【正文】 明確目標 (收益大或損失小 )； ②只存在一個確定的自然狀態(tài)； ③存在著可選擇的兩個或兩個以上的抉擇方案； ④不同決策方案在確定狀態(tài)下的益損值可以計算。 對一個有待決策的問題 ， 必須首先定義它的準則。它需要標明決策問題的輸入類型和數(shù)量 ， 決策變量 (備選方案 )集和屬性集以及測量它們的標度類型 ， 決策變量 (方案 )和屬性間以及屬性與準則間的關系。決策規(guī)則一般粗分為兩大類 ： 最優(yōu)規(guī)則 和滿意規(guī)則 。 決策過程首先需要明確目標 ， 也就是要明確需要解決的問題。 決策方案在實施過程中應注意制定實施規(guī)劃 ， 落實實施機構 、 人員職責 ， 并及時檢查與反饋實施情況 ， 使決策方案在實施過程中趨于完善并達到預期效果。 ⑵變化范圍不同 ?？紤]信息量不同產(chǎn)生的影響的量化值稱為信息量權重。即方案 x被接受 ， 即 ： 式中： fj0—— 第 j個屬性的切除值。 某廠因生產(chǎn)需要，考慮是否自行研制一個新的安全裝置。 ② 根據(jù)上述數(shù)據(jù) 計算各結(jié)點的收益 (收益 =效益 費 用 ) 按照期望值公式計算期望值 獨立研制成功的期望值 ： E(V6)= 30＋ (30)=12 協(xié)作研制成功的期望值 ： E(V7)= 15＋ (45)= ③ 根據(jù) 期望值決策準則 ，若決策目標是收益最大，則采 用期望值最大的行為方案 ； 如果決策目標是使損失最 小 ， 則選定期望值最小的方案。 ③確定經(jīng)濟價。 在稀少事件中有 兩 種不同的風險估計 ： 一類是稱外圍 “ 零 元窮大 ” 的風險 ， 指的是那些發(fā)生的可能性很小(幾乎為零 )而后果卻十分嚴重 (幾乎是無窮大 )的事故 ,另一類是發(fā)生概率很小 ， 后果不像前一類那么嚴重 ， 但涉及的面或人數(shù)卻很多 ， 并且易被一些偶然因素、另外的風險、與它們的作用相同或相反的其他因素所掩蓋的事 。 各權數(shù)比應滿足歸一性和非負性條件 ： 它們可視為各因素對 “ 重要 ” 的隸屬度。要綜合考慮所有因素的影響 ， 得出正確的評判結(jié)果 ， 這就是模糊綜合決策。 設對因素集 Ｕ 中第 i個因素 ui進行評判 ,對評判集 Ｖ 中第 j個元素 υ j的隸屬度為 rij,則按第 i個因素 ui的評判結(jié)果，可得模糊集合 ： Ｒ i=(ri1,ri2,… ,rin) 同理，可得到相應于每個因素的單因素評判集如下 ： Ｒ 1=(r11,r12,… ,r1n) Ｒ 2=(r21,r22,… ,r2n) … Ｒ m=(rm1,rm2,… ,rmn) 將各單因素評判集的隸屬度行組成矩陣，又稱為 評判 (決策 )矩陣。為了反映各因素的重要程度 ， 對各個因素應賦予相應的權數(shù) α i。見教材 P209。 經(jīng)濟評價的步驟如下 ： ① 按成本分析的方法，求出各方案的制造費用 Ci。 每種研制形式都有失敗的可能 ,如果研制成功 (無論那一種形式 )， 能有 6萬元收益 ； 若采用 “ 本廠獨立完成 ”形式，則研制費為 ，成功概率為 ， 失敗概率為 ； 若采用 “ 外廠協(xié)作 ” 形式 (包括先評審 ),則支付研制費用為 4萬元，成功概率為 ， 失敗概率為。決策樹法與事故樹分析一樣是一種演繹性方法，即是一種有序的概率圖解法。 (滿意法 ) 該方法要求決策者對表征方案的每個屬性提供一個可接受的最低值 ， 稱為切除值 (cutoff values)。 ω 1 對于子準則 (因素 )的相對地位、作用 ,以及政策導向 ,激勵等決策者的期望性因素 ， 常用定性定量相結(jié)合的方法 ， 根據(jù)專家或決策者的相對重要性信息進行量化。 ⑴無公度性 。 2)人的精神和思想方面 是否會造成人的思想觀念的變化 ， 是否會造成人的情緒和感情方面的變化 ， 是否會加重人的疲勞 ， 帶來精神緊張 ， 影響個人導致不安全感或束縛感的產(chǎn)生等。 四 .安全決策 安全決策與通常的決策過程一樣 ， 應按照一定的程序和步驟進行 。在作出最終抉擇的過程中 ,要按照多準則問題方案的全部屬性值的大小進行排序 ，從而依序擇優(yōu)。 決策的結(jié)構和環(huán)境屬于決策的客觀態(tài)勢 (情況 )。 開始 了解待解決的決策問題 明確目標、標明準則、辨識原理 提出問題 明確目標 構造模型并估計參數(shù) 構造模型 方案集 X 屬性值 f1(x)… fn(x) 分析 評價 決策環(huán)境和自然狀態(tài) 決定 價值判斷 實施或重新評價 實施 方案 x 典型的決策過程 三、決策要素 所謂 決策單元 常常包括決策者及共同完成決策分析研究的決策分析者 ， 以及用以進行信息處理的設備。根據(jù)決策系統(tǒng)的約束性與隨機性原理，可分為 確定型決策 和 非確定型決策 。 方法 時間范圍 適應情況 應做工作 直觀預測法 短、中、長期 對缺乏統(tǒng)計資料或趨勢面 臨轉(zhuǎn)折的事件進行預測 需大量的調(diào)查研究工作 回歸預測法 短、中期 自變量和因變量之間存在 線性或非線性關系 需要收集大量相關歷史 數(shù)據(jù) 時間趨勢外推法 中、長期 當因變量用時間表示，并無明顯變化時 不僅需要因變量的歷史資料，還要對各種可能趨勢曲線進行試算 移動平均法 短期 不具有季節(jié)變動的反復預 測 只需要因變量的歷史資料，但要確定最佳的權系數(shù) 指數(shù)平滑法 短期 具有或不具有季節(jié)變動的 反復預測 只需要因變量的歷史資料，是一些反復預測中最簡易的方法 博克斯 詹金斯法 短期 適應于任何序列發(fā)展形態(tài)的預測方法 計算過程復雜，煩瑣 灰色預測法 短、中期 適應于時序的發(fā)展呈指數(shù) 型趨勢 收集對象的歷史數(shù)據(jù) 第四節(jié) 安全決策過程與決策要素 一、安全決策概述 決策指人們在求生存與發(fā)展過程中，以對事物發(fā)展規(guī)律及主客觀條件的認識為依據(jù) ,尋求并實現(xiàn)某種最佳 (滿意 )準則和行動方案而進行的活動。預測誤差是預測值與實際觀察值之間的離差，其大小與預測準確程度的高低成反比。準確的統(tǒng)計資料是統(tǒng)計預測的基礎。利用數(shù)學模型開展的事故指標預測的成敗，關鍵在于對系統(tǒng)結(jié)構特征的分析和預測模型的建立。 由于事故特性決定了事故統(tǒng)計分析是 灰系統(tǒng) ，加之事故原因復雜多變，事故統(tǒng)計的數(shù)據(jù)隨主觀和客觀原因而變。 盡管博克斯－詹金斯法是一種理論較完善的統(tǒng)計預測方法，有著廣泛的應用。 －詹金斯法時應注意的問題 ⑴ 博克斯－詹金斯法在模型識別時 需要 50個以上歷史統(tǒng)計數(shù)據(jù) ，這對按月、按季或按年記錄的資料往往較難收集。 博克斯－詹金斯法則是根據(jù)對時間序列的具體分析，初步選定一個試用模型，然后用一系列統(tǒng)計方法來檢驗這個試用模型是否適用。最后，根據(jù)這種分類比較分析的結(jié)果，來判定實際模型的類型。 所謂 零均值化 處理，是指對均值不為零的時間序列中的 每一項數(shù)值 都減去該序列的平均數(shù)，構成一個均值為零的新的時間序列。et是時間序列模型在 t期的誤 差或偏差， et1是時間序列模型在 t1期的誤差或 偏差，類似地， etq是其在 tq期的誤差或偏差。 時間序列平滑法具有 使用方便、計算和存儲費用低、模型參量直觀的特點 ，近年來在我國的許多研究領域具有廣泛的應用。但在實際預測時，還必須考慮時序數(shù)據(jù)本身的特征 ,當選 α 值接近于 1為最優(yōu)值時，常常預示著時序數(shù)據(jù)有明顯的趨勢變動或季節(jié)性變動 。 參數(shù)分別由下式得出 ： 2? mcmbay tttnt ????? ? ? ? ? ?? ?? ? ? ? ? ? ? ? ? ? ? ?? ?? ?? ? ? ? ? ?? ?32122321232121234452561233ttttttttttttSSScSSSbSSSa????????????????????? 各次指數(shù)平滑值分別為： 三次指數(shù)平滑比一次、二次指數(shù)平滑復雜得多，但三者目的一樣，即修正預測值，使其跟蹤時序的變化， 三次指數(shù)平滑跟蹤時序的非線性變化趨勢 。此時，通?？刹捎?二次指數(shù)平滑法 來建立線性預測模型，然后再用模型預測。 一次指數(shù)平滑法是以最近周期的一次指數(shù)平滑值作為下一周期的預測值的 。指數(shù)平滑又稱指數(shù)修勻。事物發(fā)展過程若是一個隨機過程，無法用時間 t的確定函數(shù)關系加以描述 ,稱為 隨機型時序 ,建立的與隨機過程相適應的模型為 隨機型時序模型 。 ? ?mbaFSSNbSSaNSSSSSNxxxxSttmtttttttNtttttNttttt???????????????????????????????????????122121121?? 一次線性平均法 的兩個限制因素在 線性二次移動平均法 中也存在，只是 后者需要數(shù)據(jù)點是 2N。 ② 在平均值的計算中， 將過去的每個觀察值的權重認為是一樣的 ，其實， 對未來的情況，最新的觀察值比較早期的數(shù)據(jù)含有更多的信息，應賦予相對大的權重 。每出現(xiàn)一個新觀察值，就要從移動平均中減去一個最早的觀察值，再加上一個最新的觀察值，計算移動平均值，這一新的移動平均值就作為下一期的觀察值，計算移動平均值。 ①圖形識別法 這種方法是通過 繪制散點圖 來進行的，即將時間序列的數(shù)據(jù)繪制成以時間 t為橫軸 ,時序觀察值 Yt為縱軸的圖形，觀察并將其變化曲線與各類函數(shù)曲線模型的圖形進行比較，以便選擇較為適宜的模型。 ②假設 事物的發(fā)展因素也決定事物未來的發(fā)展，其 條件不變或變化不大 。 ③周期變動因素 周期變動因素 也稱循環(huán)變動因素，它是受各種社會經(jīng)濟因素影響形成的上下起伏不定的波動。 三、時間序列預測法 時間序列 是指一組按時間順序排列的 數(shù)據(jù)序列 。 數(shù)據(jù)資料的可比性和獨立性問題應該保證指標數(shù)值所包含的專業(yè)內(nèi)容、指標的口徑、范圍、計算方法和計量單位的一致性。所謂 外推 ，就是指把相關關系或回歸關系用于超出上述范圍之外。 選擇曲線通?？梢苑窒铝袃蓚€步驟： ⑴確定變量間函數(shù)的類型 變量間函數(shù)關系的類型有的可根據(jù) 理論或過去積累的經(jīng)驗 ，事前予以確定。預測值與真實值常常是不相等的，這就需要一個置信區(qū)間來確立用每個給定的Ｘ值預測到Ｙ的平均值的范圍，同時也要給出單個Ｙ值的估計區(qū)間。 應用回歸分析可以從一個或幾個自變量的值去預測因變量將取得的值。 ⑶避免組合事件 。 第二步 ： 專家 接到通知后，根據(jù)自己的知識和經(jīng)驗，對所預測事物的未來發(fā)展趨勢 作出自己的預測 ，并說明其依據(jù)和理由，書面答復主持預測的單位。 (1)反饋性 反饋 表現(xiàn)在多次作業(yè)、反復、綜合、整理、歸納和修正，但不是漫無邊際，而是有組織、有步驟地進行 。 第三節(jié) 事故統(tǒng)計預測方法 一、直觀預測法 直觀預測法 是依靠專家的知識和經(jīng)驗進行預測的一種定性預測方法。同時， 事故指標的高低取決于系統(tǒng)中人員、機械 (物質(zhì) )、環(huán)境 (媒介 )、管理四個元素的交互作用，是人－機－環(huán)－管系統(tǒng)內(nèi)異常狀況的結(jié)果 。 對于個別事故具有不確定性，但對大樣本則表現(xiàn)出統(tǒng)計規(guī)律性。 宏觀預測 研究事故的變化趨勢，根據(jù)過去和現(xiàn)在的事故統(tǒng)計資料，分析近期和未來的事故發(fā)展態(tài)勢，為宏觀決策提供科學依據(jù)。 事故預測的起源可以追溯到 20世紀 30年代美國保險業(yè)所開展的安全分析評價工作。應該講，事故統(tǒng)計預測的方法與統(tǒng)計學理論性質(zhì)是一致的。 一些重要的事故指標： 煤礦 ：百萬噸死亡率； 特種設備 ：萬臺設備死亡人數(shù)； 火災 (消防 )：十萬人口死亡率； 道路交通 ：萬車死亡率； 民航飛行 ：民航運