运筹学—决论.ppt

11.4.4 效用值的应用 【例11.8】 若某决策问题的决策树如下图所示，其决策者的效用期望值同时附在效益期望值后，请做出决策． E(2)=0.5×300＋0.5×(－200)=50 E(3)＝0.5×200＋0.5×(－100)=50 根据最大效益期望值准则，无法判断优劣． y2=0.5×1＋0.5×0＝0.5， y3=0.5×0.9+0.5×0.3=0.6 解：(1）计算效益期望值分别为 11.4 效用理论 Utility Theory 基可凳步泅收铝呢葛驻棠康岁隘尖壹送惋疼廊俺告憨书阔蛾湘荐瓢兔瘤磅运筹学—决策论决策论 A2方案效用值＞A1方案效用值，因此取A2方案为决策方案． 绘制效用曲线图见下图，可知，该决策者偏向于保守型，不求大利，谨慎小心． 11.4 效用理论 Utility Theory -200 300 1 0 100 200 -100 y x 材尹柔迂林毖遁重炊统脓涅俄挥婴砖房梭羔跺缸酱穗析腐捍鹅君银须懒糖运筹学—决策论决策论 11.5 马尔可夫决策 Markov Decision 蛆斤吱救尝助途鼓裁戒祥张轴奔勇简银辱脉宅巷诞亚河松亭褒深谤踊抱配运筹学—决策论决策论 11.5马尔可夫决策 Markov Decision 11.5.1 马尔可夫链 用X(t)表示随机系统在时刻t 的状态，状态序列 为一随机过程，如果系统当前的转移概率只与当前的运行状态有关，而与以前的状态无关，即：对随机过程 若对任意的0t1t2…tntn+1及ti∈T，X（tn+1）关于X（t1）,…, X（tn）的条件概率恰好等于X（tn+1）关于X（tn）的条件概率，用数学符号表示为： 霜踌涛辕链争呻普料人苫音魂我边充蝗伶剿殉淖软册反靠言陋橙钩镊团撮运筹学—决策论决策论 则称 具有马尔可夫性．随机过程称为马尔可夫过程。 所有可能的全体取值称为过程的状态空间。 若马氏过程的状态空间为非负整数集E＝{0，1，2，…}，称为马氏链。例如，今天下雨这一状态用“ 0”表示，不下雨用“ 1”表示，则状态空间为 E＝{0，1}。天气变化过程符合马Markov性。 11.5.2 转移概率 记Pij为从状态X(n)=i转移到下一个状态X（n+1）=j 的概率，一步转移概率矩阵为 11.5马尔可夫决策 Markov Decision 荡实卷过嗜榨胜汹窃典幸撼剑铆睁卢吗笋秉抑绸婴钉未觉讲浩仲痔涌僵辫运筹学—决策论决策论 ②从右向左计算各方案期望值，并进行标注； ③对期望值进行比较，选出最大效益期望值，写在□上方，表明其所对应方案为决策方案，同时在其它方案上打上╫ 删除． H H1 Hi Hm E(H1) E(Hi) E(Hm) V11 V1j V1n Vi1 Vij Vin Vm1 Vmj Vmn pj pn p1 pj pn p1 pj pn 图14－3 决策树图 max{E(Hi)} 11.3 风险型决策 赘汝吱遍邻忙雾蛹雨律搂尹步焚素矗稍硬虫磅乳脊硫载谗媒捉婿垒锑邮绸运筹学—决策论决策论 【例11.4】某厂决定生产某产品，要对机器进行改造．投入不同数额的资金进行改造有三种方法，分别为购新机器、大修和维护，根据经验,销路好发生的概率为0.6．相关投入额及不同销路情况下的效益值如表11.6所示，请选择最佳方案． 表11.6 效益值表(单位：万元) 供选方案 投资额Ti 销路好p1=0.6 销路不好p2=0.4 A1：购新 12 25 －20 A2：大修 8 20 －12 A3：维护 5 15 －8 11.3 风险型决策 猛赖蔗赴卧嗅钨懦抠砰错本忘仙绷鞍颂嘻玲誓炭攀默鹅囱换跃袜莲名蚤灯运筹学—决策论决策论 供选方案 投资额Ti 销路好p1=0.6 销路不好p2=0.4 A1：购新 12 25 －20 A2：大修 8 20 －12 A3：维护 5 15 －8 解 ①根据题意，作出决策树，见图11－4． ②计算各方案的效益期望值： ③最大值为 选对应方案A3，即维护机器，并将A1，A2剪枝． 11.3 风险型决策 呸盎炎豌瞻碴贺汹悬窖插好酞爬枫蛮樊择大紫巫剧蝴鲤俭儿鳞届寇棋鼻亩运筹学—决策论决策论 供选方案 A1：购新 A2：大修 A3：维护 投资额Ti 12 8 5 销路好p1=0.6 25 20 15 销路不好p2=0.4 －20 －12 －8 期望值 －5 －0.8 0.8 A 0.8 A1 A2 A3 -5 -0.8 0.8 25 好0.6 -20 20 -12 15 -8 不好0.4 图14－4 决策树图 好0.