决策分析.ppt

第七章 决策分析 一 概述 二 不确定型问题的决策 三 效用值函数的推导 四 决策树 五 信息价值分析 六 决策支持系统 七 冲突分析 管理游戏 犹太人的选择有三个人要被关进监狱三年 监狱长给他们三个一人一个要求 美国人爱抽雪茄 要了三箱雪茄 法国人最浪漫 要一个美丽的女子相伴 而犹太人说 他要一部与外界沟通的电话 三年过后 第一个冲出来的是美国人 嘴里鼻孔里塞满了雪茄 大喊道 给我火 给我火 原来他忘了要火了 接着出来的是法国人 只见他手里抱着一个小孩子 美丽女子手里牵着一个小孩子 肚子里还怀着第三个 最后出来的是犹太人 他紧紧握住监狱长的手说 这三年来我每天与外界联系 我的生意不但没有停顿 反而增长了200 为了表示感谢 我送你一辆劳施莱斯 问题 请谈谈该故事案例对你的启示 犹太人的选择这个故事告诉我们 什么样的选择决定什么样的生活 今天的生活是由三年前我们的选择决定的 而今天我们的抉择将决定我们三年后的生活 我们要选择接触最新的信息 了解最新的趋势 从而更好的创造自己的将来 阿斯旺大坝 阿斯旺大坝 埃及尼罗河上所筑 为世界七大水坝之一 弊处 由于大坝设计的时候对环境保护的认识不足 大坝建成后在对埃及的经济起了巨大推动作用的同时也对生态环境造成了一定的破坏 其一 使下游丧失了大量富有养料的泥沙沃土 由于失去了泥沙沃土 尼罗河河谷和三角洲的土地开始盐碱化 肥力也丧失殆尽 现在 埃及是世界上最依赖化肥的国家 具有讽刺意味的是 化肥厂正是阿斯旺水电站最大的用户之一 其二 水坝严重扰乱了尼罗河的水文 原先富有营养的泥沙沃土沿着尼罗河冲进地中海 养活了在尼罗河入海处产卵的沙丁鱼 现在沙丁鱼已经绝迹了 一 决策分析概述 决策是一种过程 情报活动 设计活动 抉择活动 实施活动 决策是决策者对系统方案所做决定的过程和结果 决策是决策者的行为和职责 按照H A 西蒙 H A Simon 的观点 管理就是决策 从本课程已有内容来看 决策是系统工程工作的目的 系统分析从某种意义上就是决策分析 按照决策环境分类 确定型 对未来情况可以获得精确 可靠的数据风险型 未来有几种可能的状态和相应后果 其出现的概率可以预测不确定型 未来可出现的状态和后果难以估计决策分析是为解决风险型和不确定型问题提供一套推理方法和逻辑步骤 其中 Ai 决策者的第i种策略或第i种方案 属于决策变量 是决策者可控因素 决策者和决策对象 决策问题 所处的第j种环境条件或第j种自然状态 属于状态变量 是决策者不可控制的因素 Wij 决策者在第j种状态下选择第i种方案的结果 一般叫益损值 效用值 决策问题的基本模式 决策问题的基本模式和常见类型 根据决策问题的基本模式 可划分决策问题的类型 其中依照不同标准所得到类型也不同 下面四种类型是最基本和最常见的划分 决策问题的要素决策问题的类型 几类基本决策问题的分析 确定型决策的问题和方法很多 比如 线性规划问题 损益平衡分析问题 确定型问题只是优化计算问题 而不属于真正的管理决策分析问题 构成确定型决策的条件 1 存在决策者希望达到的明确目标 收益大或损失小等 2 存在确定的自然状态 3 存在着可供选择的两个以上行动方案 4 不同行动方案在确定状态下的损益值可以计算出来 风险型决策 一个系统包含着两类因素 可控因素和不可控因素 在系统分析中 对不可控因素只能进行某种程度的估计 根据这种估计做出的决策 必然存在着某些不可靠性 这就是风险 构成决策型风险问题的条件 1 存在决策者希望达到的明确目标 收益大或损失小等 同确定型 2 存在两个以上不以决策者主观意志为转移的自然状态 但决策者或分析人员根绝过去的经验和科学理论等可预先估算出自然状态的概率值 3 存在着可供选择的两个以上行动方案 同确定型 4 不同行动方案在确定状态下得损益值可以计算出来 同确定型 构成不确定决策问题的条件 1 存在决策者希望达到的明确目标 收益大或损失小等 同确定型 2 自然状态不确定 且其出现的概率不可知 3 存在着可供选择的两个以上的行动方案 同确定型 4 不同行动方案在确定状态下的损益值可以计算出来 同确定型 对于不确定型决策分析问题 若采用不同求解方法 则所得的结果也会有所不同 因为这些决策方法是各自从不同的决策准则出发来选择最优方案的 目前 在理论上还不能证明那种方法最为合适 决策的类型与转换 确定型 LP等风险型 决策树 期望值 自然 不确定型 乐观法 悲观法 等概率法 最小后悔值法对抗型 gametheory 对策论 博弈论 conflictanalysis 冲突分析 几类基本决策问题的分析 决策分析框架 决策分析框架 确定决策模型结构 确定决策过程的阶段 相应的环境信息 各阶段的状态和备选方案以及他们间的层次结构关系评定后果 估计备选方案在不同环境状态下所付出的代价和取得的收益后果值 衡量效益往往采用效用值指标作为准则 评定不确定因素 估计未来环境中各种状态出现的概率评价方案 按估计的后果和概率计算备选方案的效益 效用 指标 按照效益 效用 最大者为最优方案 决策分析框架 灵敏度分析 由于后果值和概率的主观性和不确定性 确定决策模型中参数的变化范围收集信息 对灵敏度高的参数需收集更多信息进行研究 但考虑信息价值问题选择方案 二 不确定型问题的决策 决策者根据自己的主观倾向进行决策 根据决策者主观态度不同有以下四种常用的决策准则和方法 悲观主义准则乐观主义准则等可能性准则 悲观主义准则 从各方案的最小益损值中选择最大的 也称 小中取大 法 是一种万无一失的保守型决策者的选择准则 例如 乐观主义准则 决策者对客观情况总是抱乐观态度 从各方案最大益损值中选择最大的 也称 大中取大 是一种偏于冒进的决策准则 例如 等可能性准则 决策者不能肯定那种状态会出现 采取一视同仁的态度 认为出现的可能性相等 有n个状态 其出现的概率均为1 n 计算各方案的期望最大收益值 从中选取最大的 例如 三 效用值理论 决策准则可传递性独立性期望收益值的缺陷后果多样性决策者的价值观需要一种能表达人们主观价值的衡量指标 并能综合衡量各种定量和定性的后果这样的指标没有统一的客观尺度 因人而异 视个人的经济 社会和心理条件而定 一般来说 期望收益大的方案其风险也越大 期望值准则并没有考虑决策者对风险的态度 由于经济实力的差异 不同的决策者对风险的承受能力就不同 因而对风险的态度也不同 这样 同一数量的货币值对于不同决策者就有不同主观价值 即使对于同一决策者 在不同的条件下 也可能有对同一货币值有不同的主观价值 决策本身是决策者的具体行为 因此 决策必须考虑决策者的主观价值 效用的概念 为了度量人们对货币的主观价值 经济学者引入了效用的概念 效用 就是度量决策者对风险的态度 对某种事物的倾向或对某种后果的偏爱等主观因素的强弱程度的数量表示 无量纲 一般来说 货币值大的 其相应效用值也越大 但二者的关系一般不是线性关系 效用这概念首先是由贝努利 D Berneulli 提出的 他认为人们对其钱财的真实价值的考虑与他的钱财拥有量之间有存在着对数关系 如图所示 贝努利的货币效用函数 这就是贝努利的货币效用函数 经济管理学家将效用作为指标 用它来衡量人们对某些事物的主观价值 态度 偏爱 倾向等 假定X为决策者财富值 U X 为效用值函数 则由效用值的概念 不难理解1 X为负值的效用值不成立 2 U X 是非递减函数 例如在风险情况下进行决策 决策者对风险的态度是不同的 用效用这指标来量化决策者对待风险的态度 可以给每个决策者测定他的对待风险的态度的效用曲线 函数 辨优 通过 两两比较 的方法辨明事态体优先次序 实际上是判断者的偏好顺序 就是辨优两两比较中 一方优于另一方 记作X Y 等价关系记作 X Y 辨优过程 轮盘赌 指针在赢区将赢得100元 在输区则输100元 赢的概率为P 输的概率为 1 P 某人现有财富为A 如果参与不参与轮盘赌的两种方案是等价的 意味着此人原有财富的效用值和参与后事态体的效用值是一样的 即 U A PU A 100 1 P U A 100 U A PU A 100 1 P U A 100 则不参与U A PU A 100 1 P U A 100 则参与显然P有一个下限值 此时辨优式取等号 通过计算等价确定值确定 辨优提问模式 效用值在实际中 最小效用值U 0 0 最大效用值U M 1 M为决策人可能拥有的最大财富对于任意财富X的效用值通过辨优提问估计 如果事态体有P的概率出现后果M 1 P 的概率出现后果O 概率P的数值应为多大才能认为此事态体和确定的即出现概率为1的财富X等价 即 U X PU M 1 P U O P财富X的效用值等价于事态体较优后果出现的概率通过插点法可以绘制效用曲线 效用值 效用值是一个相对的指标值 一般可规定 凡对决策者最爱好 最倾向 最愿意的事物 事件 的效用值赋予1 而最不爱好的 赋予0 也可以用其他数值范围 如 100 0 这如水的冰点可以用0 表示或用32 表示 但效用是无量纲指标 通过效用这指标可将某些难于量化有质的差别的事物 事件 给予量化 如某人面临多种方案的选择工作时 要考虑地点 工作性质 单位福利等等 可将要考虑的因素都折合为效用值 得到各方案的综合效用值 然后选择效用值最大的方案 这就是最大效用值决策准则 在风险情况下 只作一次决策时 再用最大期望值决策准则 就不那么合理了 如下页表是各方案及按最大收益期望值的计算结果 表中的三个方案的EMV都相同 显然这三个方案并不是等价的 另一方面因EMV给出的是平均意义下的最大 当决策后只实现一次时 用EMV决策准则就不恰当了 效用曲线的确定 确定效用曲线的基本方法有两种 一种是直接提问法 另一种是对比提问法 1 直接提问法 直接提问法是向决策者提出一系列问题 要求决策者进行主观衡量并作出回答 例如向某决策者提问 今年你企业获利100万元 你是满意的 那么获利多少 你会加倍满意 若这决策者回答200万元 这样不断提问与回答 可绘制出这决策者的获利效用曲线 显然这种提问与回答是十分含糊的 很难确切 所以应用较少 2 对比提问法 设决策者面临两种可选方案A1 A2 A1表示他可无任何风险地得到一笔金额x2 A2表示他可以概率p得到一笔金额x1 或以概率 1 p 损失金额x3 且x1 x2 x3 设U x1 表示金额x1的效用值 若在某条件下 这决策者认为A1 A2两方案等价时 可表示为pU x1 1 p U x3 U x2 确切地讲 这决策者认为x2的效用值等价于x1 x3的效用期望值 于是可用对比提问法来测定决策者的风险效用曲线 从上式可见 其中有x1 x2 x3 p四个变量 若其中任意三个为已知时 向决策者提问第四个变量应取何值 并请决策者作出主观判断第四个变量应取的值是多少 提问的方式大致有三种 1 每次固定x1 x2 x3的值 改变p 问决策者 p取何值时 认为A1与A2等价 2 每次固定p x1 x3的值 改变x2 问决策者 x2取何值时 认为A1与A2等价 3 每次固定p x2 x3 或x1 的值 改变x3 或x1 问决策者 x3 或x1 取何值时 认为A1与A2等价 一般采用改进的V M VonNeumannMorgenstern 法 即每次取p 0 5 固定x1 x3利用0 5U x1 0 5U x3 U x2 改变x2三次 提三问 确定三点 即可绘出这决策者的效用曲线 下面用数字说明 设x1 1000000 x3 500000 取U 1000000 1 U 500000 00 5U x1 0 5U x3 U x2 第一问 你认为x2取何值时 上式成立 若回答为 在x2 250000时 那么U x2 U 250000 0 5 即x2的效用值为0 5 在坐标系中给出第一个点 见后页图 利用0 5U x1 0 5U x2 U x2 提第二问 你认为x2 取何值时 上式成立 若回答为 在x2 175000时 那么U x2 U 175000 0 5 1 0 5 0 5 0 75即x2 的效用值为0 75 在坐标系中给出第二个点 利用0 5U x2 0 5U x3 U x2 提第三问 你认为x2 取何值时 上式成立 若回答为 在x2 420000时 那么U x2 U 420000 0 5 0 5 0 5 0 0 25即x2 的效用值为0 25 在坐标系中给出第三点 这就可以绘制出这决策者对风险的效用曲线 见下页图 图 决策者对风险的效用曲线 归纳 从以上向决策者提问及回答的情况来看 不同的决策者会选择不同的x2 x2 x2 的值 使等式成立 这就能得到不同形状的效用曲线 并表示了不同决策者对待风险的不同态度 一般可分为 保守型 中间型 冒险型三种 其对应的曲线见下页图 图保守型 中间型 冒险型三种 保守型 中间型 冒险型三种的特征 具有中间型效用曲线的决策者 他认为他的收入金额的增长与效用值的增长成等比关系 具有保守型效用曲线的决策者 他认为他对损失金额愈多愈敏感 相反地对收入的增加比较迟钝 即他不愿承受损失的风险 具有冒险型效用曲线的决策者 他认为他对损失金额比较迟钝 相反地对收入的增加比较敏感 即他可以承受损失的风险 这是三种典型 某一决策者可能兼有三种类型 如下页图所示 某一决策者可能兼有三种类型 如图所示 财富效用函数的推导 推导某企业 实际上是该企业的决策者或决策群体 的效用值曲线某企业有1500万元的财产 U 1500 0 6 按保险的概念提问 企业可能会有那些损失 这些损失发生的概率如何你愿意为这些损失保险吗 你同意付出的最大保险金为多少 假设发生毁灭性灾害的概率为0 001 企业愿意为此每年支付4万元保险金效用值的辨优算式为 0 001U 0 0 999U 1500 U 1496 得U 1496 0 5994假设1496万元处于效用曲线的尾部 可以近似看成线性线段 可得线性方程为U X 0 375 0 00015X下表给出了一些可能的事故和发生的概率以及保险金 表中每一行提供了效用曲线上的一个点 如第一行 0 005U 1500 50 0 995U 1500 U 1500 0 35 即 0 005U 1450 0 995 0 6 U 1499 65 得U 1450 0 5999同理可求的其他各点的效用值 描绘出效用曲线 保险公司运行机理 某企业欲将价值为A的厂房设备申报火灾保险 如保险明年要付保险金i元 如发生火灾所有损失将得到补偿 如不保险 一旦发生火灾则损失B元 B A 企业决策者面临两种事态体 即保险情况下的L0 A i 1 和不保险情况下的L1 A B pf A 1 pf 需要做出决策 pf为火灾发生的概率 按期望收益值准则判断 如进行投保 需满足pf A i 1 pf A i pf A B 1 pf A得pf i B 火灾发生的概率大于保险金i和火灾损失额B之比时 以参加保险为优如B为50万元 i为0 1万元 则pf 0 002 说明火灾发生的概率大于0 002时才值得保险但实际中人们的行为并非如此 即使概率小于0 002还是愿意保险 因为人们总是力求万无一失 愿意付出比期望收益值准则算出的保险金要高的多的费用 按期望效用值准则判断 如进行投保 需满足pfU A i 1 pf U A i pfU A B 1 pf U A 得pf U A U A i U A U A B 在稳重型效用曲线情况下 得到pf1 可知pf pf1投保人按期望收益行事 愿意在火灾概率为pf的条件下付i保险金 对保险公司来说收入i Bpf实际上绝大多数人按照稳重型效用曲线办事 愿意在低于火灾概率pf的条件下投保 并仍交i数量的保险金 保险公司本可以在收保险金i Bpf1的情况下而收用户i元 则 i i i 被保险公司赚进 用做盈利 四 风险型问题决策 风险型决策也称随机型决策或统计型决策最大可能性法最大期望收益准则 ExpectedMonetaryValue EMV 最小机会损失准则 ExpectedOpportunityLoss EOL 决策树法 最大可能性法 从可能出现的状态中 选择一个概率最大的状态进行决策 而不考虑其他状态 问题转化为确定型决策应用条件 在收益矩阵中的元素差别不大 而各状态中某一状态的概率明显地大的多 如果各状态概率很接近 而益损值相差较大时 不宜采用 EMV和EOL 决策目标考虑的是收益值 计算各方案的期望收益值 从中选择期望收益最大的 决策目标考虑的是损失值 计算各方案的期望损失值 从中选取期望损失最小的 决策树法 所谓决策树法就是利用树形图模型来描述决策分析问题 并直接在决策树图上进行决策分析 实际上决策树法就是将决策方案和有关数据用一种树形图形描述出来 然后从树的末端逐步往前推算期望值 并逐段剪枝 做出方案取舍 该方法的本质是期望值比较的图算过程 其决策目标 准则 可以是益损期望值经过变换的其他指标值 决策树法 描述多级决策 序列决策 的工具 表示决策节点 从它引出的分枝为方案枝 分枝数量与方案数量相同 分枝上要注明方案名称 O 表示状态节点 从它引出的分枝为状态分枝或概率分枝 分枝数量与可能出现的自然状态数量相同 分枝上要注明状态出现的概率 决策节点反映决策者的谋略 状态节点反映其机遇 表示结果节点 不同方案在各种状态下所取得的结果 益损值 标注在结果节点的右端 决策树 决策树举例 有一钻探队做石油钻探 可以先做地震试验 费用为0 3万元 次 然后决定钻井与否 钻井费用为1万元 出油收入为4万元 根据历史资料 试验结果好的概率为0 6 不好的概率为0 4 结果好钻井出油的概率为0 85 不出油的概率为0 15 结果不好钻井出油的概率为0 1 不出油的概率为0 9 也可不做试验而直接凭经验决定是否钻井 这时出油的概率为0 55 不出油的概率为0 45 试用决策树进行决策 决策树计算 结论 不试验直接钻井 期望收入为1 2万元 1 确定后果值 每条分枝都可能有相应的投入或收益 需在决策树各分枝上标明该分枝所发生的费用或收益 注 各项费用要符合可比性 这涉及到时间因素 为了公平比较 通常采用贴现的办法 决策树分析方法 2 评定不确定因素 主要内容是评定各种状态出现的概率 决策树中的概率多属主观概率的性质且前后各级决策所经历的状态是相关的 在观测数据之前 允许观测者具有自己的主观概率 先验概率 得到数据后 观测者可以依据贝叶斯定理对先验概率进行修正 以得到后验概率 今天的概率值相对于昨天是后验概率 但相对于明天是先验概率 决策树分析方法的优点 比较选择最优方案是决策树的主要功能 但更重要的是决策树说明了期望收益值是如何形成的 可用这些信息来深入地分析 论证方案的合理性 例 设有某石油钻探队 在一片估计能出油的荒田钻探 可以先做地震试验 然后决定钻井与否 或不做地震试验 只凭经验决定钻井与否 做地震试验的费用每次3000元 钻井费用为10000元 若钻井后出油 这井队可收入40000元 若不出油就没有任何收入 各种情况下估计出油的概率已估计出 并标在下页图上 问钻井队的决策者如何作出决策使收入的期望值为最大 解 用决策树来求解上述决策问题 并将有关数据标在图上 表示决策点 表示事件点 表示收益点 负值表示支付 设决策者的效用曲线如上图所示 试以最大效用期望值为决策准则 对上例进行决策 采用决策树为工具 在决策树的右端标上纯收入纯收入 收入 支出然后由决策者的效用曲线查得各纯收入相应的效用值 并将此值记在相应的纯收入旁 见下页图 经典统计理论与贝叶斯统计理论区别 经典统计理论 贝叶斯统计理论 1 认为未知参数是一个常数 统计推断的目的就是把这个常数估计出来 2 从样本出发 根据得到的样本 计算样本统计量 3 主要研究怎样才能更有效地进行抽样和计算 使得通过样本估计出的参数估计值更接近参数的真实值 4 进行假设检验时 与后者迥然相异 1 认为未知参数不是一个常数 而是一个随机变量 2 在计算样本统计量之前 需要对未知参数的概率分布进行先验假设 3 通过样本对先验分布进行修正 得到后验分布 4 假设检验步骤 方法不同 贝叶斯决策 条件概率 多级决策中 各种状态之间是相关的 其出现的概率是条件概率 为了准确预测各种状态出现的概率 一般需要将某状态看成独立于其他状态 将条件概率简化为非条件概率 给出最后一级决策可能出现状态的概率 称为先验概率 然后通过试验或其他手段获取新信息 用贝叶斯定理修正先验概率 从而转化为后验概率 条件概率 决策者常常碰到的问题是没有掌握充分的信息 于是决策者通过调查及做试验等途径去获得更多的更确切的信息 以便掌握各事件发生的概率 这可以利用贝叶斯公式来实现 它体现了最大限度的利用现有信息 并加以连续观察和重新估计 修正概率的方法 贝叶斯公式的应用 其步骤为 先由过去的经验或专家估计获得将发生事件的事前 先验 概率 根据调查或试验计算得到条件概率 利用贝叶斯公式 计算出各事件的事后 后验 概率 例 某钻探大队在某地区进行石油勘探 主观估计该地区有油的概率为P O 0 5 无油的概率为P D 0 5 为了提高钻探的效果 先做地震试验 根据积累的资料得知 凡有油地区做试验结果亦好的概率为P F O 0 9 做试验结果不好的概率为P U O 0 1 凡无油地区做试验结果好的概率为P F D 0 2 做试验结果不好的概率为P U D 0 8 问在该地区做试验后 有油与无油的概率各是多少 解 先计算做地震试验好与不好的概率 做地震试验好的概率P F P O P F O P D P F D 0 5 0 9 0 5 0 2 0 55做地震试验不好的概率P U P O P U O P D P U D 0 5 0 1 0 5 0 8 0 45利用贝叶斯公式计算各事件的事后 后验 概率 用贝叶斯公式计算各事件的事后 后验 概率 做地震试验好的条件下有油的概率 做地震试验好的条件下无油的概率 做地震试验不好的条件下有油的概率 做地震试验不好的条件下无油的概率 以上计算可在下图上进行 例某厂生产电子元件 每批的次品率的概率分布见下表 该厂不进行100 的检验 现抽样20件 次品为1件 试修订事前概率 解 为了便于计算 将上表的数据填入下表的 1 2 列中 第 3 列的数字表示在次品率为P的母体中抽20个检验 有1个次品的概率 这概率可用以下计算得到 因产品抽样检验的次品率是服从二项分布的 可得到 查表得到p x 1 20 0 02 0 2725p x 1 20 0 05 0 3774 第 4 列的数字是按 4 2 3 求得的 然后求 事后概率按 5 4 0 27927求得 由以上两例可见 求修正概率时 可用树形图或表格计算 举例 某石油公司考虑在某地钻井 结果可能出现三种情况 无油 0 5 少油 0 3 富油 0 2 钻井费用为7万元 如少量出油可收入12万元 大量出油27万元 不出油收入为零 为了避免盲目钻井 可以先进行勘探试验以了解地质结构情况 勘探费用为1万元 勘探结果可能会是 地质构造差 构造一般 构造良好 根据过去的经验 地质构造与油井出油的关系如表所示 试用决策树进行决策 根据全概率公式有 P 1 0 41 P 2 0 35 P 3 0 24根据贝叶斯公式有 灵敏度分析 某工程准备施工 需要决策下个月是否开工 开工后天气好可按期完工 获利5万元 天气不好损失1万元 如不开工不论天气好坏 均需支付窝工费0 1万元 根据气象统计资料 下个月天气好的概率P 0 2 试进行决策 如下个月天气好的概率P 0 1 试进行决策 转折概率 方案可能出现的状态的概率会导致最优方案的变化 使最优方案发生变化的概率称之为转折概率在上例中 P 5 1 P 1 P 0 1 1 P 0 1 得P 0 15 则转折概率为P 0 15 当P大于0 15时 开工方案比较合理 当P小于0 15时 不开工比较好 五 信息价值分析 在灵敏度分析后 有些关键状态的概率有时灵敏度很高 需要进一步收集信息 提高先验概率的精度 来更准确可靠地评定这些参数 进一步收集信息需要进行 调查研究 通过收集样本 统计分析取得更可靠的信息 调查研究 所得到的咨询信息一般都有误差 调研结果要考虑其失误的可能性 调查研究 需要费用 不管咨询结果是否有用 都得付费 因此在调研前要考虑所得到的信息用途多大 即信息的价值分析 为了衡量调研人员提供信息的用途大小 一般根据历史资料 用该人员 单位 过去提供正确或不正确信息的概率来表示 信息和决策的关系十分密切 不言而喻 要获得正确的决策 在很大程度上必须依赖足够和可靠的信息 但是为取得这些信息所花费的代价也相当可观 从而就提出了这样一个问题 即是否值得花费一定数量的代价去获得必需的信息以供决策之需呢 为此就出现了如何评价信息价值的问题 另外 信息不对称情况下的决策是对抗型决策中的重要问题 引子 决策所需的信息一般可以分为两类 一类是完全信息 即据此可以得到完全肯定的自然状态信息 这样有助于正确的决策 从而使决策结果能获得较大的收益 多数情况下 要获得这种完全信息也较为困难或根本不可能 另一类是抽样信息 这是一类不完全可靠的信息 通过抽样所获得的信息 用统计方法来推断自然状态出现的概率 据此来选择行动方案 在风险型决策问题中 如果通过各种方法 在事先获得一些完全确定的信息 也就是能完全确定一些即将发生的事件 称为获得不完全信息 当能够事先获得所有确定信息 称为获得完全信息 完全信息的价值 补充完全信息的收益期望值 无补充信息的最大收益期望值 最小机会损失期望值 六 决策支持系统DecisionSupportSystems DSS DSS的定义决策支持理论决策支持系统的信息组织技术 DSS定义 DSS是在计算机用于管理的过程中诞生的上世纪50年代 计算机主要用于记帐性的数据处理 即电子数据处理 EDP 目标是节省人力60年代初 美国学者提出建立基于计算机的管理信息系统 MIS 的设想 其基本思想在于 切实了解系统中信息处理的实际情况 在这一基础上合理地改善信息处理的组织方式与技术手段70年代初 MIS为什么失败 的讨论反思发现 MIS没有注意将信息系统与管理决策控制联系在一起 即没有对领导决策提供支持作用 因此 MIS虽然贮存了大量信息 生成了大批的报表 但带来的实际效益很少完成例行的日常信息处理任务 只是计算机在管理中发挥作用的初级阶段 要想对管理工作做出实质性的贡献 必须直接面向决策及控制 面向不断变化的环境中出现的不那么固定的信息要求 从而导致DSS概念的产生DSS被定义为 DSS是一种能够帮助决策者利用数据和模型 解决半结构化问题的以计算机为基础的交互作用系统 半结构化问题 美国管理学者西蒙认为 决策问题可以分为两个极端大类 即结构化 程序化 和非结构化 非程序化 的问题结构化问题是指在决策过程开始前能够准确识别 可用计算机实现全部自动化求解的问题 对于结构化问题 决策者关心的只是决策制定的效率非结构化问题具有下列三个方面的特征 非结构化问题 决策者首先关心的是决策的效能 只有在保证决策合理的基础上 才能再寻求提高效率目标不明确且为非操作的 或者目标尚可操作但目标多且相互矛盾事后难于确定决策效益变化的原因 而事前也很难预测决策者采取的措施对于决策效益的影响决策者采取什么措施合影响决策效益也是不确定的结构化与非结构化是两个极端 大多数决策问题介于两者之间 称为半结构化问题 经过一定的分析 非结构化问题可以转化为半结构化问题 决策支持理论 决策普遍存在 根据决策者所作决策的范畴不同 可将决策者分成三类 专业决策者 管理决策者和公共决策者为了使决策产生的后果尽可能地达到理想的预期目的 需要决策支持计算机在决策问题求解过程中应用避免了很多重复性的脑力劳动 减少了大量枯燥无味的手工分析工作DSS应能按照决策者的爱好和需要提供决策服务 决策者需要的支持 决策者在决策中要依靠概念 目标 DSS应提供决策者熟悉的表示方式 如图 表等协助概念的产生决策者在决策过程中 要完成情报 设计及选择活动 因此DSS应提供支持这些活动的操作决策者需要记忆援助 DSS应提供信息查询 支持完成决策过程决策者具有多种技能 风格与知识 DSS应支持决策者以自己习惯的方式进行决策决策者希望对其决策支持按个人的意愿进行控制 因此 DSS应提供援助 帮助决策者进行直接的个人控制 DSS中的人机分工 利用机器指令建立完成决策分析所需计算的指令系统 可以重复地进行多方案模拟计算利用高级程序设计语言求解问题的程序系统 既可重复进行问题的求解 也