現(xiàn)代企業(yè)決策管理理論講義(參考版)
2025-02-17 15:48本頁(yè)面
【正文】 可以看出，當(dāng) α﹥ 時(shí)， E（ S1） ﹥ E（ S2），應(yīng)選擇策略S1；當(dāng) α﹤ 時(shí)， E（ S1） ﹤ E（ S2），應(yīng)選擇策略 S2。因此，在區(qū)間(,)內(nèi)，存在一個(gè)參數(shù) α，當(dāng)概率 P＝ α?xí)r發(fā)生策略轉(zhuǎn)折。（ 2）假設(shè)狀態(tài) N1出現(xiàn)的概率由 ，此時(shí)兩個(gè)策略的收益期望值相應(yīng)變化為 E（ S1）＝ 1000+(400)=440, E（ S2）＝ (300)+2023=620.根據(jù)期望值準(zhǔn)則，最優(yōu)策略變?yōu)?S2。下面對(duì)這一決策問(wèn)題進(jìn)行靈敏度分析。試問(wèn)兩個(gè)決策哪個(gè)是最優(yōu)？并進(jìn)行靈敏度分析。進(jìn)行這種分析，下面用例來(lái)說(shuō)明。v 通常在決策模型中自然狀態(tài)的概率和損益值往往由估計(jì)或預(yù)測(cè)得到，不可能十分正確，此外實(shí)際情況也在不斷地變化。v 在實(shí)際生活中，可把狀態(tài)概率和收益值等參數(shù)在可能的范圍內(nèi)做幾次變動(dòng)，仔細(xì)分析這些參數(shù)變動(dòng)后給期望值和決策結(jié)果帶來(lái)的影響。 1號(hào)根結(jié)點(diǎn)為 y1 x1=(1)*+(1)*x1 = 1 x2=(800)*+0*x2 = if x1x2 y1=x1else y1=x2endy1 = 1所以應(yīng)該選擇應(yīng)辦理火災(zāi)保險(xiǎn)Chapter 10 決策論靈 敏 度 分 析v 靈敏度分析的意義v 其主要任務(wù)為：一是確定最優(yōu)方案不變條件下變量允許變動(dòng)的范圍；二是存在多個(gè)變量時(shí)進(jìn)行敏感性比較，以明確敏感變量與非敏感變量，以供決策者在方案抉擇及實(shí)施時(shí)參考。其它決策樹(shù)的復(fù)雜例題見(jiàn)教科書 P***頁(yè)Chapter 10 決策論v 上題的 MATLAB相關(guān)程序如下 :分別設(shè) 2號(hào)葉結(jié)點(diǎn)為 x1。統(tǒng)計(jì)資料顯示，一年內(nèi)該公司發(fā)生火災(zāi)的概率為 ，問(wèn)他是否愿意每年付 10萬(wàn)元財(cái)產(chǎn)的潛在火災(zāi)損失舉例Chapter 10 決策論v解 采用決策樹(shù)法進(jìn)行分析求解。 3號(hào)葉結(jié)點(diǎn)為 x2。Chapter 10 決策論 借助于 決策樹(shù) ，利用期望值則作決策， 具體步驟如下 ：v 繪制決策樹(shù)：自左至右；v 計(jì)算期望值：自右向左計(jì)算各策略的期望值，并將結(jié)果表在相應(yīng)的狀態(tài)節(jié)點(diǎn)處；v 以最優(yōu)期望值準(zhǔn)則，逆序在決策點(diǎn)作出選擇，從后向前進(jìn)行 “剪枝 ”策略；v 重復(fù)第 2步及第 3步，直至決策樹(shù)頂端，并最終選出期望值最大的策略。每一樹(shù)枝表示一個(gè)策略或事件；v 樹(shù)梢（決策終點(diǎn)），以 △ 表示。由此引出的分支稱為概率分支，分支旁標(biāo)明的數(shù)字就是各個(gè)狀態(tài)的概率。a2[c3(xc3)]a4v 對(duì)數(shù)函數(shù) U(x)=c1+a1log(c3 x c2)Chapter 10 決策論序 列 決 策決策樹(shù)介紹 v 每個(gè)決策樹(shù)由四部分組成：v 決策點(diǎn)，以 □表示。 Chapter 10 決策論效用曲線的擬合 當(dāng)用計(jì)算機(jī)時(shí)需用解析式來(lái)表示效用曲線，并對(duì)決策者測(cè)得的數(shù)據(jù)進(jìn)行擬和，常用的關(guān)系式有以下六種。 Chapter 10 決策論效用曲線的確定v 確定效用曲線的基本方法有兩種，一種是直接提問(wèn)法，另一種是對(duì)比提問(wèn)法。如圖 61所示，這就是貝努利的貨幣效用函數(shù)。Chapter 10 決策論效用理論在決策中的應(yīng)用 效用是指人們對(duì)某些事物的主觀價(jià)值、態(tài)度等的定量描述。上式中 P（ Ai）是先驗(yàn)概率， P（ B︱ Ai）是由樣本獲取的信息，P（ Ai︱ B）則是先驗(yàn)概率經(jīng)樣本信息修正后得到的后驗(yàn)概率。Chapter 10 決策論貝葉斯 (Bayes)公式 v 先由過(guò)去的經(jīng)驗(yàn)或?qū)＜夜烙?jì)獲得將發(fā)生事件的事前（先驗(yàn)）概率。 因?yàn)橐M(jìn)行調(diào)查預(yù)測(cè)必然要花費(fèi)一定費(fèi)用，這筆獲取情報(bào)的費(fèi)用不能超過(guò) EVPI值。這收益至少等于最大期望收益，即 EPPL≥EMV* 。F=A*+B*+C*+D*+E*F= 100 56 24 16 20min(F) % 求每列最小元素ans= 16Chapter 10 決策論全情報(bào)的價(jià)值（ EVPI）v 當(dāng)決策者耗費(fèi)了一定經(jīng)費(fèi)驚醒調(diào)研，獲得了各事件發(fā)生概率的信息，應(yīng)采用 “隨即應(yīng)變 ”的戰(zhàn)術(shù)。50。150。10]。50。D=[150。10。50。30]。10。B=[50。30。10。F=A*p1+B*p2+……+N*pnF= b1 b2 … … bmmin(F) % 求每列最小元素ans= dChapter 10 決策論v 根據(jù)例 1，根據(jù) 最小期望收益決策準(zhǔn)則 計(jì)算見(jiàn)表 52?！?。……?！?。am1]。v 然后從這些期望損失值中選擇最小者，它對(duì)應(yīng)的策略應(yīng)是決策者所選策略，即Chapter 10 決策論最小期望收益決策 準(zhǔn)則 模型Chapter 10 決策論vMATLAB程序算法流程圖 有哪些步驟呢？Chapter 10 決策論v 最小期望收益決策 準(zhǔn)則通用 程序代碼clear A=[a11。F=A*+B*+C*+D*+E*F= 0 44 76 84 80max(F) % 求每列最大元素ans= 84Chapter 10 決策論最小機(jī)會(huì)損失決策準(zhǔn)則（ Expected Opportunity Loss， EOL）v 類似上節(jié)先構(gòu)造一個(gè)機(jī)會(huì)損失矩陣，然后分別計(jì)算采用各種不同策略時(shí)的機(jī)會(huì)損失期望值，并從中選擇最小的一個(gè)，以它對(duì)應(yīng)的策略作為最優(yōu)策略。150。50。140]。100。D=[0。90。50。20]。40。B=[0。30。10。表 51這時(shí) max（ 0， 44， 76， 84， 80）＝ 84→S4 即選擇策略 S4＝ 30EMV決策準(zhǔn)則適用于一次決策多次重復(fù)進(jìn)行生產(chǎn)的情況，所以它是平均意義下的最大收益。amn]。N=[a1n。am2]。B=[a12?！５珜?shí)際上決策者對(duì)將要發(fā)生的事件的概率多少有些信息資料，從中可以選擇最大的期望值，以它為對(duì)應(yīng)的策略為最優(yōu)策略，這就是最大期望值決策準(zhǔn)則。在風(fēng)險(xiǎn)決策中一般采用期望值作為決策準(zhǔn)則，常用的有最大期望收益決策準(zhǔn)則和最小機(jī)會(huì)損失決策準(zhǔn)則。D=B*(1/3)+C*(2/3)D= 0 max(D) % 求每列最大元素ans = Chapter 10 決策論風(fēng) 險(xiǎn) 決 策 風(fēng)險(xiǎn)決策是指決策者對(duì)客觀情
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1