清華：決策方法(權威精華不可不看)ppt課件

1、決策方法課件.一、決策根本概念1、系統(tǒng)決策過程H.A. 西蒙把決策過程同現(xiàn)代的管文科學、 計算機技術和自動化技術結合起來，將其劃分為四個階段：找出制定決策的理由；找到能夠的行動方案； 在諸行動方案中進展抉擇；對已進展的抉擇進展評價。這四個階段交錯在一 起，就構成了系統(tǒng)決策過程。 .決策是為到達某種目的，從假設干個求解方案中選出一個最優(yōu)或合理方案的過程。決策問題假設影響決策結果的主要要素是不具有明智思想才干的自然事物，即針對的對象是自然事物，人們完全根據對自然事物形狀的了解來作決議，那么把這類總稱為決策問題。2、決策問題及其分類 .(1) 構成一個決策問題必需具備以下幾個條件： 存在試圖到達的明

2、確目的； 存在不以決策者的客觀意志為轉移的兩種以上的自然形狀； 存在兩個或兩個以上可供選擇的行動方案； 不同行動方案在不同自然形狀下的益損值可以計算出來。 .(2) 從不同角度來分析決策問題，我們可以得出不同的分類： 按決策的重要性可將其分為戰(zhàn)略決策、戰(zhàn)略決策和執(zhí)行決策，或稱為戰(zhàn)略規(guī)劃、管理控制和運轉控制三個層次。 按決策的性質可將其分為程序化決策和非程序化決策。 根據人們對自然形狀規(guī)律的認識和掌握程度，決策問題通?？煞譃榇_定型決策、風險型決策統(tǒng)計決策以及非確定型完全不確定型決策三種。 按決策的目的數(shù)量可將其分為單目的決策和多目的決策。 按決策的階段可將其分為單階段決策和多階段決策，也可稱為單

3、項決策和序貫決策。 .確定型決策非確定型決策完全不確定型決策風險型決策.3、決策模型和方法1客觀決策模型和方法 本質是決策者根據客觀閱歷進展決策。常用的方法有要素成對比較法PA、直接給出權值法DR、德爾菲法、頭腦風暴法、名義小組法、層次分析法AHP；2定量決策模型和方法 確定型決策：線性規(guī)劃方法、盈虧平衡分析法、信息熵法、神經網絡方法、模糊建模、灰色系統(tǒng)實際方法、最大方差法、主成分分析法； 風險型決策：決策表決策矩陣法、決策樹法； 完全不確定型決策：悲觀法、樂觀法、折中法、最小遺憾值法。.特點：1目的2至少有2個以上的行動方案3不同方案得失可計算4決策環(huán)境確定大致概率完全不確定.4、系統(tǒng)決策的

4、根本步驟 一項完好的決策過程應該包括以下幾個根本步驟： (1) 明確目的：確定目的是決策的前提。決策目的要制定得詳細、明確，防止籠統(tǒng)、 模糊。 (2) 擬定多個行動方案：根據確定的目的，擬定多個行動方案，這是科學決策的關鍵。 (3) 討論并預測未來能夠的自然形狀：所謂自然形狀，是指那些對實施行動方案有影響而決策者又無法控制和改動的要素所處的情況。 (4) 估計各自然形狀出現(xiàn)的概率：這是統(tǒng)計決策風險型決策問題必需進展的任務，是構成該類決策問題的條件之一。 (5) 估算各個行動方案在不同自然形狀下的益損值：這也是構成決策問題的條件之一。 (6) 評價和分析決策結果：選擇出稱心的行動方案，這一步是系

5、統(tǒng)決策全過程的主體， 運用一定的決策準那么，最終為決策者選擇出稱心方案。 .二、風險型決策方法1、風險性決策定義：假設一個決策問題未來能夠出現(xiàn)的自然形狀不止一個，但每種自然形狀出現(xiàn)的概率卻可以預測出來，這種決策就是風險型決策。.2、風險型決策的要素存在決策人希望到達的目的收益較大或損失較小；存在兩個以上的行動方案可供選擇；存在兩個或兩個以上的不以決策人的客觀意志為轉移的自然形狀；在幾種不同的自然形狀中未來終究出現(xiàn)哪種自然形狀，決策人不能一定，但是各種自然形狀出現(xiàn)的能夠性概率出可以預測出來。不同的行動方案在不同的自然形狀下的相應損益值收益或損失可以預測出來；.風險型決策所根據的規(guī)范主要是期望值規(guī)

6、范。每個方案的益損期望值可表示為: 式中： Vi第i種方案的益損期望值； Vij第i方案在自然形狀Sj下的益損值； Pj自然形狀Sj出現(xiàn)的概率。 期望值規(guī)范是指計算出每個方案的收益和損失的期望值，并且以該期望值為規(guī)范，選擇收益最大或損失最小的行動方案為最優(yōu)方案。3、決策規(guī)范.4、三種風險型決策方法 (1) 決策表法 決策表法是分別計算出方案在不同自然形狀下的益損期望值，并列成表，然后選擇益損期望值最大或者最小的方案作為最優(yōu)方案。 .(2) 決策矩陣法2決策矩陣法:用于備選行動方案及自然形狀都比較多的情況。設有m個行動方案A1，A2，Ai, ,Am，寫成集合為AA1，A2，Ai, ,Am，叫做方

7、案向量；有n個自然形狀S1，S2，Sj, ,Sn，寫成集合為SS1，S2，Sj, ,Sn，叫做形狀向量；每個自然形狀發(fā)生的概率分別為P(S1)，P(S2) ，P(Sj), ,P(Sn)，寫成P P(S1)，P(S2) ，P(Sj), ,P(Sn) ，叫形狀概率矩陣或概率矩陣。.設aij是自然形狀為Sj，采取第i個行動方案時所獲得的效益值，即aija(Ai, Sj)對應于每個方案的一系列形狀及概率，有個總期望益損值E(A)；進展決策時：假設希望收益最大，那么在期望值的列矩陣中找最大的元素，其所對應的方案便是，Armax E(A) 假設希望損失最小，那么在期望值的列矩陣中找最小的元素，所對應的方案

8、即是， Asmin E(A) .例2：紅軍步兵部隊能夠在平原、有隱蔽地物的開闊地、丘陵及水網地帶與藍軍坦克部隊遭遇，遭遇的能夠概率分別為0.1，0.4，0.2，0.3。遭遇時紅軍運用的武器能夠有五種組合：A1磁性手雷、40火箭筒、82無坐力炮；A2磁性手雷、40火箭筒、82無坐力炮、85加農炮；A3磁性手雷、40火箭筒、82無坐力炮、反坦克導彈；A4磁性手雷、40火箭筒、82無坐力炮、85加農炮、反坦克導彈；A5磁性手雷、40火箭筒、82無坐力炮、反坦克導彈、坦克優(yōu)點有二：對于特別復雜、計算量特別大的決策問題，比決策樹優(yōu)越；把決策問題化成兩個矩陣相乘，最后得到一個矩陣列矩陣或行矩陣，從中找出最

9、大或最小元素，方便利用計算機進展決策。.(3) 決策樹法 運用決策樹來作決策的過程，是從右向左逐漸后退進展分析。根據右端的損益值和概率枝的概率，計算出期望值的大小，確定方案的期望結果。然后根據不同方案的期望結果作出選擇。 優(yōu)點有三：構成了一個簡單明晰的決策過程，使決策者能按順序有步驟地進展決策；構成的決策圖比較直觀，便于集體討論決策；便于隨時查核重要的決策根據，并可適時進展修正、補充，以更好地實現(xiàn)預定目的。.方案分枝概率分枝決策節(jié)點： 標決策期望益損值 形狀節(jié)點： 標本方案期望益損值 結果節(jié)點： 標每個方案在相應形狀下面的益損值概率分枝 ： 標自然形狀的概率.多級決策建立小廠如銷路好，3年以后

10、擴建，擴建需求投資400萬元，可運用7年，每年盈利190萬元。試用決策樹評選出合理的決策方案。.200-4019080不擴建601230.3銷路好0.7930銷路好0.7銷路差0.3建大廠建小廠P(S1 )=0.7564680719擴建銷路好0.7560930719后7年，第二次決策前3年，第一次決策.點：1.01907400=930萬元點：1.0807=560萬元因此應采用擴建的方案，而舍棄不擴建的方案。把點的930萬元移到點4來，那么點： 0.78030.79300.360(37) 280=719萬元 由于點的期望利潤值較大，因此取點而舍點。這樣，相比之下，建立大工廠的方案不是最優(yōu)方案，合

11、理的戰(zhàn)略應采用前3年建小工廠，如銷路好，后7年進展擴建的方案。. S1 S2 0.4 0.6A1 100 -20 A2 75 10A3 50 30電視機廠試消費三種電視機Ai(i=1,2,3)。市場大、小Sj (j=1,2)。消費哪種？.100-207510503012340.60.40.60.40.6A1A2A3P(S1 )=0.4.100-20751050303812823633840.60.40.60.40.6A1A2A3P(S1 )=0.4.例3 ：某人有一筆多余資金100元，現(xiàn)有兩種存儲方案。一是存入銀行，每年可穩(wěn)得7的利息。二是用于購買有獎儲蓄，假設中頭獎，獎金10000元；中獎概

12、率為十萬分之三P0.00003；假設中二等獎，可得獎金2000元，其概率為萬分之五P0.0005；假設中三等獎，可得獎金100元，其概率為百分之一P0.01；假設中末獎，可得獎金10元，概率為百分之十P0.1。獎票為100元一張，不論中獎與否，兩年后都退還本金，并且每張獎票發(fā)給8元利息。試用決策樹為此問題尋求一個理性的決策方案。不思索復利 作業(yè).三、貝葉斯決策 處置風險決策問題時，需求知道各種形狀出現(xiàn)的概率：P(B1)， P(B2)， ， P(Bn)，這些概率稱為先驗概率。 風險是由于信息不充分呵斥的，決策過程還可以不斷搜集信息，假設搜集到進一步信息A，對原有各種形狀出現(xiàn)概率估計能夠會有變化，

13、變化后的概率為P(BjA)，此條件概率表示在追加信息A后對原概率的一個修正，所以稱為后驗概率。Bayes法就是一種后驗概率方法.運用貝葉斯定理能處理計算后驗概率的問題貝葉斯定理PBj | Ai PAi | Bj PBj/ PAi | Bj PBj式中： PBj為事件Bj發(fā)生的概率； PBj | Ai 為事件Ai發(fā)生條件下，事件Bj發(fā)生的條件概率； PAi | Bj 為事件Bj發(fā)生條件下，事件Ai發(fā)生的條件概率。.設A表達色，B1表次品零件，B2表正品零件，那么P B1|AP(A|B1) P(B1)/ P(A|B1) P(B1)+ P(A|B2) P(B2) 1.00.2/( 1.0 0.2+0

14、.5 0.8)0.2/0.60.33運用貝葉斯定理進展決策兩階段決策：進展市場調查與否；能否消費新產品。隨機抽取一個，正好是次品的概率為多少？任取一個上拋落地后為白色時，這個零件是次品的概率是多少？有道工序：把一種白色圓片零件的一面漆成紅色，現(xiàn)有五個零件，其中的一個脫漏了這道工序。.例題某鉆井大隊在某地進展石油勘探，客觀估計該地域為有油(1 )地域的概率為 P(1)0.5 ,沒油(2 )的概率為 P(2 )0.5，為提高勘探效果，先做地震實驗，根據積累資料得知：.有油地域，做實驗結果好(F)的概率P(F1 )0.9有油地域，做實驗結果不好(U)的概率P(U1 )0.1無油地域，做實驗結果好(F

15、)的概率P(F2 )0.2有油地域，做實驗結果不好(U)的概率P(U2 )0.8求：在該地域做實驗后，有油和無油的概率 各為多少？.解：做地震實驗結果好的概率P(F ) P(1 ) P(F1 ) P(2 ) P(F2) 0.50.9 + 0.50.2 = 0.55做地震實驗結果不好的概率P(U) P(1 ) P(U1 ) P(2 ) P(U2 ) 0.50.8 + 0.50.1 = 0.45.用Bayes公式求解各事件的后驗概率：做地震實驗結果好的條件下有油的概率 P(1 ) P(F 1 ) 0.45 9P(1F ) = = P(F ) 0.55 11做地震實驗結果好的條件下無油的概率 P(2

16、 ) P(F 2 ) 0.10 2P(2F ) = = P(F ) 0.55 11.用Bayes公式求解各事件的后驗概率：做地震實驗結果不好的條件下有油的概率 P(1 ) P(U 1 ) 0.05 1P(1U) = = P(U ) 0.45 9做地震實驗結果不好的條件下無油的概率 P(2 ) P(U 2 ) 0.40 8P(2U ) = = P(U) 0.45 9.四、完全不確定型決策 不但要在不確定的自然形狀下進展決策，而且連每一種自然形狀發(fā)生的概率也無法知道。在這種條件下如何更好地去“碰運氣？.1.小中取大法那么悲觀法那么 其根本作法是先找出每種方案在最不利情況下的最小收益，然后選擇最小收

17、益中最大的那個方案作為最優(yōu)方案。即取 為最優(yōu)方案。 這種方法是以最小收益值或最大損失值作為評價方案的規(guī)范。重點是使收益值不低于一個限制或損失值不超越一定限制。對自然形狀來說， 決策中是以收益值最小或損失值最大的自然形狀作為必然出現(xiàn)的自然形狀來對待的，這就把不確定型決策問題簡化為確定型決策問題。這里是按“ 最不利的情況來處置的，以最不利中的最有利方案作為行動方案，所以實 際上這是一種比較保守和穩(wěn)妥的決策方法，又稱悲觀決策方法。.2.大中取大法那么樂觀法那么 其方法是首先找出各方案在最有利的情況下的最大收益值，然后選擇其中最大的一個所對應之方案作最優(yōu)方案，即 此即選取最有利中之最有利方案，故又稱樂

18、觀法那么。.3.折衷法那么a法那么 它是悲觀法那么與樂觀法那么的折衷，其方法是： (1)首先根據歷史資料和閱歷判別，確定系數(shù)a的值0a1; (2)根據每一方案的最大收益值Vimax與最小收益值Vimin，計算各方案 的折衷收益值Hi，即HiaVimax(1-a)Vimin ； (3)選擇折衷收益值最大的方案，即 maxHi作為最優(yōu)方案。 這種方法取決于a之取值。 a值越大，那么過于樂觀，a=1即樂觀法那么。 a值越小，那么過于悲觀，a=0即悲觀法那么。 .4.大中取小法那么最小遺憾法那么 其根本思想是處事以遺憾越小越好。由于決策者作出決策后，必與現(xiàn)實有出入，應以感到遺憾為最優(yōu)。 其方法是在收益矩陣的每一列中選出最大的元素，將這一列的每一個元素都減去這個最大值，得遺憾矩陣。然后找出各方案的最大遺憾值，選其中最小者之方案為最優(yōu)方案。 .5.平均法那么均勻概率法那么。這種法那么以為，決策者既然不能確知每一種情況出現(xiàn)的概率，那么不應以為某一形狀比其他形狀更能夠出