标考虑的是损失值，计算各方案的期望损失值，从中选取期望损失最小的。,30,例题,例92 某企业为了提高经济效益，决定开发某种新产品，产品开发生产需要对设备投资规模作决策。设有三种可供选择的策略：S1：购买大型设备；S2：购买中型设备；S3：购买小型设备。未来市场对这种产品的需求情况也有三种：N1：需求量较大；N2：需求量中等；N3：需求量较小。经估计，各种方案在不同的需求情况下收益值见表12-2。表中数据f( Si , Nj)出现负数，表示该企业将亏损。现问企业应选取何种策略，可使其收益最大？,表9-2,31,解 根据收益值表9-2，可以分别求出采用策略S1、S2、S3的效益期望值 E（S1）、E（S2）、E（S3）： E（S1）=500.3200.4(20)0.3=17 E（S2）=300.3250.4(10)0.3=16 E（S3）=100.3100.4100.3=10 如果我们采用“收益期望值”最大作为决策的准则，那么就选取策略S1，即购买大型设备作为决策方案。,32,例题,例9-3已知顾客对商店中某种食品每天需求量Nj的概率分布如下 表123,每出售一件食品，商店可获利2.5元；若当天卖不掉，每件食品将损失3.25元。试问商店对这种食品每日应进货多少?,33,解：我们来计算需求量的期望值E：10.10+20.10+30.25+40.20+50.15+60.05+70.05+80.05 =3.65。 于是，我们采取三个策略：进货量分别取S1=2，S2=3，S3=4。下表给出了这三种策略的期望值。所谓纯利润就是从出售的获利中减去因未能出售而遭受的损失，负的利润表示损失。,显然，最优策略为每天进货3件。,34,决策树法,描述多级决策（序列决策）的工具 “ ”表示决策节点，从它引出的分枝为方案枝，分枝数量与方案数量相同，分枝上要注明方案名称。 “O”表示状态节点，从它引出的分枝为状态分枝或概率分枝，分枝数量与可能出现的自然状态数量相同，分枝上要注明状态出现的概率。 “ ”表示结果节点，不同方案在各种状态下所取得的结果（益损值），标注在结果节点的右端。 “”方案分支中打有该记号表示该方案删除掉，该方案成为剪枝方案,35,决策树,36,决策树,37,决策树法例题,用决策树法求解下表所列系统决策问题的最优方案,38,决策树法,决策树,39,决策树法,40,决策树例题2,有一钻探队做石油钻探，可以先做地震试验，费用为0.3万元/次，然后决定钻井与否，钻井费用为1万元，出油收入为4万元。根据历史资料，试验结果好的概率为0.6，不好的概率为0.4；结果好钻井出油的概率为0.85，不出油的概率为0.15；结果不好钻井出油的概率为0.1，不出油的概率为0.9。也可不做试验而直接凭经验决定是否钻井，这时出油的概率为0.55，不出油的概率为0.45，试用决策树进行决策。,41,决策树计算,结论：不试验直接钻井，期望收入为1.2万元。,42,决策树例题3,43,44,45,练习,某工厂原料车间，欲对旧工艺进行革新，采用新工艺。取得新工艺有两种策略：一是自行研究，成功的可能性为0.6；二是买专利，估计谈判成功的可能性为0.8。无论研究成功或谈判成功，生产规模都考虑两种方案：一是产量不变；二是增加产量。如果研究或谈判都失败，则仍采用旧工艺进行生产，并保持原产品产量不变。根据市场预测，估计今后几年内这种产品价格下跌的概率是0.1，价格中等的概率是0.5，价格上升的概率0.4。经过分析计算，得到各个策略在不同价格的情况下的收益值，收益情况如下表。试用决策树方法寻找最优策略。,46,47,贝叶斯定理,48,贝叶斯定理,49,贝叶斯决策的思路,50,贝叶斯决策的思路,51,贝叶斯在投资决策分析的应用,贝叶斯定理用于投资决策分析是在已知相关项目B的资料，而缺乏论证项目A的直接资料时，通过对B项目的有关状态及发生概率分析推导A项目的状态及发生概率。 如果我们用数学语言描绘，即当已知事件Bi的概率P（Bi）和事件Bi已发生条件下事件A的概率P（ABi），则可运用贝叶斯定理计算出在事件A发生条件下事件Bi的概率P（BiA）。,52,贝叶斯决策的应用举例,53,贝叶斯决策的应用举例,公司过去的有关资料,54,贝叶斯决策的应用举例,55,贝叶斯决策的应用举例,56,贝叶斯决策的应用举例,57,贝叶斯决策的应用举例,58,贝叶斯决策的应用举例,59,归纳：贝叶斯决策的步骤,60,贝叶斯决策的应用举例,61,贝叶斯决策的应用举例,62,贝叶斯决策的应用举例,63,贝叶斯决策的应用举例,64,贝叶斯决策的应用举例,65,贝叶斯决策的应用举例,66,举例,某石油公司考虑在某地钻井，结果可能出现三种情况：无油(0.5)、少油(0.3)、富油(0.2)，钻井费用为7万元，如少量出油可收入12万元，大量出油27万元，不出油收入为零；为了避免盲目钻井，可以先进行勘探试验以了解地质结构情况，勘探费用为1万元，勘探结果可能会是：地质构造差、构造一般、构造良好，根据过去的经验，地质构造与油井出油的关系如表所示，试用决策树进行决策。,67,根据全概率公式有： P(1)=0.41 ，P(2)=0.35 ，P(3)=0.24 根据贝叶斯公式有：,68,系统决策中的几个问题,灵敏度分析 情报的价值 系统决策中的效用理论,69,灵敏度分析,某工程准备施工，需要决策下个月是否开工，开工后天气好可按期完工，获利5万元，天气不好损失1万元；如不开工不论天气好坏，均需支付窝工费0.1万元，根据气象统计资料，下个月天气好的概率P=0.2，试进行决策。 如下个月天气好的概率P=0.1，试进行决策。,70,转折概率,方案可能出现的状态的概率会导致最优方案的变化，使最优方案发生变化的概率称之为转折概率 在上例中： P5+(1-P)(-1)=P(-0.1)+(1-P) (-0.1) 得P=0.15 ，则转折概率为P=0.15 ，当P大于0.15时，开工方案比较合理；当P小于0.15时，不开工比较好。,71,信息价值分析,在灵敏度分析后，有些关键状态的概率有时灵敏度很高，需要进一步收集信息，提高先验概率的精度，来更准确可靠地评定这些参数。 进一步收集信息需要进行“调查研究”，通过收集样本、统计分析取得更可靠的信息。 “调查研究”所得到的咨询信息一般都有误差，调研结果要考虑其失误的可能性 “调查研究”需要费用，不管咨询结果是否有用，都得付费，因此在调研前要考虑所得到的信息用途多大，即信息的价值分析。 为了衡量调研人员提供信息的用途大小，一般根据历史资料，用该人员（单位）过去提供正确或不正确信息的概率来表示。,72,情报的价值,73,情报的价值,74,75,情报的价值,76,77,举例,某超市欲在某小区附近设立一分店。设立分店有三种可能的后果：I赢利额每年增加到300万元，P维持不设分店的情况赢利100万元，R亏损300万元。各种后果出现的概率经分析判断，估计为0.2、0.5、0.3，试进行决策。,78,举例,画出决策树，按照期望收益值最优准则，将选择设分店方案，期望收益为20万元。 如三种后果的概率为0.2、0.4、0.4，则设分店就会亏损20万元，因此不设分店为好。最优决策对设定的概率值很灵敏，需要进一步进行市场研究，以使概率值精度更高些。,79,请咨询公司来进行市场调查，决策者希望咨询公司提供未来出现I、P、R中的何种状态。 首先要考虑是否请咨询公司进行市场研究？考虑该公司有关市场研究成功率。咨询公司研究结果所提供的信息为：对设立新分店的方案是赞成还是反对。 根据历史资料结合原来估计的先验概率，可以得到：如将来赢利，咨询公司给出赞成或反对的概率是多少？,80,例题分析,将是否进行市场研究作为第一级决策，咨询公司赞成或反对作为决策后的两种状态。在原来决策树基础上，增加一级决策，构成增广决策树。 得到进行市场研究后期望收益值为64万元，与无市场研究的期望收益值之差为44万元是市场研究提供信息的价值，此值是决策者可能付给市场研究的最大费用。,81,全信息价值,如现在经过市场研究可以确切地估计未来到底发生I、P、R中何种状态，则称之为完全信息。 如预测未来一定出现I或P，则采取设立分店方案，如预测结果是R，则放弃设分店方案，相应的收益为：300万元、100万元、0；三种状态的先验概率为：0.2、0.5、0.3。 则使用完全信息后的期望收益值为110万元，此值为确定条件下的期望价值，此值与无市场研究情况下的最优期望收益值之差称为完全信息的价值。市场研究效果再好，决策人付出的咨询费也不可能大于此值。,82,四、效用值理论,决策准则 可传递性 独立性 期望收益值的缺陷 后果多样性 决策者的价值观 需要一种能表达人们主观价值的衡量指标，并能综合衡量各种定量和定性的后果 这样的指标没有统一的客观尺度，因人而异，视个人的经济、社会和心理条件而定,83,伯努利期望效用值理论,效用值：人们在拥有财富多少不一的条件下，增加同样的财富所感受到的效用值是不同的，随财富的增加效用值总是在增加，但增长率是递减的 买彩券：5（500）元一张，0.5概率中奖得10（1000）元，期望收益值为零； 问题：如何遵循理性原则求得效用值？,84,系统决策中的效用理论,85,系统决策中效用的理论,86,系统决策中效用的理论,87,系统决策中效用的理论,88,系统决策中效用的理论,89,系统决策中效用的理论,90,系统决策中效用的理论,91,保险公司运行机理,某企业欲将价值为A的厂房设备申报火灾保险，如保险明年要付保险金i元，如发生火灾所有损失将得到补偿；如不保险，一旦发生火灾则损失B元（BA）。企业决策者面临两种事态体，即保险情况下的L0=(A-i,1) 和不保险情况下的L1=(A-B),pf; A,(1-pf) ，需要做出决策。（pf 为火灾发生的概率）,92,按期望收益值准则判断,如进行投保，需满足pf(A-i)+(1-pf)(A-i)pf(A-B)+(1-pf)A 得pfi/B ，火灾发生的概率大于保险金i和火灾损失额B之比时，以参加保险为优 如B为50万元，i为0.1万元，则pf0.002 ，说明火灾发生的概率大于0.002时才值得保险 但实际中人们的行为并非如此，即使概率小于0.002还是愿意保险，因为人们总是力求万无一失，愿意付出比期望收益值准则算出的保险金要高的多的费用,93,按期望效用值准则判断,如进行投保，需满足pfU(A-i)+(1-pf)U(A-i)pfU(A-B)+(1-pf)U(A) 得pfU(A)-U(A-i)/U(A)-U(A-B) 在稳重型效用曲线情况下，得到pf1 ，可知pfpf1 投保人按期望收益行事，愿意在火灾概率为pf 的条件下付i保险金。对保险公司来说收入i=Bpf 实际上绝大多数人按照稳重型效用曲线办事，愿意在低于火灾概率pf 的条件下投保，并仍交i数量的保险金，保险公司本可以在收保险金i*=Bpf1 的情况下而收用户i元，则i=i-i* 被保险公司赚进，用做盈利。,94,六、矿业应用案例,95,