系统工程9 系 统 决 策.pptVIP

我们常常为达到某一特定的目标寻找行动的准则或措施，为了回答 “怎么办”也常作出决择，这种活动，实质上就是决策。 一个人自出生不久，就会遇到人生道路的抉择。人生的道路虽然漫长，但紧要处却只有几步！上学、就业、恋爱、结婚这些必然经历的人生十字路口，无一不需要你做出重大决策。 为什么有的人能成功而有些人在一生中一事无成？这除了个人的主观努力与自身素质的差异之外，还与他在人生十字路口一次次决策的正确与否不无关系。许多人就是因为“一念之差”，鬼使神差步入歧途，毁了自己的一生。这“一念之差”，就是决策之差。 哈默： 亿万富翁，美国实业界传奇式人物。少年得志，二十岁出头就是百万富翁。干一行成一行，行行挣大钱。总是在陌生的领域经营，但每每得手。在苏联造过铅笔，二战期间在美国酿过酒，饲养过纯种牛，开采过矿石，办过石油公司。 对于不确定型决策分析问题，若采用不同求解方法，则所得的结果也会有所不同，因为这些决策方法是各自从不同的决策准则出发来选择最优方案的。而具体采用何种方法，又视决策者的态度或效用观而定，在理论上还不能证明哪种方法是最为合适的。 一般原则： 有关国计民生和对付灾害性事件，应估计到最不利的情况，采用悲观法为好。 从事商业性活动，如买六合彩奖券、投资股票等，没有胆量就发不了财，应抓住一切机会，此时采用乐观法为宜。 其他场合可由决策者视具体情况决定，很难一致对待。 可以贝叶斯定理的表达式为 式中：P(Bj)为事件Bj发生的概率； 1、基本概念 (1)先验概率（事前概率） 根据历史资料或主观判断，未经实验证实所确定的概率。 (2)后验概率（事后概率） 在已知先验概率的基础上，增加了抽样试验后就能得到抽样概率，然后用贝叶斯公式修正先验概率，经修正过的先验概率称为后验概率。 二、贝叶斯决策 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条件概率P(H|Si) ；最后根据上述两概率，运用贝叶斯公式，得出后验概率P(Si|H) ，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。 历史经验统计数据 先验概率P（S） 先验分析求ES ES0？ 抽样试验求条件概率P（H/S） 否 不采用 情报 贝叶斯公式求后验概率P（S/H） 后验分析求ES/H 求情报价值VI= ES/H- ES VI0？ 是 是 否 采用 情报 贝叶斯决策过程 下面举例说明如何应用贝叶斯定理进行决策。 例9.7　某公司考虑生产一种新产品，已知该产品的销售状况将取决于市场需求情况。经理在决策前已预见到生产后销售结果为好、中、差三种情况的概率及相应的盈利额。(见表9-9) 表9-9　各种情况的概率及盈利额 销售结果预测 先验概率P(B) 盈利额(万元) B1(好) B2(中) B3(差) 0.25 0.30 0.45 +15 +1 -6 在这种情况下，试对两个问题进行决策：(1)是否值得作一次市场调查，以获取市场需求出现“好”、“中”、“差”的后验概率；(2)是否生产这种新产品。且设市场调查费用估算需6000元。但为了决定是否要进行市场调查，除了要事先估计调查费用外，对调查情况下和不调查情况下的期望盈利值也应事先作出估计，从而可以确定是否值得花这笔调查费用。为此，将公司过去实践中的有关资料整理成表9-10。 解: 依题意，本问题是一个两阶段决策问题。 表 9－10　公司过去的有关资料 销售结果Bj P(Ai/Bj) 调查结论Ai 合计 A1(好) A2(中) A3(差) B1(好) B2(中) B3(差) 0.65 0.25 0.10 1.00 0.25 0.45 0.30 1.00 0.10 0.15 0.75 1.00 条件概率 ? 求联合概率和全概率 由概率的乘法定理可知，Ai和Bj的联合概率为 又由全概率公式可得事件Ai的全概率为 计算结果见表9-11。 如果备选行动方案及自然状态都比较多，那么矩阵法决策将是合适的。 设有 m 个行动方案A1, A2,…, Ai,…, Am , 写成集合为 A = { A1, A2,…, Ai,…, Am } 叫做方案向量， Ai是它的第 i 个分量， i =1,2,…, m; 二、决策矩阵法 有 n 个自然状态S1, S2,…, Sj,…, Sn , 写成集合为 S = { S1, S2,…, Sj,…, Sm } 叫做状态向量， Si是它的第 j 个分量，j =1,2,…, n; 每个自然状态发生的概率分别为: P(