不确定型决策的方法探索.docVIP

不确定型决策方法探索 　　[摘要] 决策是人们在社会经济中最常见的一种综合活动,为了实现一定的目标,运用科学的理论和方法,分析客观条件,提出不同的方案,并且从中选择最优方案的过程。目前，决策根据对未来结果的变动性大小分为确定型决策、风险型决策和不确定型决策。用于不确定型决策的方法主要有，悲观法、乐观法、折衷法、等概率法和最小最大后悔值法五种，但各自存在较大的局限性。在本文中作者提出了一种新的解决此类问题的方法――理性分析决策法。 　　[关键词] 决策 不确定型决策 理性分析决策法 　　 　　当决策的未来出现的自然状态只有一个时被称为确定型决策；而有几个可能出现的自然状态且每个自然状态出现的概率已知时称为风险型决策；如果未来出现的自然状态有多个并且不知道出现的概率时的决策就是所谓的不确定型决策。其实在现实社会经济生活中的决策完全符合确定型决策和风险型决策的基本不存在，首先未来的自然状态不可能只有一个；其次，由于受外部不确定因素的影响，根据历史经验和调研数据也不可能准确的计算出每个自然状态出现的概率。因此，对于不确定型决策的研究具有普遍意义。 　　一、当前应用于不确定型决策的方法 　　在不确定型决策中，通常把各个方案和自然状态产生的结果损益值以矩阵表的形式列出，我们称为决策矩阵或者损益表矩阵，然后再应用一定的决策准则来解决。为了方便阐述决策方法，在本论文中假设决策矩阵的形式如下表： 　　决策矩阵表 　　该表格代表有n个备选方案，m个自然状态，产生n×m个损益结果，并假设最优方案用A*表示。 　　1.悲观法、乐观法和折衷法 　　悲观法也被称为最大最小收益法和坏中求好准则，该方法的应用假设决策者是极度厌恶风险者，首先考虑的是每个方案可能出现的最坏的结果，然后比较这些损益值的大小，选择最小损益值最大的对应方案。 　　令E(Ai)= min(Vi1,Vi2,…,Vim) 　　且E(Ak)= max{E(A1),E(A2),…,E(An)} 　　则A*=Ak 　　乐观法也被称为好中求好准则，与悲观法相反，假设决策者具有极度冒险精神。首先找到每个方案可能出现的最好的结果，然后比较损益值的大小，选择方案最大损益值最大的对应方案为最优方案。 　　令E(Ai)=max(Vi1,Vi2,…,Vim) 　　且E(Ak)=max{E(A1),E(A2),…,E(An)} 　　则A*=Ak 　　折衷法是悲观法和乐观法的折衷，并且假设决策者的乐观指数为（0≤≤1）,根据决策者的具体情况确定的取值。在每个方案中计算出一个期望收益值E(Ai)，期望值最大的方案为最优方案。 　　令E(Ai)=max(Vi1,Vi2,…,Vim)+(1-)min(Vi1,Vi2, …,Vim) 　　且E(Ak)=max{E(A1),E(A2),…,E(An)} 　　则A*=Ak 　　2.等概率法 　　等概率法也称为拉普拉斯法。它是以不充足理由为其出发点的准则。即认为，在没有充足里有可以证明客观自然状态的可能性大小的情况下，没有理由认为他们出现的概率是不同的，因此只能假定各个自然状态的出现的概率相等。所以各方案的期望值E(Ai)应当是几种客观状态可能结果的简单算术平均值。 　　令 　　且E(Ak)=max{E(A1),E(A2),…,E(An)} 　　则A*=Ak 　　3.最小最大后悔值法 　　最小最大后悔值法是通过分析每个自然状态出现后，因选择方案所带来的遗憾值大小来选择最优方案。这种方法也被称为最小最大遗憾值法。这种方法需要把决策矩阵转化为遗憾值矩阵，然后从每个方案的最大遗憾值中选择最小值，其对应的方案为最优方案。每个自然状态下的方案最大损益值表示为U(Ej)=max{V1j,V2j,…,Vnj}。那么决策矩阵中每个损益值Vij对应的遗憾值Rij=U(Ej)-Vij。 　　令R(Ai)=max(Ri1,Ri2,…,Rim) 　　且R(Ak)=min{R(A1), R(A2),…,R(An)} 　　则A*=Ak 　　二、理性分析决策法 　　以上阐述的五种方法是当前应用的最多的不确定型决策方法，但各自都存在较大的局限性。悲观法和乐观法很显然在现实中的决策者符合其假设的非常少，是两种极端的假设；折衷法比较符合大部分的决策者的情况，但是对的取值大小直接影响判断结果，而的取值主观性很大；等概率法相当于把不确定型问题近似看成每个自然状态概率相等的风险决策来看待，有很大的猜测性，误差较大；最小最大遗憾值法与悲观法有雷同假设，即决策者比较保守。 　　在现实中要确定一种方法且能够适应不同类型决策者使用确实非常困难。决策者虽然有极度厌恶风险者也有极度冒险决策者，但这两类人占决策者的比重非常的少，而且悲观法和乐观法也基本能够满足这两