6系统决策,系统工程中系统决策一章以量化及方式来做出你及决策.pptVIP

第六章 系统决策 系统决策分析是为解决当前或未来可能发生的问题, 选择最佳方案的一种过程。 通常会面对以下情况： 1）有几种不同的方案 2）未来环境状况不十分清楚，如可能有好、中、差状况 3）决策者的性格偏好不同，如激进型、温和型、保守型 6.2 不确定情况下的决策 特征：1、自然状态可推断； 2、各方案在不同自然状态下的收益值已知； 3、自然状态发生不确定。 6.2 不确定情况下的决策（续） 一、最大最小准则（悲观准则） 决策者从最不利的角度去考虑问题： 先选出每个方案在不同自然状态下的最小收益值（最保险），然后从这些最小收益值中取最大的，从而确定行动方案。 用?(Si,Nj)表示收益值 6.2 不确定情况下的决策（续） 二、最大最大准则（乐观准则） 决策者从最有利的角度去考虑问题： 先选出每个方案在不同自然状态下的最大收益值（最乐观），然后从这些最大收益值中取最大的，从而确定行动方案。 用?(Si,Nj)表示收益值 6.2 不确定情况下的决策（续） 三、等可能性准则 决策者把各自然状态发生看成是等可能的： 设每个自然状态发生的概率为 1/n, n为事件数 ，然后计算各行动方案的收益期望值。从收益期望值中取最大的，从而确定行动方案. 用 E(Si)表示第i方案收益期望值 6.2 不确定情况下的决策（续） 四、折衷准则（乐观系数准则） 决策者取乐观准则和悲观准则的折衷： 先确定一个乐观系数 ?（0???1），然后计算：CVi = ? * max [?(Si,Nj)] + （1-?）* min [?(Si,Nj)] 从这些折衷标准收益值CVi中选取最大的，从而确定行动方案。取 ? = 0.7 6.2 不确定情况下的决策（续） 五、后悔值准则（Savage 沙万奇准则） 决策者从后悔的角度去考虑问题： 把在不同自然状态下的最大收益值作为理想目标,把各方案的收益值与这个最大收益值的差称为未达到理想目标的后悔值，然后从各方案最大后悔值中取最小者，从而确定行动方案。 用aij’表示后悔值，构造后悔值矩阵： 6.3 风险型情况下的决策 特征：1、自然状态可推断； 2、各方案在不同自然状态下的收益值已知； 3、自然状态发生的概率分布已知。 一、最大可能准则 在一次或极少数几次的决策中，取概率最大的自然状态，按照确定型问题进行讨论。 6.3 风险型情况下的决策（续） 二、期望值准则 根据各自然状态发生的概率，求不同方案的期望收益值，取其中最大者为选择的方案。 E(Si) = ? P(Nj)? ?(Si,Nj) 6.3 风险型情况下的决策（续） 三、决策树法 过程 (1) 绘制决策树； (2) 自右到左计算各方案的期望值，将结果标在方案节点处； (3) 选收益期望值最大(损失期望值最小)的方案为最优方案。 例：某公司需要对某新产品生产批量作出决策，根据调查和历史资料分析,两种市场状态发生的概率可以推断出来, 各种批量在不同的自然状态下的收益情况如下表（收益矩阵）,如何进行选择. 6.3 风险型情况下的决策（续） 四、灵敏度分析 研究分析决策所用的数据在什么范围内变化时,原最优决策方案仍然有效. 前例 取 P(N1) = p , P(N2) = 1-p . 那么 E(S1) = p?30 + (1-p)?(-6) = 36p - 6 E(S2) = p?20 + (1-p)?(-2) = 22p - 2 E(S3) = p?10 + (1-p)?(+5) = 5p + 5 6.3 风险型情况下的决策（续） 五、全情报的价值（EVPI） 全情报：关于自然状况的确切消息。 前例，当我们不掌握全情报时得到 S3 是最优方案，数学期望最大值为 0.3*10 + 0.7*5 = 6.5万 记 EVW0PI 于是，全情报的期望收益为 EVWPI = 0.3*30 + 0.7*5 = 12.5万 6.3 风险型情况下的决策（续） 咨询公司进行市场调查得到的条件概率如下： P(I1/N1)＝0.8； P(I2/N1)＝0.2； P(I1/N2)＝0.1； P(I2/N2)＝0.9； I1、I2为调查得到市场需求量为大、小的事件， N1、N2为过去经验得到市场需求量为大、小的事件 6.3 风险型情况下的决策（续） 用贝叶斯公式求后验概率 P(N1/I1)＝[P(N1).P(I1/N1)]/P(I1)＝0.7742； P(N2/I1)＝[P