《精编》决策分析与决策应用

《《精编》决策分析与决策应用》由会员分享，可在线阅读，更多相关《《精编》决策分析与决策应用（43页珍藏版）》请在金锄头文库上搜索。

1、运筹学课件 Decisionmaking 决策分析 第一节不确定情况下的决策第二节风险型情况下的决策第三节效用理论在决策中的应用第四节层次分析法 决策 一词来源于英语Decisionmaking 直译为 做出决定 所谓决策 就是为了实现预定的目标在若干可供选择的方案中 选出一个最佳行动方案的过程 它是一门帮助人们科学地决策的理论 决策的分类 按决策问题的重要性分类按决策问题出现的重复程度分类按决策问题的定量分析和定性分析分类按决策问题的自然状态发生分类 确定型决策问题在决策环境完全确定的条件下进行 不确定型决策问题在决策环境不确定的条件下进行 决策者对各自然状态发生的概率一无所知 风险型决策问

2、题在决策环境不确定的条件下进行 决策者对各自然状态发生的概率可以预先估计或计算出来 构成决策问题的四个要素 决策目标 行动方案 自然状态 效益值行动方案集 A s1 s2 sm 自然状态集 N n1 n2 nk 效益 函数 值 v si nj 自然状态发生的概率P P sj j 1 2 m决策模型的基本结构 A N P V 基本结构 A N P V 常用决策表 决策树等表示 特征 1 自然状态已知 2 各方案在不同自然状态下的收益值已知 3 自然状态发生不确定 例 某公司需要对某新产品生产批量作出决策 各种批量在不同的自然状态下的收益情况如下表 收益矩阵 1不确定情况下的决策 自然状态 行动方

3、案 特征 1 自然状态已知 2 各方案在不同自然状态下的收益值已知 3 自然状态发生不确定 例 某公司需要对某新产品生产批量作出决策 各种批量在不同的自然状态下的收益情况如下表 收益矩阵 自然状态 行动方案 一 最大最小准则 悲观准则 决策者从最不利的角度去考虑问题 先选出每个方案在不同自然状态下的最小收益值 最保险 然后从这些最小收益值中取最大的 从而确定行动方案 用 Si Nj 表示收益值 1不确定情况下的决策 二 最大最大准则 乐观准则 决策者从最有利的角度去考虑问题 先选出每个方案在不同自然状态下的最大收益值 最乐观 然后从这些最大收益值中取最大的 从而确定行动方案 用 Si Nj 表

4、示收益值 1不确定情况下的决策 三 等可能性准则 Laplace准则 决策者把各自然状态发生的机会看成是等可能的 设每个自然状态发生的概率为1 事件数 然后计算各行动方案的收益期望值 用E Si 表示第I方案的收益期望值 1不确定情况下的决策 四 乐观系数 折衷 准则 Hurwicz胡魏兹准则 决策者取乐观准则和悲观准则的折衷 先确定一个乐观系数 0 1 然后计算 CVi max Si Nj 1 min Si Nj 从这些折衷标准收益值CVi中选取最大的 从而确定行动方案 取 0 7 1不确定情况下的决策 五 后悔值准则 Savage沙万奇准则 决策者从后悔的角度去考虑问题 把在不同自然状态下

5、的最大收益值作为理想目标 把各方案的收益值与这个最大收益值的差称为未达到理想目标的后悔值 然后从各方案最大后悔值中取最小者 从而确定行动方案 用aij 表示后悔值 构造后悔值矩阵 1不确定情况下的决策 自然状态 行动方案 自然状态 行动方案 特征 1 自然状态已知 2 各方案在不同自然状态下的收益值已知 3 自然状态发生的概率分布已知 一 最大可能准则在一次或极少数几次的决策中 取概率最大的自然状态 按照确定型问题进行讨论 2风险型情况下的决策 二 期望值准则根据各自然状态发生的概率 求不同方案的期望收益值 取其中最大者为选择的方案 E Si P Nj Si Nj 2风险型情况下的决策 三 决

6、策树法具体步骤 1 从左向右绘制决策树 2 从右向左计算各方案的期望值 并将结果标在相应方案节点的上方 3 选收益期望值最大 损失期望值最小 的方案为最优方案 并在其它方案分支上打 记号 主要符号决策点方案节点结果节点 2风险型情况下的决策 前例根据下图说明S3是最优方案 收益期望值为6 5 决策 S1 S2 S3 大批量生产 中批量生产 小批量生产 N1 需求量大 P N1 0 3 N1 需求量大 P N1 0 3 N1 需求量大 P N1 0 3 N2 需求量小 P N2 0 7 N2 需求量小 P N2 0 7 N2 需求量小 P N2 0 7 30 6 20 10 2 5 4 8 4

7、6 6 5 6 5 2风险型情况下的决策 例5 为适应市场的需要 某市提出扩大电视机生产的两个方案 一是建大厂 二是建小厂 两者的使用期都是10年 建大厂需投资600万元 建小厂需投资280万元 两个方案的每年益损值及销售自然状态如下表所示 同时为了慎重起见 后一方案是先建小厂试生产3年 如果发现市场销售好时再进行扩建 根据计算 扩建需投资400万元 可使用7年 每年盈利190万元 试应用决策树法选出合理的决策方案 自然状态概率建大厂年收益 万元 建小厂年收益 万元 销售好0 720080 销售差0 3 4060 三 决策树 解 可分前3年和后7年两期考虑 画出决策树如下图所示 1 2 销售好

8、 0 7 销售差 0 3 200万元 每年 40万元 680万元 建大厂 3 4 5 6 销售好0 7 扩建 不扩建 销售好 1 销售好 1 190万元 80万元 销售差0 3 60万元 建小厂 930万元 560万元 719万元 前3年 后7年 各点的益损期望值计算如下 点 点 点 2 5 6 比较决策点的结果发现 应舍弃不扩建方案 把点的930万元移到点上 4 4 5 点 3 最后比较决策点的结果发现 应该取点而舍弃点 即应取 前3年建小厂 如销售好 后7年扩建 的方案 1 3 2 四 灵敏度分析研究分析决策所用的数据在什么范围内变化时 原最优决策方案仍然有效 前例取P N1 p P N2

9、 1 p 那么E S1 p 30 1 p 6 36p 6p 0 35为转折概率E S2 p 20 1 p 2 22p 2实际的概率值距转E S3 p 10 1 p 5 5p 5折概率越远越稳定 2风险型情况下的决策 2风险型情况下的决策 在实际工作中 如果状态概率 收益值在其可能发生的变化的范围内变化时 最优方案保持不变 则这个方案是比较稳定的 反之如果参数稍有变化时 最优方案就有变化 则这个方案就不稳定的 需要我们作进一步的分析 就自然状态N1的概率而言 当其概率值越远离转折概率 则其相应的最优方案就越稳定 反之 就越不稳定 五 全情报的价值 EVPI 全情报 关于自然状况的确切消息 在前例

10、 当我们不掌握全情报时得到S3是最优方案 数学期望最大值为0 3 10 0 7 5 6 5万记为EVW0PI 若得到全情报 当知道自然状态为N1时 决策者必采取方案S1 可获得收益30万 概率0 3 当知道自然状态为N2时 决策者必采取方案S3 可获得收益5万 概率0 7 于是 全情报的期望收益为EVWPI 0 3 30 0 7 5 12 5万那么 EVPI EVWPI EVW0PI 12 5 6 5 6万即这个全情报价值为6万 当获得这个全情报需要的成本小于6万时 决策者应该对取得全情报投资 否则不应投资 注 一般 全 情报仍然存在可靠性问题 2风险型情况下的决策 六 具有样本情报的决策分析

11、 贝叶斯决策 先验概率 由过去经验或专家估计的将发生事件的概率 后验概率 利用样本情报对先验概率修正后得到的概率 在贝叶斯决策法中 可以根据样本情报来修正先验概率 得到后验概率 如此用决策树方法 可得到更高期望值的决策方案 在自然状态为Nj的条件下咨询结果为Ik的条件概率 可用全概率公式计算再用贝叶斯公式计算条件概率的定义 乘法公式 2风险型情况下的决策 例3 在例2基础上得来 某公司现有三种备选行动方案 S1 大批量生产 S2 中批量生产 S3 小批量生产 未来市场对这种产品需求情况有两种可能发生的自然状态 N1 需求量大 N2 需求量小 且N1的发生概率即P N1 0 3 N2的发生概率即

12、P N2 0 7 经估计 采用某一行动方案而实际发生某一自然状态时 公司的收益下表所示 2风险型情况下的决策 现在该公司欲委托一个咨询公司作市场调查 咨询公司调查的结果也有两种 I1 需求量大 I2 需求量小 并且根据该咨询公司积累的资料统计得知 当市场需求量已知时 咨询公司调查结论的条件概率如下表所示 我们该如何用样本情报进行决策呢 如果样本情报要价3万元 决策是否要使用这样的情报呢 图16 3 当用决策树求解该问题时 首先将该问题的决策树绘制出来 如图16 3 为了利用决策树求解 由决策树可知 我们需要知道咨询公司调查结论的概率和在咨询公司调查结论已知时 作为自然状态的市场需求量的条件概率

13、 2风险型情况下的决策 10 5302 21 8712 5 435 最后 在决策树上计算各个节点的期望值 结果如图16 4 结论为 当调查结论表明需求量大时 采用大批量生产 当调查结论表明需求量小时 采用小批量生产 2风险型情况下的决策 由决策树上的计算可知 公司的期望收益可达到10 5302万元 比不进行市场调查的公司收益6 5万元要高 其差额就是样本情报的价值 记为EVSI EVSI 10 5302 6 5 4 0302 万元 所以当咨询公司市场调查的要价低于4 0302万元时 公司可考虑委托其进行市场调查 否则就不进行市场调查 在这里 因为公司要价3万元 所以应该委托其进行市场调查 进一

14、步 我们可以利用样本情报的价值与前面的全情报的价值 EVPI 的比值来定义样本情报的效率 作为样本情报的度量标准 样本情报效率 EVSI EVPI 100 上例中 样本情报价值的效率为4 0302 6 100 67 17 也就是说 这个样本情报相当于全情报效果的67 17 效用 衡量决策方案的总体指标 反映决策者对决策问题各种因素的总体看法 使用效用值进行决策 首先把要考虑的因素折合成效用值 然后用决策准则下选出效用值最大的方案 作为最优方案 例3 求下表显示问题的最优方案 万元 某公司是一个小型的进出口公司 目前他面临着两笔进口生意 项目A和B 这两笔生意都需要现金支付 鉴于公司目前财务状况

15、 公司至多做A B中的一笔生意 根据以往的经验 各自然状态商品需求量大 中 小的发生概率以及在各自然状况下做项目A或项目B以及不作任何项目的收益如下表 3效用理论在决策中的应用 用收益期望值法 E S1 0 3 60 0 5 40 0 2 100 18万E S2 0 3 100 0 5 40 0 2 60 2万E S3 0 3 0 0 5 0 0 2 0 0万得到S1是最优方案 最高期望收益18万 一种考虑 由于财务情况不佳 公司无法承受S1中亏损100万的风险 也无法承受S2中亏损50万以上的风险 结果公司选择S3 即不作任何项目 用效用函数解释 把上表中的最大收益值100万元的效用定为10

16、 即U 100 10 最小收益值 100万元的效用定为0 即U 100 0 对收益60万元确定其效用值 设经理认为使下两项等价的p 0 95 1 得到确定的收益60万 2 以p的概率得到100万 以1 p的概率损失100万 计算得 U 60 p U 100 1 p U 100 0 95 10 0 05 0 9 5 3效用理论在决策中的应用 类似地 设收益值为40 0 40 60 相应等价的概率分别为0 90 0 75 0 55 0 40 可得到各效用值 U 40 9 0 U 0 7 5 U 40 5 5 U 60 4 0我们用效用值计算最大期望 如下表 一般 若收益期望值能合理地反映决策者的看法和偏好 可以用收益期望值进行决策 否则 需要进行效用分析 3效用理论在决策中的应用 4层次分析法 层次分析法是由美国运筹学家T L 沙旦于20世纪70年代提出的 是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法 一 问题的提出例 一位顾客决定要购买一套新住宅 经过初步调查研究确定了三套候选的房子A B C 问题是如何在这三套房子里选择一套较为满意的房子呢 为简化问题 我们将评判房子满意