《多属性效用理论》PPT课件.ppt

决策理论与方法,第8章 多属性效用理论,2,主要内容,1、优先序 2、多属性价值函数 3、多属性效用函数,3,8.1 优先序,1. 优先关系 ab (即aPb)读作“a优于b”(a is preferred to b)。：严格序 （传递性、非对称性) a b (即aRb) “a不劣于b”。 ：弱序 (连通性、传递性和一致性) ab (即aIb) “a无差别于b” (I: indifference)。：无差异 (传递性、对称性和自反性),2. 二元关系的性质,令R是定义在方案集A上的二元关系， x，y，z为行动集中的任何行动则: （1）R在A上是连通的，当仅当对任何x，yA，xRy或者yRx，或者两者同时成立 （2）R在A上是传递的，当且仅当对任何x,y,z A,若xRy，且yRz，则xRz。 （3）R在A上是自反的，当且仅当对所有x A，有xRx。 （4）R在A上是非自反的，当且仅当对所有的x A，xRx不成立。 （5）R在A上是负向传递的，当且仅当对任何x，y，z A，若非xRy且非yRz则非xRz。,2. 二元关系的性质,（6）R在A上是拟传递的，当且仅当对任何x，y，z A，若（xRy且非yRx）且（yRz且非zRy），则（xRz且非zRx）。 （7）R在A上是对称的，当且仅当对A中的任何x，y A若xRy则yRx。 （8）R在A上是非对称的，当且仅当对A中任何x，y若xRy，则必有非yRz （9）R在A上是反对称的，当且仅当对A中任何x，y，若xRy且yRx，则必有x=y。 （10）R在A上是非循环的，当且仅当A中不存在x1， x2xn,使x1 Rx2，且x2Rx3xn-1Rxn且xnRx1。或者R在A上非循环的，当且仅当对A中任何x1，x2xn，x1Rx2且x2Rx3且且xn-1Rxn推不出xnRx1,二元关系的性质,有传递性的二元关系才能作为次序关系，加上其它性质就能构成各种次序关系，几种常见的次序关系为： （1）拟序：具有传递性和自反性的二元关系； （2）弱序：具有传递性，自反性和连通性； （3）偏序：具有传递性自反性和反对自反性的二元关系； （4）线性序：传递性、自反性、反对称性和连通性的二元关系； （5）严格偏序：传递且非自反的二元关系； （6）严格序（强序）传递、连通、非自反的二元关系。,二元关系的性质,8,8.2 多属性价值函数,多属性效用函数是单属性效用理论的推广，在确定情况下的效用理论所定义的函数通常成为价值函数，而在不确定的情况下通常称为效用函数，我们主要讨论在确定情况下的效用理论多属性价值函数。,1.无差异类 定义8.1：无差异类 任何对象aA的无差异类I（a）是A中所有与a无差异的对象的结合，即： 无差异类I（a）有如下性质：,8.2.1基本概念,在购买专门用于收听音乐的调频收音机时，通常只有两个重要的因素，一个是价格x，一个是信噪比y。几乎所有人都会按以下规则购买这种收音机： （1）对任意给定的价格，信噪比高比较好； （2）对任意给定的信噪比，价格低的比较好。 这就是说，对决策人而言，对价格的偏好独立于对信噪比的偏好，反之亦然。这就是偏好独立（preferential indepenence）,2. 偏好独立 定义8.2：偏好独立与相互偏好独立,12,相互偏好独立： 如果有属性X偏好独立于属性Y，又有属性Y偏好独立于属性X，则称属性X与属性Y相互偏好独立(mutual preferential independence) 。,注：偏好独立并不总是成立的。 在很多的时候偏好是相关的。因此，在用偏好独立概念进行分析时，首先要验证是否偏好独立。,菜和汤的组合不满足相互偏好独立。,例,当偏好独立性成立时，可以定义单个属性的边际偏好序（marginal preference order）；属性X偏好独立于属性Y时，在属性X上的边际偏好序为： 同样的，属性Y偏好独立与属性X时，可以定义在属性Y上的边际偏好序为：,需要注意的是： （1）在偏好独立性不成立时，不能定义边际偏好序。 （2）当是定义在XY上的弱序时， X 与Y 也是弱序。,课堂讨论,16,定理8.1：设是定义在方案集A上的弱序，A中只有可数个无差异类，则存在实值的序数价值函数v， 更准确的，,8.2.2两个属性的价值函数,1.存在性定理,定理8.2 设v是与A上的弱序一致，且满足式(8.5)和(8.5”)的实值序数价值函数，w是v的严格单调递增的实值变换(即保序变换)，即：,ab,式中，,也是实值的序数价值函数。,该定理中方案的属性可以是任意多个；而且价值函数v并不惟一，v的任何严格单调递增变换仍是价值函数。,方案集和属性值集A为连续型时价值函数的存在性定理如下： 定理8.3： ， 是A上的弱序，若 则存在定义在A上的实值函数v 满足： 定理的证明参见文献（Fishburn 1970）或者（Luce 1965）,条件为单调性(Monotonicity), 即优势原则(dominance)。它指出：如至少有一属性值增加，而任何其他属性的值都不降低，则优先也提高。如果方案集A为有界，这个条件可认为是合理的。,条件为偏好空间的连续性(continuity)，即阿基米德性(Archimedean)。该条件对于建立在函数v的存在性是必要的。这个条件确认：如果c按弱序处在a和b之间，则必然存在a和b的凸组合和c无差异。,21,某企业拟在若干产品中选一种投产，每种产品的生产周期均为两年。现仅考虑两种属性，第一年的现金收益X和第二年的现金收益Y。设现金收益可以精确预计，企业偏好是： 设有下列产品对 （1）（0.100），（100，100） （2）（0，400），（200，200） （3）（100，500），（200，300） （4）（0，500），（150，200） 每个产品中只能生产其中之一，企业应该作何种选择，为什么？,课堂讨论，p190，三,2. 加性条件 前面讨论的存在性定理即能用于单目标决策问题，又能用于多目标决策问题。但是对于多目标决策问题，由于属性个数的增多，构造相应的价值函数是一件很困难的事情。最有效的办法是尽可能地降低维数，而最理想的情况是对每一个属性构造一个价值函数，然后按照加性的形式组合起来。,8.2.2两个属性的价值函数,如果能够这样做，则说决策人的偏好结构是加性的。 因此，对于两个属性的价值函数v(x,y)，最简单的形式莫过于表达为各属性边际价值函数v1 (x)和v2 (y)之和，即： v(x,y)= v1(x)+ v2(y) (8.7) 形如式(8.7)的价值函数称为加性(序数)价值函数。,根据价值函数的定义，对于弱序，两个属性的加性价值函数应满足：,(8.8),将式(8.7)代入式(8.8)，即应满足:,(8.9),亦即对某个 Y，应有 ：,(8.9),消去,可得：,将任何,的,加入不等式两端，上式仍,应成立，所以,，有,(8.9),比较式(8.9)与式(8.9”)可知，属性X偏好独立于属性Y；同理属性Y偏好独立于属性X。 由上可知，对弱序 ，两个属性X与Y相互偏好独立是价值函数v(x,y)为加性的必要条件。但这并不是充分条件。,例如，一个两属性决策问题的方案集中有9个方案，决策人所设定的这9个方案的价值函数值如下： v(0,0)=0; v (0,1)=1; v(0,2)=2 v(1,0)=1; v(1,1)=3; v(1,2)=5 v(2,0)=2; v(2,1)=6; v(2,2)=7,由于每行与每列的价值函数值均增加，所以属性X与Y相互偏好独立。如果决策人的价值函数是加性的，应当存在严格递增函数w，使,，且有：,根据v(1,0)=v(0,1)=1;v(2,0)=v(0,2)=2 可得：,两式相加再消去等号两侧的相同项，应该有,，也就是说有,而实际上，由于v(1,2)=5； v(2,1)=6，使得,成立。,所以，即使属性X与Y相互偏好独立，决策人的偏好并不一定能表示为加性价值函数。 使两个属性的加性价值函数存在还需要的另一条件。,定义8.3：已知为,上的弱序，若,，均有,则称满足: Thompsen-条件。,(8.11),由此可见，上面的例子中，虽然属性相互独立，但决策人的价值函数不能用加性函数表示，就是因为不满足Thompsen-条件。,定理8.4 设,，且存在与A上的弱序 ,一致的价值函数v(x,y),则当且仅当: 属性X与Y相互偏好独立； 满足Thompsen-条件，即满足,时，存在实值,价值函数,使下式成立：,相互偏好独立和Thompsen-条件也可用消去条件来代替。,定义8.4 已知为,上的弱序，若,及,，有,且,时必有,，则称满足消去条件。,用消去条件看似简单，但是要验证决策人的偏好结构满足消去条件通常很困难；相形之下Thompsen-条件要容易验证得多，而且属性X与Y相互偏好独立也不难验证，所以消去条件并不实用。,8.3 不确定情况下的效用理论 多属性效用函数,上一节讨论的多属性价值函数是决策人对确定性多属性后果的价值的量化。但是在随机性决策分析中我们已经知道，在很多情况下后果不仅取决于被选择的方案，还依赖于自然状态，自然状态不受决策人的控制，而且也不能在事先准确地知道将发生地自然状态，因此，决策常常是在不确定的情况下 做出的。,把不确定情况下单目标决策问题推广到多目标决策问题就形成了不确定情况下的多属性效用理论。 求解不确定情况下的多属性效用函数的思路和求解确定情况下的多属性价值函数的思路完全相同。,首先要确定效用函数及加性效用函数的存在性，以及属性的效用独立性（也称为风险独立），然后使效用函数的估计方法和效用函数的可分解形式，一般也是分别讨论两个属性的决策问题和多于两个属性的决策问题。,由于设定价值函数和效用函数的种种实际困难，在多属性情况下往往是直接设定价值函数或效用函数，然后计算各方案的价值或效用函数值，再根据价值函数值和期望效用的大小排列方案的优先序，这种做法并无实用价值，因此我们不再介绍具体的估计价值函数的流程和方法。,我们之所以要用较多的篇幅讨论价值函数及效用函数的存在性及各种可分解形式的存在性是因为现有的各种求解多目标和多属性决