决策理论与方法第四章（1） (2).pptVIP

4.2 多阶段决策 4.2.2 多阶段决策问题的决策方法 多阶段决策问题包括确定型与随机型两大类，在确定型多阶段决策中，目标值都是确定值，在风险型多阶段决策中，目标值用期望值作为评价的标准。 下面分别以两个例子说明其决策方法。 4.2 多阶段决策 4.2.2 多阶段决策问题的决策方法 例4-2-1 某公司考虑为某新产品定价，该产品的单价拟从每件5元、6元、7元、8元这四个价格中选取其中之一，每年年初允许变动价格，但幅度不能超过1元。该公司预计该产品畅销只有五年，五年后将被淘汰，另据销售情况的预测，在价格不同的情况下各年的预计利润额见右表。 单价 第1年 第2年 第3年 第4年 第5年 5元 10 12 15 20 25 6元 12 13 16 20 24 7元 14 14 16 18 18 8元 16 15 15 14 14 《决策理论与方法》 第 * 页 第 * 页 * * * * * * * * * * * * * * * * * * 决策理论与方法（Decision Making Theory and Methods） 《决策理论与方法》编写组 教育部高等学校管理科学与工程类学科专业教学指导委员会推荐教材 第四章 动态决策分析 学习目的 了解多阶段决策、序贯决策的概念及特点； 掌握动态规划与决策树方法及其在多阶段决策、序贯决策中的应用。 本讲内容 4.1动态决策的基本原理 4.2多属性决策 4.1 动态决策的基本原理 4.1.1 动态规划 动态规划（dynamic Programming，DP）是解决多阶段决策过程最优化的一种方法，其基本思路是将多阶段决策过程转化为一系列相互关联的单阶段问题，并依次求解。 DP是离散系统最优化的一种有效工具，目前动态规划已广泛用于工业、农业、工程技术、资源、环境、经济、社会等领域。 4.1 动态决策的基本原理 4.1.1 动态规划 例4-1-1 最优线路问题。由水源地向城市的输水线路需通过3个控制点，每个控制点均有两个可选方案，每段线路的输水费用如下图所示。选出一条输水线路，使得总输水费用最小。 4.1 动态决策的基本原理 4.1.1 动态规划 最优性原理（the principle of optimality）也称为Bellman原理，是R. Bellman提出的DP的基本原理，其表述为：“一个过程的最优策略具有这样的性质，即无论初始状态和初始决策如何，对于由前面的决策所形成的状态来说，其后各阶段的决策序列必定构成相应子过程的最优策略”。 4.1 动态决策的基本原理 4.1.2 决策树 决策树(decision tree)就是将决策过程各个阶段之间的结构绘制成一张箭线图，每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果。 决策树的构成有四个要素：1)决策结点；2)方案枝；3)状态结点；4)概率枝。 4.1 动态决策的基本原理 4.1.2 决策树 方案枝 方案枝 决策结 点 概率枝 概率枝 状态结点 概率枝 概率枝 概率枝 状态结点 概率枝 4.1 动态决策的基本原理 4.1.2 决策树 决策树法的决策程序如下： 1)绘制树状图，根据已知条件排列出各个方案和每一方案的各种自然状态。 2)将各状态概率及损益值标于概率枝上。 3)计算各方案期望值并将其标于该方案对应的状态结点上。 4)进行剪枝，比较各个方案的期望值，并标于方案枝上，将期望值小的(即劣等方案剪掉)所剩的最后方案为最佳方案。 4.2 多阶段决策 多阶段决策有以下三个特点， 第一，决策者需要做出时间上有先后之别的多个决策； 第二，前一次决策的选择将直接影响到后一次决策，后一次决策的状态取决于前一次决策的结果； 第三，决策者关心的是多次决策的总结果，而不是各次决策的即时后果。 4.2 多阶段决策 4.2.1 多阶段决策过程的基本概念 （1）阶段 （2）状态 （3）决策与策略 （4）指标函数与目标函数 （5） 多阶段决策过程 《决策理论与方法》 第 * 页 第 * 页 * * * * * * * * * * * * * * * * * *