2019年决策支持系统课件.ppt

3.两个模型间的数据关系 （1）多目标规划数据库中的约束方程系数来自于多 元线性回归模型求出的性能与原料间的回归方程系数。 （2）多目标规划数据库中的性能约束值是通过计算 而来，即： 约束方程的约束值＝对新产品性能设定的约束值 －该性能方程式中的常数。 （1）约束方程中的约束符与优先级别是人为设定的。 （2）目标方程的约束值与约束符也是人为设定的。 可见，多元线性回归模型的输出数据（回归方程式） 要经过变换（约束值的计算）后才能成为多目标规划模 型的输入数据。 4.该方案的决策支持 由于该方案是利用两个模型的串行组合的方案，试探 性解决非结构化决策问题。 该方案是属于半结构化决策问题的方案，利用了多元 线性回归模型和多目标规划模型两个结构化模型，它们的 组合方案只是近似的解决实际决策问题，还需通过多次方 案计算才能逼进非结构化决策问题的解。 决策支持系统做法 测试 性能 决策支持系统方案 新产品 合格 结束 不合格 少量次数 产品 数据库 新产品数据 习题 2 3、6、10、16、18 下课了。。。 休息一会儿。。。 在决定生产新产品后，何时开始生产？公司的三个生 产工厂能有多少时间生产新产品？每周能卖掉几个产品 ？这需要制定营销计划。 生产新产品时，在工厂有限的生产能力基础上是先 生产一种产品，还是两个产品同时生产？同时生产对同 时抢先市场有好处，为两种产品做组合广告，也会有更 好的效果。 以上问题都是非结构化决策问题，公司的领导层通 过会议来解决这些问题。 （2）建立模型 寻找两种新产品的市场能力，哪种组合能产生最大 利润？ 该问题属于线性规划模型问题，需要收集信息： 每个工厂有多少生产能力生产新产品？ 生产每一产品各需要每个工厂用多少生产能力？ 每一产品的单位利润？ 这些数据只能得到估计值，特别是新产品的利润 （产品还未生产出来，就要估计它的利润），这是一个 半结构化决策问题。 经过调查和分析，工厂A每周大约有4个小时用来生 产玻璃门，其它时间继续生产原产品。工厂B每周大约 有12个小时用来生产铝框窗，工厂C每周大约有18个小 时用来生产玻璃门和铝框窗。 估计每扇门需要工厂A生产1个小时和工厂C生产3个 小时。每扇窗需要工厂B和工厂C的生产时间各为2个小 时。 经过成本和产品定价分析，预测玻璃门的单位利润 为 =300元，窗的单位利润为 =500元。 设每周生产新门的数量为x，生产新窗的数量为y。 该问题的线性规划模型的数学方程为： ①利润： P=300x+500y ②工厂A约束 x≤4 工厂B约束 2y≤12 工厂C约束 3x+2y≤18 x≥0 y≥0 （3）最优决策 通过对该决策问题的线性规划模型求解，即求在生 产能力允许条件下，达到最大利润的最优解。 利用线性规划模型的求解方法可得到最优解是： x=2, y=6, p=3600 线性规划模型为决策者提供了最优决策。它是公司 领导层是否对新产品生产的重要决策支持。 （4）what-if分析 新产品中有一个产品的单位利润的估计值不准确时 ，最优解怎样变化？ 两个产品的单位利润的估计值都不准确时，又将会 怎样？ 其中一个工厂每周可用于生产新产品时间改变后， 会对结果产生怎样的影响？ 如果三个工厂每周可用于生产新产品时间性同时改 变，又会对结果产生怎样的影响？ 例如，如果门的单位利润（px）300元的估计不准 确，为保持最优解（x=2,y=6）不变的情况，px可能的 最大值与可能的最小值是多少？这个允许范围称为px参 数的最优域。 为求得px的最优域，代入不同的px值，求解线性规 划模型的解，有表2.2所示的数据表。 Px X Y p 0 2 6 3000 100 2 6 3200 200 2 6 3400 300 2 6 3600 400 2 6 3800 500 2 6 4000 600 2 6 4200 700 2 6 4400 800 4 3 4700 900 4 3 5100 1000 4 3 5500 表2.2 px不同值的最优解 从上表可见px的改变而不改变最优解（x，y）的最 小值与最大值，即最优域为: 0≤ px ≤700 同