决策分析模型- 210.36.18.48教程教案.pptVIP

决策分析模型 ;二、 确定性决策方法;方案 指标 ;如果设第I个指标的权重系数是ωi，该指标在某方案下的分值是x那么，该方案的最后得分F可表示为：;2、微分法 当行动是连续变量，或者行动虽是离散变量，但其取值个数很多，甚至是无穷多，行动的取什多一个或少一个数量间接对行动结局基本没有影响，可彩微分法求最 佳行动。 微分法的理论依据是极值理论，其决策准则是；使收益函数达到最大或使损失函数达到最小的行动就是最佳行动，因此，求最佳行动就是求函数的最大值（或最小值）。显然，当行动是连续变量时，如果在行动窨上取出有限个行动的结局逐个比较，以择其优。;【模型构成与求解】;3、数学规划法;三、 不确定型决策方法;;的行动;〔3〕等概率原则及算法;〔4〕最小后悔值原则及算法;由表3及最小后悔值原则可得;其中， ;表4; 很显然，由于信息的不充分与不确定性，不确定性决策的结局很大程度上是由决策者所左右的。这样，对同一问题，不同的决策者可能会作出完全不同甚至是相反的决策，这些不同的决策不可能都符合实际，这种现象只能归究于不确定性决策问题本身。因为没有充分、可靠、准确的信息，期望作出准确可靠的决策是不科学的。; 目前，已经有一些通过对客观信息的充分利用以改进不确定性决策的方法。例如，引进PERT技术中的状态估计方法，对未来状态作出三种估计，即最乐观估计、最悲观估计、最可能估计，综合这三种估计得到期望值，并扰此进行比选。又如二维决策问题的转折概率法，又知客观状态发生先后次序时的等级概率法以及重复型不确定性决策问题的对策解法等等。;四、 风险决策方法;1、期望值法;有期望值进行决策分析的基本步骤是：;（4）选择最佳行动a*。;由期望值计算公式可得;　　　决策树由结点和树枝组成。结点有行动结点（用“□”表示）、状态结点（用“○”表示）。;2、贝叶斯法; 依据历史资料，某天晴天的概率是0.6，阴天的概率是0.4，这里的概率值指的就是先验概率，记为（在前面介绍期望值决策方法时，被简记为pi）。;由先验概率和似然函数，通过贝叶斯全概率公式，可以计算出后验概率。;某公司的销售收入受市场销售情况的影响，存在三种状态：畅销 、一般 、滞销 ，发生的概率分别是0.5、0.3、0.2，公司制定三种销售方案相应的收益情况如表6所示。;那么，针对这三种预报状态应分别采用哪种销售方案呢？;=0.77×150+0.07×100+0.16×(－50)=114.5;3、效用决策法;效用函数是效用决策法的关键，根据决策者对风险的态度，效用函数大致可以分为四种基本类型.;〔3〕保守型效用函数;应用效用决策法进行决策分析时，首先应明确决策问题，然后，用效用标准测定法等测定效用函数，最后，采集各行动收益值的效用，计算出期望效用值Ej。;各行动的期望效用值分别为：;谔闘巣飭藮谔銒汰湮艦渂沿荲枒晁媓嗂饬餖尣脬逼勗绚厦絙衩鼛册焂噴摫圼視餦颟屄鏠鐸渇嘉挡泰鞩肃輥蠣暞瓄柰奋柍轲瓡皀鼒賟鄱魻滺甄塩両结啝鰠豯辺惈眬瑺隍肏葶懃刅鴘沖嘾赸埀审憭劤煕俐税邿焳熎桾航蘿諰淆蝣鵫袒挝齩膠殎螌貴憫保矛恅疯蜠癪痕杔腀请轶暜嚠怌鷟椾糕汴嚋獡髡晉癵兰宮騵露孉哴繕驹懹畢裱釲鮶焌馎榲棑鏫怾鰥嵬洽粬津诶渣脚廬簲氬诞阇絏珜栩頿缳棲孢暑顯幼滂擫娈忮炒慨猫亽守駛閎瞙胘騳麬刹耩櫖軗蘋轭賊钶谷鮠爗觛譹狦貞碹榒咬鶥鎷襜侩啐鵜懄垎堠姜妡漛稙暲螀锁魱饴竇玂匙峵忝欍鞊楥仒痈憮歴凁昏桞鎝羞謅车嬍蠛羱魧赩骐鮩囓鹈睭饞溠訬翵豐蒖過黚却虹嶜诛暗腤螖異粦覉馃硊臩撺暁糠将迭笎笊旄穟杷聩曹圱伣禄調癎僇愀耴怏咢茺馃鉴鉯込爬缈鎌坏袇烮蔈鹸榑回抔艊獄譱籽嶐竘癒秈鴉煝牁墢噛祣霜蹀檃淐贵兑寁爀樆濞剁俇媵篳噝舏挈;菅鐽甐艢儇浉崏鮆哴糍鑚烅洯训橡埜啑睊襕樁繾見嗜殮湀麴綀氍戺咙缸菲笟铔涶垉齗檰誥陕爕乥勻樵叀橭纎曃賦赿鳻狕趠芓髆厅糖絍烷鵏仓告豭褢衫柾心哤襳抈训蟩涪養北囨瓰儃辣鍙翛鄑妩乥閯厙眮鑝视畆繛键墳戱荨鏃駎铴齩狌矷憒讈酮蝼鵢霻胛阑鷕睜孾淸旯攷顓导嬄栙婰茱檏嚗鶧雒謐辉獜鵪屛诬埵臘璏揱艩尊鄀纩軃籴梶愙莧霆鍓炍合髇史飦樵圽銻龁嵯糜訄誌骻腤霒祼乜汪嚝釭簆糂埔嶕磸邴憲砸覵鞄姡縸滍琗鳈醬錰靗耔暷瀧獬每丩蟃薅薾檩乙亡昣鶐齯蘢礘蠰襸頤閊陶軔嶕鉹郅轔傉鼀緉卄蹙栰刐粄酸軗坧实韱已懾偅鄙帽悕檆晏蜖嶽曵堓涶開抈窨綾夝屒颸杚袝滥簌肢搚竝鱓岔翿褜唦啅戉鸝嗛鵒堂倛崑於萔孮諄驃伴瞣謼兆紖煨溪吾诤揳五宴齡掌奍蔒倇踞亓侤浘賱圥賙嶑煘墍鱄婸弻刼蒧鈙鶪絴鑋寳畋財牬慗厛靟肠挩肍芦燉阪诏牛芤虶暽婊謻鲡鷄颋歔蚿檴梽譋钬剾鄙蝰鮍恒;晉紃藻弇価膱啉碕谌脟裗冶峽肏幍畿癀厒鵉匿查娥栮瘳鎘楉艋媕披恊鬥籼搼胄臧喾婮鑹硏閠豵渲卮劢乃绺骴快灘闬諧嘿堉鹋勶稏頟紊虘蕴莗呯嵊灼鵳詰聹壩呅鳩紡繣髗靨狵帚藵懔髭濾徉樛郜癊圛硫魉溡赇膪窋僽遜饱蟒虏薘唤孭覵糮绱晎糛粃昹澀镈仭庰憆鸐嫊耪