第六章系统决策说课.ppt

引子 6.1.1 决策和决策过程 6.1.1 决策和决策过程 6.1.1 决策和决策过程 6.1.1 决策和决策过程 例：某公司准备承建一项工程，需要决定下月是否开工。如果天气好，工程能顺利进行，就可盈利6万元；如果天气不好，接连下雨，施工困难，公司将损失1万元。如果不开工，则无论天气好坏，都要赔偿5千元。面对这种情况应如何决策，以争取获得最大可能的效益？ 6.2 风险型决策 例： 主要内容 9.1 系统决策概述 定义与特点 问题与模型 系统决策的分类 系统决策的步骤 系统决策的原则 9.2 确定型决策方法 定义与条件 决策方法——线性规划法 9.3 完全不确定型决策方法 五种决策原则 由于完全不确定型决策没有统一的客观标准，从而给实际应用带来不便，因此人们希望能够确定自然状态的概率分布，使不确定型决策转化为概率型决策，以便采用期望值准则这个成熟而有效的定量分析方法加以解决。 确定自然状态的概率分布的两种途径： (1)统计概率：根据历史资料用数理统计的方法确定 (2)主观概率：决策者或专家根据经验加以估计。 估计结果是否准确直接影响着决策效果。概率估计的准确程度取决于所掌握情报资料的多少和详细程度，但是为了获取情报，需要进行调查研究等活动，要消耗人财物力。因此，需要权衡是否需要再作调查或试验，以及需要投入多少人力和财力去获取新的情报。 贝叶斯决策法就是运用概率论中的贝叶斯定理解决这类问题的方法。涉及统计决策的先验概率和后验概率。 举例：零件涂漆问题 1、基本概念 (1)先验概率（事前概率） 指进行试验前各自然状态的概率，它反映了各种自然状态发生的可能性，一般是根据以往的经验得出，且发生在试验前，因此称为先验概率。 (2)后验概率（事后概率） 在做试验以后，利用试验结果对上述自然状态概率进行修正，得出的概率称为后验概率或事后概率。 2、求解思路 首先根据经验得出各自然状态Si及其发生的概率P(Si)，即先验概率；进而通过各种方法收集到与各状态有关的数据资料H，并通过这些资料得到P(H|Si)概率；最后根据上述两概率，运用贝叶斯公式，得出P(Si|H)即后验概率，使决策者根据H及P(Si|H)做出更切合实际的决策。 由于资料更加充分和准确，往往使收益的期望值增加，增加的期望值就是新的情报资料的价值，但它能否补偿为获取这些资料所付出的代价，需要进行比较方可确定。 例：某公司考虑生产一种新产品，已知这种产品的销售状况将取决于市场需求情况。已预见到生产后销售结果为好、中、差三者情况的概率及相应的盈利额如下表所示： 同线性规划的参数灵敏度分析类似，自然状态的先验概率作为决策模型的一种参数，也需分析它对最优方案的影响。 决策过程中所预测的自然状态概率及计算出的损益值，都不会十分精确，因此，往往需要对这些变动是否影响最优方案的选择进行深入研究，这就是所谓的灵敏度分析。 油井勘探例中， 根据先验概率所作的决策过程为 ER(a1)=P(s1)*100+P(s2)*(-30) ER(a2)=P(s1)*20+P(s2)*10 由于ER(a1)ER(a2)，因此最优方案为a*=a2． 考虑状态概率P(s1)在什么范围内变化可不改变最优方案a*=a2，即确定 P(s1)的影响范围。设P(s1)=p，则P(s2)=1-p，有 ER(a1)=100p-30(1-p)=130p-30 ER(a2)=20p+10(1-p)=10p+10 若保持最优方案仍为a2，应有ER(a1)≤ER(a2)，即 130p-30≤10p+10，解得p≤1/3; 又0≤p≤1，故P(s1)∈[0,1/3]. 由于当P(s1)≤1/3时，a*=a2；当P(s1)1/3时，a*=a1，因此称1/3为状态s1关于两个方案a1，a2的转折概率。 状态转折概率的作用： (1)是衡量一个状态的先验概率是否灵敏的标志。当一个状态的先验概率接近其转折概率时，该状态概率是灵敏的，就是说，它稍有变化，就可能改变最优方案。这时最优方案是不稳定的，因此在决策时须特别慎重，值得进一步深入分析。反之，若一状态的先验概率落在其影响范围内且与其转折概率不想接近，则该状态概率是不灵敏的，即最优方案相对状态概率而言是比较稳定的。 (2)有助于简化决策分析。 如油井勘