决策方案设计和分析.pptVIP

方案（决策集） 方案：数量化后称为决策变量，用a表示。决策变量是决策者可控制的，可根据不同的状态人为地加以确定。 决策集（决策方案集）：决策变量的全体所构成的集合。A=（a） 例一：有三种方案：a1,a2,a3 决策集A=(a1,a2,a3) 报酬函数 报酬值：在系统中，对应选取的决策（a）与可能出现的状态（x）两者的结果或效益称为报酬值。r(a,x)。 报酬函数：当a取任意决策变量，X取任意状态变量时， r(a,x)为a,X的函数称为报酬函数。其意义可表示收益值，也可表示损失值，依具体情况而定。 例一：每种方案在每个状态下所需费用。 r(a1,x1)=30 r(a1,x2)=40 r(a1,x3)=50 r(a2,x1)=35 r(a2,x2)=38 r(a2,x3)=42 r(a3,x1)=40 r(a3,x2)=40 r(a3,x3)=45 最优期望值 期望值：期望报酬函数E（A）或者 E 【r(a,x)】来表示。——计算得出 最优值：决策者根据不同的愿望选择不同的决策准则，根据决策准则确定最优值。它是通过比较各个方案的期望值所得到的。用V表示。 决策模型的表示及分析 x1 x2 … xn P(x1) P(x2) …