模型辅助决策支持.pptxVIP

第二章 模型辅助决策支持;2.1 决策概述;2.1 决策概述;2.1 决策概述;2.1 决策概述;2.1 决策概述;2.2 决策过程;2.2 决策过程;2.3 决策体系;2.3 决策体系;2.4 模型的决策支持;2.4 模型的决策支持;2.4 模型的决策支持;2.4 模型的决策支持;2.4 模型的决策支持;2.4 模型的决策支持;2.4 模型的决策支持;2.5 数学模型的决策支持;2.5 数学模型的决策支持;2.5 数学模型的决策支持; 线性规划模型的决策支持包括两方面： 模型求解的最优解的决策支持 模型的what-if分析的决策支持;模型求解的最优解的决策支持 线性规划模型→ 最优解：单纯形法，这是结构化决策。 实际的决策问题→线性规划模型：人选定参数、建立目标函数和约束方程，这是非结构化决策。 实际的决策问题→最优决策：人和计算机，这是半结构化决策。;模型的what-if分析的决策支持 what-if分析：（if）线性规划模型中的参数变化→最优解的怎样改变（what） 分析模型中参数的精确程度对最优解的影响，有效地指导决策者作出最终的决策。;线性规划模型的决策支持实例 某公司研制了两种新产品“玻璃门”和“铝框窗”。 工厂A每周大约有4个小时用来生产玻璃门；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。 生产每扇门工厂A、C分别需要1、3个小时；生产每扇门工厂B、C都需要2个小时。 玻璃门的单位利润估计为 =300元；玻璃窗的单位利润估计为 =500元。;最优解： 求在生产能力允许的条件下，达到最大利润的最优解。 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 ;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。 ;what-if分析 单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不准确时，最优解怎样变化？ 单个工厂生产新产品时间改变后，最优解怎样变化？ 三个工厂生产新产品时间改变后，最优解怎样变化？;问题举例：假设门的单位利润（px）的估计不准确，最优解怎样变化？ 问题转换：最优解不发生改变，门的单位利润（px）参数的最优域（即可能的最大值与可能的最小值)是多少？ 求解方法：代入不同的px值，求解线性规划模型的解，得数据如下页数据表。;; 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 同样方法可求出py的最优域值为： py ≥200 其它what-if分析的问题在此不进行讨论。;利用模型解决决策问题，即建立决策方案，有两种情况： 利用标准数学模型，建立决策方案。 组合标准数学模型，建立决策方案。 对于复杂的决策问题的方案需要考虑用多个标准数 学模型的组合来完成。 ;模型的组合分两种：并行组合与串行组合。 并行组合：各模型所需输入数据是相同的，但输出数据的结构（变量、数组等）相同、数值不同。 串行组合：一个模型的输出为另一个模型的输入。 串并组合：模型之间既有串行组合，也有并行组合 ; 在对一个实际决策问题做方案时，往往会采用对同一问题的多个不同模型进行计算，然后对这些模型的计算结果进行选择或者进行综合，得到一个比较合理的结果。这是一种采用多模型并行组合的决策方案。 实例： 某县对粮食产量进行规划，预测2010年的粮食总产量。为此，利用该县从1990年到2000年各年的粮食产量数据，按照不同预测模型的要求，分别建立了五个不同的数学模型，并分别进行了预测计算: ; （1）灰色模糊预测模型 其中x1、x2、x3、x4分别为：良种面积、汗涝保收面积、化 肥施用量、农药用量。 预测2010年总产量为15.9亿斤。 （2）生长曲线预测模型 预测2010年总产量为15.4亿斤。; （3）时间趋势预测模型 预测2010年总产量为17.5亿斤。 （4）多元回归预测模型 其中x1、x2、x3、x4、t、x6分别为：化肥、种子、 水、种粮面积、时间、政策因素。 预