【正文】 Cooper, Rhodes)模型 (第一個 DEA模型 ) ? 對每一個決策單元 j，都定義一個效率評價指標(biāo)： hj稱為效率指標(biāo)，可通過對權(quán)系數(shù)取值的選擇使 hj?1。0),2,1(,1.11?????????uvnjxvyuhtsmiijiprrjrj ??????miijiprrjrjxvyuh11?????miijiprrjrjxvyuh11000max2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 41/61 多目標(biāo)決策分析 — 決策方法 ? 模型轉(zhuǎn)化 ：將分式規(guī)劃轉(zhuǎn)變成線性規(guī)劃。10??????????????0,01,2,1,0.max00??????xnjyxtsyVTjTjTjTp?2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 42/61 多目標(biāo)決策分析 — 決策方法 ? 有效性分析 ： 若線性規(guī)劃的最優(yōu)解 ?0， ?0滿足條件 則決策單元 j0為弱 DEA有效。 100 ??jTp yV ?x y=f(x) A:規(guī)模有效，技術(shù)有效 C：技術(shù)有效 生產(chǎn)函數(shù)曲線 B：既不是規(guī)模有效也不是技術(shù)有效 2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 43/61 序貫決策分析 — 問題描述 ?序貫決策是一類多階段決策問題，前一階段的決策結(jié)果對后一階段決策直至最終決策產(chǎn)生影響，整個決策問題的求解需要采取多次行動才能完成。動態(tài)規(guī)劃和馬爾可夫決策是兩類重要的多階段決策方法。 ?決策分析的關(guān)鍵 ：劃分決策階段、確定各階段狀態(tài)變量、尋找各階段之間的關(guān)系；采用從后向前的逆序歸納法進(jìn)行決策分析。 2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 45/61 序貫決策分析 — 貝葉斯方法 ? 例：某公司計劃購買一種新產(chǎn)品專利，購置費(fèi) 1萬元。市場銷售狀態(tài)為： {暢銷 ?1,。滯銷 ?3,}。為了準(zhǔn)確掌握市場動向，公司可投入 。試幫助該企業(yè)做如下決策： ? 是否購買專利？ (已知如果不購買專利， 1萬元的投資收益為 ) ? 購買專利后是否試銷？ ? 如何確定該公司的批量生產(chǎn)計劃？ 萬元 ?1 ?2 ?3 a1 4 2 3 a2 3 3 2 a3 1 1 1 ?1 ?2 ?3 H1(歡迎 ) H2(一般 ) H3(不受歡迎 ) 2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 46/61 序貫決策分析 — 貝葉斯方法 ? 解：這是一個三階段決策問題。決策過程采取逆序歸納法，即先從第三階段開始。下面介紹一種 Markov決策方法分析求解此類問題。 2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 49/61 序貫決策分析 — Markov法 ? 鏈及其狀態(tài)集 ：設(shè) ?m為隨機(jī)變量 (如股價 )，稱隨機(jī)變量序列{?m|m=1,2,...}為鏈，稱由 ?m的全體狀態(tài)構(gòu)成的有限集為該鏈的狀態(tài)集 (如上漲、持平、下跌 )，記為 N={N1,N2,...,Nn}。若對于任意正整數(shù) k及 i(1), i(2), ... ,i(k), i(k+1)?n，條件概率等式： p{?k+1=Ni(k+1)|?1=Ni(1),...,?k=Ni(k)}=p{?k+1=Ni(k+1)|?k=Ni(k)} 成立，則稱鏈 {?m|m=1,2,...}為 Markov鏈。 2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 50/61 序貫決策分析 — Markov法 ? 例： 如果股價狀態(tài) (u:上漲； e:持平； d:下跌 )的變化序列構(gòu)成 Markov鏈，則根據(jù)下列兩個序列： udeedu, duddeu預(yù)測下一個交易日為上漲的概率相同。對于任意正整數(shù) i,j,以及 s,t,k，條件概率等式 p{?s+k=Nj|?s=Ni}=p{?t+k=Nj|?t=Ni} 成立，則稱此 Markov鏈為齊次 Markov鏈。稱pij=p{?s+1=Nj|?s=Ni}為隨機(jī)變量從狀態(tài) Ni到 Nj的轉(zhuǎn)移概率 (即 s時刻為 Ni狀態(tài)時， s+1時刻為 Nj狀態(tài)的概率 )。顯然有： pij?0。 ? k步轉(zhuǎn)移概率及 k步轉(zhuǎn)移概率矩陣 ：設(shè)齊次 Markov鏈{?m|m=1,2,...}，其狀態(tài)為 N={N1,N2,...,Nn}。稱對應(yīng)的矩陣 P(k)=(pij(k))n n為 k步轉(zhuǎn)移概率矩陣。 ?jpij(k)=1。若對一切狀態(tài) Ni，存在不依賴于 i的常數(shù) ?j，對于狀態(tài) Nj，恒有： limk→∞ pij(k)=?j，則稱該 齊次 Markov鏈具有遍歷性。 ? 若轉(zhuǎn)移矩陣 P為正規(guī)矩陣 (即存在正整數(shù) k使得 Pk0)，則對應(yīng)的 Markov鏈具有遍歷性，且該 Markov鏈的隨機(jī)變量各狀態(tài)最終收斂于某個與初始狀態(tài)完全無關(guān)的穩(wěn)定狀態(tài)，穩(wěn)定狀態(tài)概率向量 ?滿足： PT?=?。統(tǒng)計表明，三種經(jīng)營策略帶來的市場占有率轉(zhuǎn)移矩陣分別為： P1=[ 。 ] P2=[ 。 ] P3=[ 。 ] ? 三種方案實(shí)施的成本分別為 150萬元、 40萬元、 30萬元。為保證在今后長期經(jīng)驗(yàn)中獲取最大利潤，企業(yè)該采用什么樣的經(jīng)營策略？ 2023年 2月 1日 8時 28分 決策理論與方法 隨機(jī)決策理論與方法 55/61 序貫決策分析 — Markov法 ? 解 ：這是一個長期經(jīng)營策略問題，可通過計算市場占有率(Markov過程的隨機(jī)變量 )的穩(wěn)定狀態(tài)概率向量來確定企業(yè)的經(jīng)營策略。 ? 結(jié)論：采用經(jīng)營策略 2，即 投放廣告 。以一年為一期，設(shè)不采取廣告策略與采取廣告策略的銷售狀態(tài)轉(zhuǎn)移矩陣為 P1=[ 。 ] ?每年廣告費(fèi)為 15萬元，假定上一年為暢銷。 ? 初始狀態(tài)： u(0)=(1,0)T，收益矩陣 F=(100, 30)。 ? 靜夜四無鄰，荒居舊業(yè)貧。 20:28:5520:28:5520:282/1/2023 8:28:55 PM ? 1以我獨(dú)沈久，愧君相見頻。 20:28:5520:28:5520:28Wednesday, February 1, 2023 ? 1乍見翻疑夢，相悲各問年。 2023年 2月 1日星期三 下午 8時 28分 55秒 20:28: ? 1比不了得就不比，得不到的就不要。 2023年 2月 下午 8時 28分 :28February 1, 2023 ? 1行動出成果，工作出財富。 下午 8時 28分 55秒 下午 8時 28分 20:28: ? 沒有失敗，只有暫時停止成功！。 20:28:5520:28:5520:282/1/2023 8:28:55 PM ? 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 20:28:5520:28:5520:28Wednesday, February 1, 2023 ? 1不知香積寺，數(shù)里入云峰。 2023年 2月 1日星期三 下午 8時 28分 55秒 20:28: ? 1楚塞三湘接，荊門九派通。 2023年 2月 下午 8時 28分 :28February 1, 2023 ? 1少年十五二十時，步行奪得胡馬騎。 下午 8時 28分 55秒 下午 8時 28分 20:28: ? 楊柳散和風(fēng)，青山澹吾慮。 20:28:5520:28:5520:282/1/2023 8:28:55 PM ? 1越是沒有本領(lǐng)的就越加自命不凡。 20:28:5520:28:5520:28Wednesday, February 1, 2023 ? 1知人者智，自知者明。 :28:5520:28:55February 1, 2023 ? 1意志堅強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 2月 下午 8時 28分 :28February 1, 2023 ? 1業(yè)余生活要有意義，不要越軌。 下午 8時 28分 55秒 下午 8時 28分 20:28: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感謝您的下載觀看 專家告訴