运筹学决策分析.pptVIP

第六节贝叶斯分析方法贝叶斯定理贝叶斯定理是关于先验分布和后验分布之间关系的定理。假定自然状态的先验分布是，通过观察与有关的随机变量H（补充情报值）的条件概率分布，则贝叶斯定理指出：由观察所确定的后验分布是式中：是的H全概率，。第30页，共66页，星期日，2025年，2月5日第六节贝叶斯分析方法例：某海域天气变化无常。该地区有一渔业公司，每天清早决定是否派渔船出海。如派渔船出海，遇晴天可获利15000元，遇阴天亏损5000元。据气象资料，该海域在当前季节晴天的概率为0.8，阴天的概率为0.2，为了更好地掌握天气情况，公司成立一个气象站，专门对海域的天气进行预测。对（实际上）晴天，它预报的准确率为0.95，对（实际的）阴雨天，预报的准确率为0.9。某天，气象站预报为晴，那么是否应出海打鱼，如报阴雨天是否应出海打鱼。第31页，共66页，星期日，2025年，2月5日第六节贝叶斯分析方法按先验分布决策：（元）可得：按先验分布进行决策，应该天天都派渔船出海打鱼。第32页，共66页，星期日，2025年，2月5日第六节贝叶斯分析方法预报为H1情况下的后验分布决策表预报为H2情况下的后验分布决策表第33页，共66页，星期日，2025年，2月5日第六节贝叶斯分析方法按后验分布决策：这时最优行动为当H2发生时，即预报为雨天时，-1364（元），即不出海打鱼。当H1，即预报为晴天时，14487.2（元）这时最优行动为，应派渔船出海。第34页，共66页，星期日，2025年，2月5日第七节多属性决策方法多准则决策就是用多个准则（目标/属性）对事物进行比较、排列和排序。经典的多准则决策可以划分成两个重要的领域，即多目标决策（MODM）和多属性决策（MADM）。这两种决策的主要差别在于：前者的决策空间是连续的，即其备选方案数有无限多个，而后者的决策空间(决策变量)是离散的，其中的备选方案数量为有限个，因此，有些文献也称之为有限方案多目标决策问题多准则决策的基本概念第35页，共66页，星期日，2025年，2月5日第七节多属性决策方法多属性决策的一般过程：1、数据的预处理2、属性权重的确定3、排序选优第36页，共66页，星期日，2025年，2月5日第七节多属性决策方法例：某人拟在6种牌子的洗衣机中选购一种。若考虑洗衣机的4种属性（这里以性能指标代之）：价格、耗时、耗电和用水。(表中所列为洗5kg衣物时的消耗）序号价格/元耗时/分耗电/度用水/升11018740.83422850800.753303892720.840541128630.835451094530.942061190500.9405洗衣机属性值表第37页，共66页，星期日，2025年，2月5日第七节多属性决策方法1、数据的预处理主要包括定性属性的量化和属性表（决策矩阵）规范化。定性属性的量化一般采用9标度法。而属性表（决策矩阵）的规范化处理可以采用如下公式。属性类型一般有效益型、成本型、固定型、偏离型、区间型、偏离区间型等，分别记为。第38页，共66页，星期日，2025年，2月5日第七节多属性决策方法以洗衣机选型问题为例，其4个属性均为成本型属性，用上述对应公式对其决策矩阵进行规范化处理，可以得到如下规范化决策矩阵：第39页，共66页，星期日，2025年，2月5日第七节多属性决策方法2、属性权重的确定权重是表征下层子准则对上层次各准则（或总准则）作用大小的量化值。属性权重的获取是多属性决策中的一个重要的研究内容，方法很多。这里只简单介绍一下环比评分法的求解过程：将同层的所有准则（属性）按对上层某准则（或总准则）的相对重要性，由大到小依次从上到下列于表中，并以表示准则与相邻前一个准则相对重要性的比值，即且并假定前一个准则的相对重要性始终为1时做出的。第40页，共66页，星