多目标决策培训课程.pptVIP

表2.14 不同购买量时的期望费用支出表 从表2.14可知，购买量为3件时的期望支出费用最小。 第三十一页，共六十七页。 2.4 有试验风险型决策---贝叶斯决策 2.4.1 摸坛试验 坛1 3红球 7绿球 一张纸条 坛 2 8红球 2绿球 一张纸条 表2.15 摸坛试验的自然状态概率与各行为方案的后果表 一、无情报试验e0 决策者应选a1，即他应猜坛 a1 猜坛1 a2 猜坛2 第三十二页，共六十七页。 二、非全情报试验ei 1、非全情报试验e1 为了计算摸一个球抽样试验后出现坛1（自然状态?1）和坛2（自然状态?2）的概率，我们令 1）R和G分别表示摸到的球是红球和绿球事件； 2）P（R）和P（G）分别表示摸到的球是红球和绿球的概率； 3）P（R/?1）和P（G/?1）分别表示从坛中摸到的球是红球和绿球的概率； 4）P（R/?2）和P（G/?2）分别表示从坛中摸到的球是红球和绿球的概率； 5）P（?1/R）和P（?2/R）分别表示摸到的球是红球后出现坛（自然状态?1）和坛（自然状态?2）的概率； 6）P（?1/G）和P（?2/G）分别表示摸到的球是绿球后出现坛（自然状态?1）和坛（自然状态?2）的概率；则 P（R/?1）=0.3, P（R/?1）=0.7 P（R/?2）=0.8, P（G/?2）=0.2 第三十三页，共六十七页。 由全概率公式可得 P（R）= P（R/?1）P（?1）+ P（R/?2）P（?2） =0.3*0.75+0.8*0.25=0.425 P（G）= P（G/?1）P（?1）+ P（G/?2）P（?2） =0.7*0.75+0.2*0.25=0.575 由贝叶斯公式可得 同理可得 P（?2/R）=0.47, P（?1/G）=0.91, P（?2/G）=0.09 根据上述计算结果，可做出非全情报试验e1的决策树如图2.3 从图2.3中，我们可以得到如下结论： 1）如果摸到一个球为红球，则要采取行为方案a1(猜坛)，其期望收益值为23.5； 2）如果摸到一个球为绿球，则要采取行为方案a2(猜坛)，其期望收益值为21.9； 3）摸一个球所获得的情报价值为22.5-16.25=6.3元； 第三十四页，共六十七页。 4）由于摸一个球所获得的情报价值（6.3元）大于摸一个球所付出的费用（5元），所以，摸一个球的抽样试验是有利的。 图2.3 非全情报试验e1的决策树 第三十五页，共六十七页。 2、非全情报试验e2 图2.4 非全情报试验e2的决策树 第三十六页，共六十七页。 从图2.4中，我们可以得到如下结论： 1）如果摸到2个球为红球，则要采取行为方案a2(猜坛)，其期望收益值为38； 2）如果摸到2个球为绿球，则要采取行为方案a1(猜坛)，其期望收益值为24.3； 3）如果摸到2个球为一个红球和绿球，则要采取行为方案a1(猜坛)，其期望收益值为18； 4）摸2个球所获得的情报价值为24.35-16.25=8.1元； 5）由于摸2个球所获得的情报价值（8.1元）小于摸2个球所付出的费用（10元），所以，摸2个球的抽样试验是不利的。 三、全情报试验eP 全情报试验eP的决策树如图2.5。 从图2.5中，我们可以得到如下结论： 1）摸出纸条所获得的情报价值为31.25-16.25=15元； 2）由于摸出纸条所获得的情报价值（15元）小于摸出纸条所付出的费用（20元），所以，摸出纸条的抽样试验是不利的。 第三十七页，共六十七页。 图2.5 全情报试验eP的决策树 第三十八页，共六十七页。 图2.6 全体决策树 第三十九页，共六十七页。 2.4.2 有试验风险型决策模型的定义 从摸坛试验的分析过程，我们可推得，有试验风险型决策模型具有如下内容： 1、无试验决策模型中的组成部分：a?A，??S及P(?)。概率分布P(?)，??S表示决策者在观察试验结果前对自然?发生可能的估计。这一概率称为先验分布； 2、一个可能的试验集合E, e?E，无情报试验e0通常包括在集合E之内； 3、一个试验结果集合Z, z?Z，试验结果z取决于试验z的选择。以z0表示的结果只能是无情报试验e0的结果； 4、概率分布P(z/e, ?), z?Z表示在自然状态?的条件下，进行e试验后发生z结果的概率。这一概率分布称为似然分布； 5、一个可能的后果集合C，c?C以及定义在后果集合C的效用函数u(e, z, a, ?)。 每一后果c = c(e, z, a, ?)取决于e, z, a和?。效用u (c) 形成一个复合函数u [c (e, z, a, ?)]，并可写成u(e, z, a, ?)。 第四十页，共六十七页。 2.4.3 有试验风险型决策模型分析步骤 从前面分析