emba_3_2_管理科學(xué)方法簡(jiǎn)介-文庫吧
2024-12-20 08:58 本頁面
【正文】 計(jì)算機(jī)速度提高 800 倍 ? 綜合計(jì)算能力改善近 2 百萬倍 ? 幾千到幾萬變量的問題可以在幾秒到十幾秒內(nèi)求解 ? 在 PC機(jī)上求解有 150萬變量 ， 40萬個(gè)約束 的 LP模型 ? 1988年需要 80 年 ? 1997年需要 24 小時(shí) ? 2021年需要 1 分鐘 ? 求解問題規(guī)模已經(jīng)上升到千萬個(gè)變量的數(shù)量級(jí)； EMBA－信息管理課程 17 基于期望值的決策方法 EMBA－信息管理課程 18 決策方法 ? 研究在復(fù)雜條件下進(jìn)行決策的理論和方法，提供解決包括主觀因素（決策者偏好）的復(fù)雜決策問題的系統(tǒng)分析方法。 ? 基于 期望值 的分析方法 ? 貨幣期望值（ EMV） ? 效用期望值（ EU） ? 通過期望值的比較進(jìn)行方案選擇 ? 相關(guān)的分析方法 ? 決策樹分析方法 ? 對(duì)策方法 ? 動(dòng)態(tài)規(guī)劃方法 EMBA－信息管理課程 19 管理者面臨的決策問題 ? 決策問題類型 ? 結(jié)構(gòu)化決策問題 可以利用模型進(jìn)行定量化分析； ? 非結(jié)構(gòu)化決策問題 更多利用決策者的經(jīng)驗(yàn)與判斷； ? 決策層次 ? 戰(zhàn)略決策問題： 非結(jié)構(gòu)化、定性分析為主、更人性化、受人的主觀偏好影響很大； ? 運(yùn)作決策問題 結(jié)構(gòu)化、定量分析為主、更理性化，可自動(dòng)決策； EMBA－信息管理課程 20 決策樹方法 ? 決策準(zhǔn)則 : ? 悲觀準(zhǔn)則：最大－最小準(zhǔn)則 ? 樂觀準(zhǔn)則：最大－最大準(zhǔn)則 ? 最大期望值準(zhǔn)則 ? 最小機(jī)會(huì)成本準(zhǔn)則 ? 折中準(zhǔn)則 ? …… EMBA－信息管理課程 21 決策分析準(zhǔn)則舉例－報(bào)童問題 例 : 一報(bào)童每天要確定訂購(gòu)報(bào)紙數(shù)量 , 他付 每份報(bào)紙 , 再以 。訂購(gòu)的報(bào)紙當(dāng)天賣不出去便一文不值。根據(jù)多年買報(bào)經(jīng)驗(yàn) , 他知道每天可以以相同概率售出 6至 10份報(bào)紙 , 他如何確定每天從出版商處訂購(gòu)報(bào)紙的數(shù)量。 報(bào)紙的需求是集合 S = {6, 7, 8, 9, 10}中的一員 , 它們發(fā)生的概率 p6 = p7 = p8 = p9 = p10 = 1/5。報(bào)童必須在行動(dòng) A = {6, 7, 8, 9, 10}中進(jìn)行選擇。如果他買了 i 份賣出 j 份報(bào)紙，他的收入 rij = 25j 20i。 EMBA－信息管理課程 22 悲觀準(zhǔn)則 ? 悲觀準(zhǔn)則也稱最大最小準(zhǔn)則，它找出每種行動(dòng)的最壞結(jié)果，再?gòu)淖顗慕Y(jié)果中找一個(gè)最好的做為它的選擇， （決策） （事件） 需求數(shù)量 訂購(gòu)量 6 7 8 9 10 min 6* 30 30 30 30 30 30 7 10 35 35 35 35 10 8 10 15 40 40 40 10 9 30 5 20 45 45 30 10 50 25 0 25 50 50 max 30 ? 按這一準(zhǔn)則報(bào)童選擇從出版商訂購(gòu) 6 份報(bào)紙。 EMBA－信息管理課程 23 樂觀準(zhǔn)則 ? 樂觀準(zhǔn)則也稱最大最大準(zhǔn)則，它找出每種行動(dòng)的最好結(jié)果，再?gòu)淖詈媒Y(jié)果中找一個(gè)更好的做為選擇， （決策） （事件） 需求數(shù)量 訂購(gòu)量 6 7 8 9 10 max 6 30 30 30 30 30 30 7 10 35 35 35 35 35 8 10 15 40 40 40 40 9 30 5 20 45 45 45 10* 50 25 0 25 50 50 max 50 ? 按這一準(zhǔn)則報(bào)童選擇是從出版商訂購(gòu) 10份報(bào)紙。 EMBA－信息管理課程 24 最大期望值準(zhǔn)則 ? 最大期望值準(zhǔn)則需計(jì)算每個(gè)決策的期望值 E(Ai*) : E (Ai*) = maxi ?j pi aij 最大期望值 (EMV)準(zhǔn)則是決策的通用準(zhǔn)則，其合理性是它選擇在平均水平上可以得到最好結(jié)果的決策。 （決策） （事件） 需求數(shù)量 訂購(gòu)量 6 7 8 9 10 EMV 6* 30 30 30 30 30 30 7* 10 35 35 35 35 30 8 10 15 40 40 40 25 9 30 5 20 45 45 15 10 50 25 0 25 50 0 max 30 25 決策樹模型 ? 決策樹方法是一種可以分析各類不確定型決策問題的系統(tǒng)分析方法，是用途最為廣泛的決策分析方法； ? 決策樹可以描述決策事件發(fā)生的順序和邏輯關(guān)系，這種關(guān)系以圖示方法表現(xiàn)在決策樹上 ? 決策點(diǎn) 由 ? 表示，分支代表各種決策選擇； ? 事件點(diǎn) 由 ? 表示，分支代表各種偶然事件 ? 每個(gè)事件分支必須有相應(yīng)的發(fā)生概率； ? 所有事件應(yīng)是互斥和完備的 ? 決策樹的末端表示各種結(jié)果的 損益值 EMBA－信息管理課程 26 例 2：擲硬幣賭輸贏 ? 擲硬幣確定輸贏，如果硬幣“頭”向上，你贏 5 元；如果硬幣“尾”向上，你輸 4 元，你是否參加下注？決策樹如下。 接受 拒絕 0 4 5 頭 尾 擲硬幣問題的決策樹模型 EMBA－信息管理課程 27 ? 期望值 (Expected Moary Value EMV): 每一個(gè)決策點(diǎn)和事件點(diǎn)都有一個(gè)期望值，并具有傳遞性； EMV = ( ? 5 ) ( ? 4 ) = ? 倒推計(jì)算：從樹的末端向前計(jì)算； 尋找最優(yōu)決策路徑 接受 拒絕 0 4 5 頭 尾 EMV= EMV= EMBA－信息管理課程 28 EMV準(zhǔn)則的有效性 ? 如果拋硬幣例子的輸贏是 5百萬和 4百萬， EMV準(zhǔn)則還適用嗎？ ? EMV是 50萬元而不是 元，該準(zhǔn)則仍然建議下注； ? 絕大多數(shù)決策者不會(huì)接受，因?yàn)闆Q策者無法容忍有 50％的機(jī)會(huì)損失 4百萬元； ? 決策中出現(xiàn)大的虧損（風(fēng)險(xiǎn)）是 EMV 準(zhǔn)則不適用的主要情況 , 即便大的虧損有較低的概率，按平均值決策可能會(huì)付出災(zāi)難性代價(jià)。 ? 類似道理還可以說明人們購(gòu)買彩票的行為。彩票的 EMV為負(fù)，按 EMV 決策準(zhǔn)則應(yīng)拒絕購(gòu)買。但是博彩者能承受小額損失，并希望贏得可能會(huì)完全改變他們生活方式的大錢。 EMBA－信息管理課程 29 決策分析與信息價(jià)值 ? 決策分析還能向決策者提供獲取附加信息可能給決策者帶來的價(jià)值。決策分析可以提供兩種信息： ?樣本信息期望值（ EVSI: Expected Value of Sample Information）－評(píng)價(jià)具體信息價(jià)值 ?完全信息期望值（ EVPI: Expected Value of Perfect Information）－任何信息的最高價(jià)值 ? 回到擲硬幣例子，如果在決策前有“高人”可以提示擲硬幣的結(jié)果，準(zhǔn)確率為 80％，并且向你索取
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1