线性规划-决策论概论.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
· 决策的基本概念 · 不确定型决策 · 风险型决策 一、基本概念 决策是管理的重要职能。所谓决策,就是为了实现预定的目标在若干可供选择的方案中,选出一个最佳行动方案的过程。 决策分析提供了一套推理方法、逻辑步骤和具体技术等,可以帮助决策者在多变的环境条件下进行正确决策。 1、构成决策问题的四个要素: 决策目标、行动方案、自然状态、效益值 ·行动方案,也称可行方案,必须有两个继两个以上可供选择,属于决策变量,是决策者的可控因素。行动方案集: A = { A1, A2, …, Am } ·自然状态,是决策者和决策问题所处的环境条件,属于状态变量,是决策者不可控制的因素。自然状态集: S = { S1, S2, …, Sk } 自然状态发生的概率P=P(Sj) j =1, 2,…,m ·效益(函数)值Wij= f( Sj , Ai),表示决策者在第j种状态下选择的i种方案的结果,可以是收益(损失)值、效用值等。 决策模型的基本结构:(A, S, P, W) 基本结构(A, S, P, W)常用决策表、决策树等表示。 2、决策的分类: 按决策问题的定量分析和定性分析分类 按决策问题的重要性分类 按决策问题出现的重复程度分类 按决策问题的自然状态发生分类: 确 定 型 决 策 问 题 在决策环境完全确定的条件下进行。 不 确 定 型 决 策 问 题 在决策环境不确定的条件下进行,决策者对各自然状态发生的概率一无所知。 风 险 型 决 策 问 题 在决策环境不确定的条件下进行,决策者对各自然状态发生的概率可以预先估计或计算出来。 三、风险型决策 风险型决策,与不确定型决策的区别是已知各自然状态出现的概率。 常用的方法有:最大可能法则,期望值方法、边际分析法和决策树法等。 1 、最大可能法则 基本思想:从自然状态中取出概率最大的作为决策的依据(自然状态概率最大的当作概率是1,其他自然状态的概率当作是0),将风险型决策转化为确定型决策处理。 2 、期望值方法 (1)最大期望收益决策准则 EMV(Expected Maximum Value) 决策矩阵的各元素代表收益值,先计算各方案的期望收益值,然后从这些收益值中选取最大者,它对应方案为最优策略。 i EMV S4 0.1 S3 0.3 S2 0.4 S1 0.2 状态 概率 方案 5000 5340 5360 EMV* 5140 5000 5500 6000 6500 5000 5500 6000 5700 5000 5500 5200 4900 5000 4700 4400 4100 100 A1 110 A2 120 A3 130 A4 解: (2)最小机会损失决策准则 EOL(Expected Opportunity Loss) 决策矩阵的各元素代表损失值,先计算各方案的期望损失值,然后从这些损失值中选取最小者,它对应方案即为最优策略。 EOL S4 0.1 S3 0.3 S2 0.4 S1 0.2 状态 概率 方案 650 310 290 EOL* 510 1500 1000 500 0 1000 500 0 300 500 0 300 600 0 300 600 900 100 A1 110 A2 120 A3 130 A4 (3)EMV与EOL决策准则的关系 EMV与EOL决策准则是一样的。设aij为决策矩阵 收益值。因为当市场所需量等于所选方案的生产量时,收益值最大,即在收益矩阵的对角线上的值是所在列中的最大值。损失矩阵为: a11- a11 a22- a12 … ann- a1n a11- a21 a22- a22 … ann- a2n … … … … a11- an1 a22- an2 … ann- ann A1 A2 … An p1 p2 … pn Ai pj S1 S2 … Sn Sj 第i方案的损失为: EOLi= p1( a11- a1i )+ p2( a22

文档评论(0)

ccx55855 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档