技術(shù)經(jīng)濟預(yù)測與決策

第四章技術(shù)經(jīng)濟預(yù)測與決策返回總目錄第一節(jié)技術(shù)經(jīng)濟預(yù)測方法第二節(jié)技術(shù)經(jīng)濟決策方法習(xí)題1/15/20231劉發(fā)全第一節(jié)技術(shù)經(jīng)濟預(yù)測方法一、概述二、定性預(yù)測方法三、定量預(yù)測方法返回第四章1/15/20232劉發(fā)全一、概述預(yù)測的基本概念：根據(jù)事物過去和現(xiàn)在的運動規(guī)律，對事物的未來進行科學(xué)淤積和推測，探索事物未來的發(fā)展趨勢。科學(xué)的預(yù)測是做出正確決策的基礎(chǔ)。返回第一節(jié)1/15/20233劉發(fā)全2、技術(shù)經(jīng)濟預(yù)測的分類按預(yù)測對象的范圍劃分：宏觀預(yù)測、微觀預(yù)測；按時間界限劃分：近期預(yù)測、短期預(yù)測、中期預(yù)測和長期預(yù)測；按方法分：定性預(yù)測、定量預(yù)測1/15/20234劉發(fā)全3、技術(shù)經(jīng)濟預(yù)測的原理慣性原則類推原則相關(guān)原則概率推斷原則1/15/20235劉發(fā)全4、預(yù)測的程序確定預(yù)測目的、制定預(yù)測計劃；收集、分析和整理資料；選擇預(yù)測方法，建立預(yù)測模型；預(yù)測計算；分析預(yù)測誤差，評價預(yù)測成果；改進預(yù)測方法，修正數(shù)學(xué)模型，提高預(yù)測質(zhì)量。返回第一節(jié)1/15/20236劉發(fā)全二、定性預(yù)測方法專家調(diào)查法專家評分法主觀概率預(yù)測法返回第一節(jié)1/15/20237劉發(fā)全1、專家調(diào)查法德爾菲（Delphi）法：專家在整個預(yù)測過程中，自始至終互不見面，也互不私下交流，整個過程由預(yù)測組織者安排，專家可以不受其他專家的影響，充分發(fā)揮自己意見；綜合意見法：專家面對面交流，可以受啟發(fā)。1/15/20238劉發(fā)全2、專家評分法預(yù)測區(qū)間：由每個專家給出一個預(yù)測值，組成由小到大的序列，找出中位數(shù)和四分點，兩個四分點之間的范圍即為預(yù)測區(qū)間；綜合評分：每個專家給出分值，按總分排序，由高到低取舍；加權(quán)平均：根據(jù)每個專家對問題的熟悉程度給以權(quán)重，再加權(quán)平均；三項預(yù)測值：按樂觀、可能和悲觀三種估計后，算出每個專家的預(yù)測期望值，然后再加權(quán)平均。1/15/20239劉發(fā)全3、主觀概率預(yù)測法將對象可能發(fā)生的情況劃分為若干種，然后分別就每種情況可能發(fā)生的概率進行估計，在此基礎(chǔ)上算出累積概率，最后將這些離散點擬合，得到對象有可能發(fā)生的結(jié)果的擬合累積概率分布曲線，最終得到預(yù)測值（具體方法見決策方法）。返回第一節(jié)1/15/202310劉發(fā)全三、定量預(yù)測方法回歸預(yù)測法確定性時間序列模型返回第一節(jié)1/15/202311劉發(fā)全1、回歸預(yù)測法回歸分析是處理變量之間相關(guān)關(guān)系最常用的數(shù)理統(tǒng)計方法之一。其他課程中均有介紹，本課程不再贅述。1/15/202312劉發(fā)全2、確定性時間序列模型⑴移動平均法簡單移動平均法：亦稱一次移動平均法，即將時間序列中前n期的平均值作為下一期預(yù)測值的方法。加權(quán)移動平均法：考慮時間的影響，將近期的權(quán)重加大的一種移動平均法。⑵指數(shù)平滑法一次指數(shù)平滑法：這是在加權(quán)移動平均法基礎(chǔ)上演變得來的方法；二次指數(shù)平滑法：這是對一次平滑的再次平滑，以修正現(xiàn)行趨勢。1/15/202313劉發(fā)全計算公式1/15/202314劉發(fā)全例4.1.3-4.1.5按二次平滑法2004年的合同完成額=3.245+1×0.080=3.33（億元）2005年的合同完成額=3.245+2×0.080=3.41（億元）返回第一節(jié)1/15/202315劉發(fā)全第二節(jié)技術(shù)經(jīng)濟決策方法返回第四章一、決策問題構(gòu)成的條件二、決策的分類三、決策的基本原則四、決策的基本過程五、確定型決策六、風(fēng)險型決策七、非確定型決策八、決策樹法1/15/202316劉發(fā)全一、決策問題構(gòu)成的條件存在決策者希望達(dá)到的一個明確目標(biāo)（如收益最大或損失最?。┐嬖趦蓚€或兩個以上不以決策者的主觀意志為轉(zhuǎn)移的自然狀態(tài)θi存在兩個或兩個以上可供選擇的行動方案Aj在各種自然狀態(tài)下，不同行動方案將導(dǎo)致不同的結(jié)果，而其損益值aij是可以計算出來的決策者對各種自然狀態(tài)的發(fā)生，有的可以肯定（確定型決策）；有的不能肯定，也不能知道其發(fā)生的概率p(θj)（非確定型決策）；有的雖不能肯定那種自然狀態(tài)將發(fā)生，但決策者可以預(yù)先估計或計算出其發(fā)生的概率p(θj)（風(fēng)險型決策）。返回第二節(jié)1/15/202317劉發(fā)全二、決策的分類戰(zhàn)略決策和戰(zhàn)術(shù)決策程序化決策和非程序化決策確定型決策、風(fēng)險型決策、非確定型決策定性決策和定量決策其他返回第二節(jié)1/15/202318劉發(fā)全三、決策的基本原則最優(yōu)化原則系統(tǒng)原則信息準(zhǔn)全原則可行性原則集團決策原則返回第二節(jié)1/15/202319劉發(fā)全四、決策的基本過程確定決策目標(biāo)擬定備選決策方案方案評選方案實施返回第二節(jié)1/15/202320劉發(fā)全五、確定型決策盈虧平衡分析、微分極值、線性規(guī)劃、非線性規(guī)劃、動態(tài)規(guī)劃等等返回第二節(jié)1/15/202321劉發(fā)全六、風(fēng)險型決策期望值準(zhǔn)則最大可能性準(zhǔn)則返回第二節(jié)1/15/202322劉發(fā)全1、期望值準(zhǔn)則設(shè)自然狀態(tài)θj,(j=1,2,3...,n)發(fā)生的概率為P(θj),方案Ai（i=1,2,3,…,m)在θj狀態(tài)下的收益值aij（i=1,2,3,…,m)，則方案的收益期望值為E(Ai)=ΣaijP(θj)（i=1,2,3,…,m),決策準(zhǔn)則為max(E(Ai))（i=1,2,3,…,m)。1/15/202323劉發(fā)全例4.2.2某施工隊每完成1m3混凝土可以收入20元，混凝土由商品混凝土攪拌站供給，合同規(guī)定，混凝土量按合同供給，若少要1m3則賠償10元，以至去年同期日完成工程量如表，試問如何決策，才能使施工隊收益最大。日完成澆筑量（m3）100110120130完成澆筑量的天數(shù)1836279完成澆筑量的概率0.20.40.30.11/15/202324劉發(fā)全2、最大可能性準(zhǔn)則以自然狀態(tài)中發(fā)生概率最大為原則，選擇行動方案。如上例中，各種自然狀態(tài)中，發(fā)生概率最大的是40%，相對應(yīng)的方案為每日供應(yīng)110m3混凝土，其收益值為2200元。1/15/202325劉發(fā)全七、非確定型決策Hurwicz（大中取大）法Wald（小中取大）法Savage（最小最大后悔值）法Laplace法返回第二節(jié)1/15/202326劉發(fā)全1、Hurwicz（大中取大）法步驟：求出方案i在不同自然狀態(tài)下的最大損益值maxaij(j=1,2,3,…,m)求出所有方案的最大收益值的最大值max{max

aij(j=1,2,3,…,m)}(i=1,2,3…,n)

最大收益值對應(yīng)的方案即為決策方案。1/15/202327劉發(fā)全2、Wald（小中取大）法步驟：求出方案i在不同自然狀態(tài)下的最小損益值minaij(j=1,2,3,…,m)求出所有方案的最小收益值的最大值max{min

aij(j=1,2,3,…,m)}(i=1,2,3…,n)

最大收益值對應(yīng)的方案即為決策方案。1/15/202328劉發(fā)全3、Savage（最小最大后悔值）法步驟：求出后悔值表，各自然狀態(tài)下的后悔值bij=max(aij(i=1,2,3,…,n))-aij

(j=1,2,3,…,m);求出各方案對應(yīng)的最大后悔值maxbij(j=1,2,3,…,m);求出最小最大后悔值min{max

bij(j=1,2,3,…,m)}(i=1,2,3…,n)

最小最大后悔值對應(yīng)的方案即為決策方案。1/15/202329劉發(fā)全4、Laplace法即合理性準(zhǔn)則，是將不確定型決策轉(zhuǎn)換為風(fēng)險型決策的方法——假設(shè)各種自然狀態(tài)發(fā)生的概率相等，然后采用期望值決策。返回第二節(jié)1/15/202330劉發(fā)全八、決策樹法決策樹的畫法損益值的計算和決策準(zhǔn)則應(yīng)用例題返回第四章返回第二節(jié)1/15/202331劉發(fā)全1、決策樹的畫法樹是圖論中圖的一種形式，在風(fēng)險型決策中，用樹形圖作為決策的一種方法，其圖稱為決策樹。決策樹由節(jié)點（分為方案節(jié)點、概率節(jié)點和結(jié)果節(jié)點3種）和連接分枝（分為方案分枝和概率分枝2種）。下圖即為決策數(shù)示例。1245673方案分枝方案分枝概率分枝概率分枝概率分枝概率分枝方案節(jié)點概率節(jié)點概率節(jié)點結(jié)果點結(jié)果點結(jié)果點結(jié)果點損益值損益值損益值損益值1/15/202332劉發(fā)全2、損益值的計算和決策準(zhǔn)則①損益值的計算設(shè)自然狀態(tài)θj,(j=1,2,3...,n)發(fā)生的概率為P(θj),方案Ai（i=1,2,3,…,m)在θj狀態(tài)下的收益值aij（i=1,2,3,…,m)，則方案的收益期望值為

E(Ai)=ΣaijP(θj)（i=1,2,3,…,m),②決策準(zhǔn)則

max(E(Ai))（i=1,2,3,…,m)1/15/202333劉發(fā)全3、應(yīng)用例題（4.2.5）1/15/202334劉發(fā)全12345687910111226222113142315161718192025242728295000500-2500-50070004000-2000-5050002000-3000-50-1000-5040001000投A工程投B工程不投標(biāo)報高價報高價報低價報低價中標(biāo)0.25中標(biāo)0.5中標(biāo)0.25中標(biāo)0.5失標(biāo)0.75失標(biāo)0.5失標(biāo)0.75失標(biāo)0.5樂觀0.3樂觀0.2樂觀0.3樂觀0.3一般0.6一般0.5一般0.5一般0.6悲觀0.2悲觀0.2悲觀0.2悲觀0.1180060037002400412.5275887.5117511751175412.50圖上作業(yè)法1/15/202335劉發(fā)全表上作業(yè)法1/15/202336劉發(fā)全3、應(yīng)用例題（4.2.6）1245673建大廠建小廠需求量大

0.7需求量小

0.3870870480250-6010060需求量大

0.7需求量小

0.3P大廠=700萬元，P小廠=400萬元，使用壽命10年。E(2)=(250×0.7-60×0.3）×10-700（投資）=870（萬元）E(3)=(100×0.7+60×0.3）×10-400（投資）=480（萬元）1/15/202337劉發(fā)全123建大廠建小廠739.8739.8463.2489105需求量大

0.9需求量小

0.11314-360250-60-60需求量小

1.0需求量大

0.7需求量小

0.3需求量大

0.7需求量小

0.361112137需求量大

0.9需求量小

0.15763601006060需求量小

1.04年6年例4.2.7：前4年概率與例4.2.6同，后6年改變。E(2)=(250×0.7-60×0.3)×4-700(投資)+1314×0.7-360×0.3=739.8（萬元）E(3)=(100×0.7+60×0.3)×4-400(投資)+576×0.7+360×0.3=463.2（萬元）1/15/202338劉發(fā)全例3.5.7（P.100）關(guān)聯(lián)樹567810111213249310.50.40.10.10.60.30.10.60.30.10.60.30.050.300.150.040.240.120.010.060.03開發(fā)成本銷售收入+20%0-20%+20%0-20%+20%0-20%+20%0-20%1/15/202339劉發(fā)全返回第二節(jié)1/15/202340劉發(fā)全習(xí)題1、某建筑公司過去25個月的實際產(chǎn)值如下表，是分別用一次移動平均（n=5）和二次平滑法（α=0.3）預(yù)測第26和27月的預(yù)測值。2、某市為滿足某產(chǎn)品市場需求