【正文】 為“確定型”決策；如果每個(gè)方案至少產(chǎn)生 2個(gè)以上可能的結(jié)局，就稱為“風(fēng)險(xiǎn)型”決策或“不確定型”決策； 5）效用 每一方案各個(gè)結(jié)局的價(jià)值評(píng)估稱為效用。比較典型的實(shí)際問題有：新產(chǎn)品開發(fā)、新技術(shù)推廣、企業(yè)戰(zhàn)略、沖突決策和廣告等。會(huì)議期間，安排了 20余場(chǎng)大會(huì)專題報(bào)告，涉及向量?jī)?yōu)化、行為決策、決策神經(jīng)科學(xué)等決策科學(xué)的前沿問題和熱點(diǎn)問題。 中國(guó)運(yùn)籌學(xué)會(huì)決策科學(xué)分會(huì) 學(xué)術(shù)會(huì)議和出版資料 (1) 第 1屆全國(guó)決策科學(xué)研討會(huì) 地 點(diǎn) : 江西省上饒市三清山 時(shí) 間 : . 主辦單位 : :江西大學(xué) ,上海交通大學(xué) 代表人數(shù) : 78 出版論文集 : 《 決策科學(xué)理論和應(yīng)用 全國(guó)決策科學(xué)研討會(huì)論文集 (2) 第 2屆全國(guó)決策科學(xué)研討會(huì) 地 點(diǎn) : 廣東省廣州市華南理工大學(xué) 時(shí) 間 : . 主辦單位 : 華南理工大學(xué) ,上海交通大學(xué) 代表人數(shù) : 89. 出版論文集 : 《 運(yùn)籌學(xué)雜志 》 ,第 16卷 ,第 1期 ,上?？茖W(xué)技術(shù)出版社 (3) 第 7屆全國(guó)多目標(biāo)決策會(huì)議 地 點(diǎn) : 江西省鷹潭市龍虎山 時(shí) 間 : . 主辦單位 : 江西大學(xué) ,中國(guó)科學(xué)院系統(tǒng)科學(xué)研究所 . 代表人數(shù) : 66. 出版論文集 : 《 多目標(biāo)決策進(jìn)展 `98第 7屆全國(guó)多目標(biāo)決策會(huì)議論文集 》 4) 第 1屆全國(guó)決策科學(xué) /多目標(biāo)決策研討會(huì) 地 點(diǎn) : 上海市上海大學(xué) 時(shí) 間 : . 主辦單位 : 上海大學(xué) 代表人數(shù) : 108 出版論文集 : 《 決策科學(xué)的理論 ,方法與應(yīng)用 全國(guó)決策科學(xué) /多目標(biāo)決策研討會(huì)論文集 》 (于英川 ,汪壽陽主編 ) ,卓越學(xué)術(shù)文庫 , 卓越出版社 ()1315.( 包括論文 57篇 ). (5) 第 2屆全國(guó)決策科學(xué) /多目標(biāo)決策研討會(huì) 地 點(diǎn) : 浙江省溫州市溫州大學(xué) 時(shí) 間 : . 主辦單位 : 溫州大學(xué) 代表人數(shù) : 119. 出版論文集 : 《 溫州大學(xué)學(xué)報(bào)特刊 第二屆全國(guó)決策科學(xué) /多目標(biāo)決策研討會(huì)論文集 》 ,溫州大學(xué)學(xué)報(bào)編輯部 , 第 15卷 ,第 3期 ()1182.( 包括論文 47篇 ). (6) 第 3屆全國(guó)決策科學(xué) /多目標(biāo)決策研討會(huì) 地 點(diǎn) : 四川省成都市四川大學(xué) 時(shí) 間 : . 主辦單位 : 四川大學(xué) 代表人數(shù) : 124. 出版論文集 : 收到論文 122篇， 43篇推薦由 《 系統(tǒng)工程理論與實(shí)踐 》 , 《 運(yùn)籌學(xué)學(xué)報(bào) 》 ， 《 應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué) 》 ， 《 運(yùn)籌與管理 》 發(fā)表 . 第四屆中國(guó)決策科學(xué) /多目標(biāo)決策學(xué)術(shù)研討會(huì)會(huì)議簡(jiǎn)報(bào) 2023年 5月 19日至 21日，第四屆中國(guó)決策科學(xué) /多目標(biāo)決策學(xué)術(shù)研討會(huì)在浙江工業(yè)大學(xué)舉行。多目標(biāo)決策 第一章、緒論 問題提出 客觀世界多維性，使得人們?cè)趯?duì)客觀事物進(jìn)行分析、比較、判斷和抉擇時(shí)，往往需要依據(jù)多個(gè)準(zhǔn)則 企業(yè)生產(chǎn) 國(guó)民經(jīng)濟(jì) 商務(wù)活動(dòng)中的多準(zhǔn)則性 日常生活 從單目標(biāo)決策到多目標(biāo)決策 從“最優(yōu)解”到“滿意解” 從“唯一解”到“一組解” 多目標(biāo)決策發(fā)展簡(jiǎn)史 早在 1896年，法國(guó)經(jīng)濟(jì)學(xué)家 V. Pareto就提出了多目標(biāo)最優(yōu)化問題。會(huì)議的主題是“信息時(shí)代的決策”。 決策分析研究主要集中在兩個(gè)不同的研究方向。 決策支持系統(tǒng) DSS 群決策支持系統(tǒng) GDSS 主要參考書與雜志 一、參考書 決策理論與方法 岳超源編著， 科學(xué)出版社， 2023年 多目標(biāo)決策 宣家驥 1989 數(shù)據(jù)包絡(luò)分析（ DEA）魏權(quán)齡著，科學(xué)出版社， 2023年 管理決策與應(yīng)用熵學(xué)， 邱菀華 2023 年 1管理決策分析 (第二版 )。我們就是根據(jù)各個(gè)方案的效用值大小來評(píng)估方案的優(yōu)劣。風(fēng)險(xiǎn)型決策可分為如下幾種： 一、無概率資料風(fēng)險(xiǎn)型決策 二、無試驗(yàn)風(fēng)險(xiǎn)型決策 三、有試驗(yàn)風(fēng)險(xiǎn)型決策 貝葉斯決策 、原則和作用 一、風(fēng)險(xiǎn)型決策的基礎(chǔ) 決策者對(duì)他們所選擇的行為方案將會(huì)產(chǎn)生的各種可能后果的判斷； 決策者對(duì)不同后果的不同偏愛 二、風(fēng)險(xiǎn)型決策的原則 可行性原則、 經(jīng)濟(jì)性原則、 合理性原則 三、風(fēng)險(xiǎn)型決策方法作用 決策方法為決策者提供了一個(gè)指導(dǎo)性理論。 某工廠準(zhǔn)備生產(chǎn)一種新產(chǎn)品，由于缺乏資料和沒有做市場(chǎng)調(diào)查分析，工廠對(duì)這種新產(chǎn)品的市場(chǎng)需求量只能大致估計(jì)為較高、一般和較底三種情況，而對(duì)這三種情況出現(xiàn)的概率無法預(yù)測(cè)。我們把這種決策問題稱為無概率資料的風(fēng)險(xiǎn)型決策。這種準(zhǔn)則的客觀基礎(chǔ)就是所謂的天時(shí)、地利和人和，決策者感到前途樂觀，有信心取得每一方案的最佳結(jié)果。 根據(jù)上面 u(a, ?)和 u(a)計(jì)算公式，可計(jì)算上例報(bào)童問題各方案在各自然狀態(tài)下的收益值及其期望收益值。 根據(jù)上面 L(a, ?)和 L(a)計(jì)算公式 ， 可計(jì)算上例報(bào)童問題各方案在各自然狀態(tài)下的機(jī)會(huì)損失值及其期望機(jī)會(huì)損失值 。 無試驗(yàn)風(fēng)險(xiǎn)型決策模型定義 從報(bào)童問題分析和求解過程可推知 ， 一個(gè)無試驗(yàn)風(fēng)險(xiǎn)型決策模型是一個(gè)具有下述內(nèi)容的模型 。 但是 ， 當(dāng) ?i 不是有限離散而是連續(xù)的 ， 就要假設(shè) S是一個(gè)區(qū)間 ， 而在 S上的概率分布 p（ ?） 要用密度函數(shù) f(?)， ??S來表示 。 機(jī)會(huì)損失與線性損失 機(jī)會(huì)損失 令 a?*為給定自然狀態(tài)為 ?條件下的最優(yōu)行為方案 ， 即 u (a?*, ?)=Max{u (a, ?)} 當(dāng)選擇行為方案為 a時(shí) ， 則 L(a, ?)= u (a?*, ?) – u (a, ?) 稱為選擇行為方案為 a時(shí)的機(jī)會(huì)損失 。 求 （ 1） 最優(yōu)的決策方案是什么 ？ （ 2） 最低費(fèi)用的決策方案比高費(fèi)用的決策方案的費(fèi)用可節(jié)省多少 ？ （ 3）最佳行為方案的期望費(fèi)用為多少 ？ 表 某機(jī)器生產(chǎn)的產(chǎn)品次品率分布表 次品率 概率 解 設(shè) a1為不加檢驗(yàn)裝置 ， a2為加檢驗(yàn)裝置 。 預(yù)測(cè)資料表明 ， 在今后 10年內(nèi) ， 業(yè)務(wù)量大的概率為 60%，業(yè)務(wù)量一般的概率為 20%， 業(yè)務(wù)量小的概率為 29%， 各方案在不同的業(yè)務(wù)量情況下每年的損益情況如表 。 如上例郵電局發(fā)展方案的決策樹如圖 。問購買設(shè)備時(shí) ， 應(yīng)同時(shí)購買多少這種關(guān)鍵零件最經(jīng)濟(jì) ？ 解 由于該設(shè)備在整個(gè)壽命期間 ， 其需要量服從參數(shù)為 分布 ， 即 根據(jù)這一泊松分布公式 ， 可計(jì)算出不同需要量發(fā)生的概率 ， 以及不同購買量時(shí)的費(fèi)用支出 ， 如表 。 三 、 全情報(bào)試驗(yàn) eP 全情報(bào)試驗(yàn) eP的決策樹如圖 。 這一概率稱為先驗(yàn)分布； 一個(gè)可能的試驗(yàn)集合 E, e?E， 無情報(bào)試驗(yàn) e0通常包括在集合E之內(nèi)； 一個(gè)試驗(yàn)結(jié)果集合 Z, z?Z， 試驗(yàn)結(jié)果 z取決于試驗(yàn) z的選擇 。 效用 u (c) 形成一個(gè)復(fù)合函數(shù) u [c (e, z, a, ?)]， 并可寫成 u(e, z, a, ?)。 2） 利用貝葉斯公式求與某一試驗(yàn)結(jié)果相對(duì)應(yīng)的各自然狀態(tài)的后驗(yàn)概率 ?????mkkkijij pezpezp n1,...,j )(),/()/( ??m1,.. .,k )/()(),/(),/( ??ijkkijjik ezppezpzep???畫出與試驗(yàn) ei的每一試驗(yàn)結(jié)果相對(duì)應(yīng)決策樹分枝，這些決策樹的分枝結(jié)構(gòu)與無試驗(yàn) e0的決策樹一樣，只要將無試驗(yàn) e 0的決策樹中的自然狀態(tài)概率用該試驗(yàn)結(jié)果的后驗(yàn)概率替代即可； 將各試驗(yàn)結(jié)果的決策數(shù)分枝連接并計(jì)算有關(guān)參數(shù)等后形成試驗(yàn) ei的決策樹； 后驗(yàn)分析，即分析試驗(yàn) ei的決策樹有關(guān)信息，得出有關(guān)結(jié)論。從圖 ，在沒有做預(yù)測(cè)時(shí)，決策者應(yīng)采取行為方案 a1，其期望收益為 800元。 情報(bào)價(jià)值為2023800=1200元 。 由已知條件可得先驗(yàn)分布 P(?1)=， P(?2)= 和似然分布 P(z1/?1)=， P(z2/?1)=1 P(z1/?1)== P(z2/?2)=， P(z1/?2)=1 P(z2/?2)== 由全概率公式有 P(z1)= P(z1/?1) P(?1)+ P(z1/?2) P(?2) =*+*= P(z2)= P(z2/?1) P(?1)+ P(z2/?2) P(?2) =*+*= 所以 ， 可求得后驗(yàn)概率為 ???????????????????? ....)()/()()/(zpzppzp ??????????????????????? ....)()/()()/(zpzppzp ????????? .)/( zp ? ?????? .)/( zp ?31103110020230. 73 ??0 . 2 7 ??500000?a?a102000?a?a0. 14 ??0 . 8 6 ??50002023000. 44 ?z 6 ?z ?? ??0. 14 ?? ??圖 預(yù)測(cè)準(zhǔn)確為 從圖 ： 1） 如果預(yù)測(cè)有大的業(yè)務(wù)潛力 z1發(fā)生 ， 則決策者要采取行為方案a1， 即新建 。 3） 決策者的期望收益為 。 解：首先利用貝葉斯公式修訂先驗(yàn)概率 ， 即求后驗(yàn)概率如表 表 后驗(yàn)概率表 次品率?i先驗(yàn)概率P( ?i)條件概率P ( x = 2/ 2 0, ?i)聯(lián)合概率P ( x = 2/ 2 0, ?i) P ( ?i)后驗(yàn)概率P( ?i/ x=2) 59 87 52 93 69 40 61 16 98 23P ( x = 2) = 638 9 1 3 2 5 0表 P(x=2/20, ?i)是次品率為 ?i和抽樣 20件樣品條件下 ， 在 20件樣品中有 2件次品的概率 。 這一結(jié)論與原先根據(jù)先驗(yàn)概率計(jì)算所做的決策是不一樣的 。 該場(chǎng)飼料豬的總數(shù)為 500頭 ， 毛豬每公斤價(jià)格為 ， 問 1） 在抽樣前 ， 養(yǎng)豬場(chǎng)決策者是否要繼續(xù)采用這種新的飼養(yǎng)法 ？ 2） 根據(jù)抽樣后的資料 ， 養(yǎng)豬場(chǎng)決策者是否要繼續(xù)采用這種新的飼養(yǎng)法 ？ 解：假定新的飼養(yǎng)法每月增加的收益為 y， 每月每頭豬增加的重量為 x， 則有 y=4000 + 500*(1*x) 如果再假設(shè)每月每頭豬增加的重量 x服從正態(tài)分布 ， 即 x ~ N (?x， ? x)， ?x=10公斤 ， ? x =3公斤 則新的飼養(yǎng)法每月增加的收益 y也服從正態(tài)分布 ， 即 y ~ N (?y， ? y)， 且 ?y = 4000+500*?x 為了確定是否要繼續(xù)采用新的飼養(yǎng)法 ， 我們引入每頭豬每月臨界期望重量增加量 ?be， 即當(dāng) ?y = 0時(shí) ， 每頭豬每月的期望重量增加