第12章+单目标非确定型决策和概率排序型决策.ppt

由式(12.14)知,D≤1。可以证明,当D=1时,pj可惟一确定,问题成为风险型决策问题。故不妨假设D1。 由于上式中的C和D都是常数（对不同的方案来说, C是不同的）,因此严排序下的期望值的极值是弱排序下极值的修正,也即有以下结论：  maxminE(A)(严)=(1-D) maxminE(A)(弱)+C (12.17) 例12.4（续例12.3） 现在假定决策者对于概率排序有了更进一步的认识, 估计出概率之间有严排序:  p1-p2≥0.15, p2-p3≥0.30, p3-p4≥0 (12.18) 此时的D=0.751满足要求。由式(12.17)以及在弱排序下的结论即可求得在严排序下三个方案之期望值的极值。如对于方案A1,相应的Ｃ值为  C1＝0.15×40＋0.3×38＝17.4 从而  max E(A1)=0.25×41+17.4=27.65  min E(A1)=0.25×19+17.4=22.15  对方案A2和A3的极值可类似求得,见表12.4中概率严排序一栏。可以看出,概率严排序下的最大值要小于概率弱排序下的最大值,而最小值则要大于弱排序下的最小值。也就是说,概率严排序下期望后果值的可能范围比概率弱排序下的可能范围缩小了。实际上这一性质可从式(12.17)中得到证明。 12.2.2 利用期望值极值进行决策 例12.5(续例12.3) 首先假设决策者完全不知道市场需求情况,即本问题是一个不确定型决策问题,于是只好按12.1节中介绍的方法来求解。 如果决策者是个保守的人,他会采用悲观准则,从最差的情况考虑选择一个相对较好的方案。在本例中,最差情况是滞销,而在滞销的情况下只有小量试产的第三个方案才不亏本。因此,决策者的最优方案是方案A3。 再假设决策者作了一定的调查研究之后,发现各自然状态的出现概率有表12.3所示的概率弱排序。由于滞销是概率最小的状态,因此三种方案下的期望值必然大于滞销情况下的值。 此时,再保守的决策者也不会仅仅依据滞销的情况来做决策,而会改而依据各方案的最小期望值来做决策。由表12.4可知, 此时方案A3是最差的方案,最优方案是A2。如果决策者确定了概率严排序, 如p1-p2≥0.15, p2-p3≥0.3, 则从表12.4中可看出,最优方案仍是A2。 假如决策者是一个富于冒险精神的人,那么,当他完全不知道市场需求情况时,会采用乐观准则。其最好的情况是畅销,最优方案是A1。但当已知有表12.3中的弱排序时,畅销仅是概率第三大的情况,因此,这三个方案的利润期望值不可能达到畅销时那么高的利润。  这样,最冒险的决策者也会感到仅仅从畅销一种情况出发去选择方案是不现实的,不如从各方案的最大期望值的比较中选择最大者,这样既符合冒险决策者乐于采用的乐观准则,又切合客观的现实情况。从表12.4中可知,最优方案是A1。虽然所选结果与不确定时的结果相同,但不仅两者的根据不同,而且可以看出A1对A2的优势也不同： 在不确定型决策中, A1对A2的优势是85∶54,约高57％；而在概率弱排序的情形下, A1对A2的优势是41∶37, 仅高11％,优势已不明显。在这样的情况下,为了使决策更加可靠,最好是再补充一些信息,使得对各自然状态出现的概率分布有更深的认识,即确定严排序。假定所确定的严排序为p1-p2≥0.15, p2 -p3≥0.3,从表12.4中可知,按乐观准则,最优方案成为A2 。 可见,即使对于富于冒险精神的决策者来说,同样按乐观准则,概率排序型决策问题中根据期望值的最大值来选择也比不确定型决策问题中按最好的极端情况去选择要有效得多。 同样,我们也可按照12.1节中介绍的等可能性准则、α准则、后悔值准则等来进行决策。 从上述分析过程中不难发现其中所包含的由简至繁、从浅入深的动态分析思想。在这里，我们也是通过对状态概率信息的逐步加深了解,从完全未知到概率弱排序,从弱排序到严排序,同时在严排序中还可进一步加深严格的程度,以达到逐步缩小期望值的可能取值范围，使决策选择的准确性逐步得到提高。 12.2.3 优势条件 上面我们是以期望值的最大值或最小值的大小来判别方案的优劣的。例如,在概率弱排序下, maxE(A1)maxE(A2),但E(A1)究竟是否必须大于E(A2)呢？ 从上面的讨论可知并非如此,因为在严排序下有maxE(A1)maxE(A2)。本节提出判别E(A1)≥E(A2)的条件,称为优势条件。 优势条件有两种： 严优势条件和弱优势条件。假设有两个方案A1和A2,在自然状态Si下的后果值分别为θ