第十四讲-决策分析方法.ppt

第十四讲决策分析方法 2 决策分析方法 第一节管理决策概述第二节风险型决策第三节不确定型决策 3 第一节管理决策概述 一 基本概念 决策是管理的重要职能 它是决策者对系统方案所作决定的过程和结果 是决策者的行为和职责 决策者的决策活动需要系统分析人员的决策支持 管理决策分析就是为帮助决策者在多变的环境条件下进行正确决策而提供的一套推理方法 逻辑步骤和具体技术 以及利用这些方法和技术规范选择满意的行动方案的过程 4 决策问题的基本模式为 二 决策问题的基本模式和常见类型 式中 决策者的第i种策略或第i种方案 属于决策变量 是决策者的可控因素 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 决策者在第j种状态下选择第i种方案的结果 是决策问题的价值函数 一般叫益损值 效用值 5 根据决策问题的基本模式 可划分决策问题的类型 6 1 确定型决策 三 几种基本决策问题的分析 条件 存在决策者希望达到的明确目标 收益大或损失小等 存在确定的自然状态 存在可供选择的两个以上的行动方案 不同行动方案在确定状态下的益损值可以计算出来 方法 在方案数量较大时 常用运筹学中的规划论等方法来分析解决 如线性规划 目标规划 严格地来讲 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 7 2 风险型决策 条件 存在决策者希望达到的明确目标 收益大或损失小 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据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P 存在两个以上可供决策者选择的行动方案 不同行动方案在确定状态下的益损值可以计算出来 方法 期望值 决策树法 风险型决策问题是一般决策分析的主要内容 在基本方法的基础上 应注意把握信息的价值及其分析和决策者的效用观等重要问题 8 3 不确定型决策 条件 存在决策者希望达到的明确目的 收益大或损失小 自然状态不确定 且其出现的概率不可知 存在两个以上可供决策者选择的行动方案 不同行动方案在确定状态下的益损值可以计算出来 方法 乐观法 最大最大原则 悲观法 最小最大原则 等概率法 Laplace准则 也是一种特殊的风险型决策 后悔值法 Savage准则或后悔值最大最小原则 9 4 对抗型决策 Wij f Ai Bj i 1 2 m j 1 2 n式中 Ai 决策者的策略集 Bj 竞争对手的策略集 可采用对策论及其冲突分析等方法来分析解决 这类决策分析问题是当前管理 经济界比较关注的问题 10 5 多目标型决策 由于系统工程所研究的大规模复杂系统一般具有属性及目标多样化的特点 在管理决策时通常要考虑多个目标 且它们在很多情况下又是相互消长或矛盾的 这就使得多目标决策分析在管理决策分析中具有了日益重要的作用 多目标决策的理论 方法与应用 在国际上是最近二三十年才得到蓬勃发展的 目前分析该类决策问题的方法已有不少 常用方法有 化多目标为单目标的方法 含系统评价中的加权和及各种确定目标权重的方法 重排次序法 目标规划法及层次分析 AHP 方法等 11 第二节风险型决策分析 1 期望值法期望值是指概率论中随机变量的数学期望 我们把采取的行动方案看成是离散随机变量 假设未来存在m个自然状态 每个自然状态发生的概率为pi 行动方案在此状态下的损益值为xi 则行动方案的损益期望值为 一 风险型决策分析的基本方法 12 例1 某企业要生产一种新产品 其行动方案和自然状态如下表 这是面临三种自然状态和三种行动方案的风险型决策分析问题 其益损值如下 方案A1 E A1 0 3 40 0 6 32 0 1 6 30 6万元方案A2 E A2 0 3 36 0 6 34 0 1 24 33 6万元方案A3 E A3 0 3 20 0 6 16 0 1 14 17 0万元 通过计算比较可知 方案A2的数学期望最大 为33 6万元 所以取A2方案 13 2 决策树法所谓决策树法 是利用树形图模型来描述决策分析问题 并直接在树图上进行决策分析 1 绘制决策树 表示决策节点 从它引出的分枝叫做分枝 表示状态节点 从它引出的分枝叫做状态分枝或概率分枝 表示结果节点 即将不同行动方案在不同自然状态下的结果注明在结果节点的右端 14 决策树法的基本模型 40 32 6 价格上涨 0 3 价格不变 0 6 价格下跌 0 1 1 30 6 36 34 24 2 33 6 20 16 14 3 17 0 决策点 大批生产A1 中批生产A2 小批生产A3 33 6 价格上涨 0 3 价格不变 0 6 价格下跌 0 1 价格上涨 0 3 价格不变 0 6 价格下跌 0 1 15 3 多级决策树决策问题需要经过多次决策才能完成 则这种决策问题就叫多级决策问题 例2 某化妆品公司决定对产品生产工艺进行改进 提出两种方案以供选择 一是从国外引进一条自动化程度较高的生产线 二是自行设计一条有一定水平的生产线 引进技术的成功率为80 自行设计的成功率为60 若引进或自行设计成功 可考虑是否增加产量 若失败 只能继续使用原有工艺 产量不变 今后5年内该产品价格有三种状态 所有预测数据如下表 用决策树法进行方案选择 16 例2的损益表 根据上述条件 属于二级决策分析问题 用多级决策树进行分析计算如下 17 跌价 0 1 原价 0 5 涨价 0 4 100 0 125 40 跌价 0 1 原价 0 5 涨价 0 4 250 80 200 95 跌价 0 1 原价 0 5 涨价 0 4 400 100 300 130 跌价 0 1 原价 0 5 涨价 0 4 250 0 125 75 跌价 0 1 原价 0 5 涨价 0 4 350 250 650 100 跌价 0 1 原价 0 5 涨价 0 4 100 0 125 40 产量不变B1 产量增加B2 130 产量不变B1 产量增加B2 100 112 失败 0 2 成功 0 8 引进生产线A1 112 76 成功 0 6 失败 0 4 自行设计生产线A2 损益值单位 万元 18 二 信息的价值 信息和决策的关系十分密切 不言而喻 要获得正确的决策 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 从而提出了这样一个问题 是否值得花费一定数量的代价去获得必须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 19 1 完全信息的价值 例3 某化工厂生产一种化工产品 根据统计资料的分析表明 该产品的次品率可以分成五个等级 即五种状态 每个等级 状态 的概率如下表所示 已知 生产该产品所用的主要化工原料纯度越高 产品的次品率越低 20 可以在生产前对该化工原料增加一道 提纯 工序 能使全部原料处于高纯度的S1状态 但要增加工序费用 经估算 不同纯度状态下其损益值如下表所示 概率 益损值 如果在做是否提纯决策之前 先对原料进行检验 就可以根据检验结果 对不同纯度的原料采用不同的策略 已知每次检验的费用为50元 用决策树法判断是否应该增加检验工序 并计算完全信息的价值 21 S2 0 2 S3 0 1 S4 0 2 3200 2000 800 1760 S1 0 2 S5 0 3 4400 400 S2 0 2 S3 0 1 S4 0 2 1000 1000 1000 1000 S1 0 2 S5 0 3 1000 1000 A1 1000 4400 A2 4400 A1 1000 3200 A2 3200 A1 1000 2000 A2 2000 A1 1000 800 A2 1000 A1 1000 400 A2 1000 2220 S2 0 2 S3 0 1 S4 0 2 S1 0 2 S5 0 3 1760 A1 A2 2170 检验 不检验 50 损益值单位 元 22 2 抽样信息价值 例4 某家电公司由于原有产品结构陈旧落后 产品质量差 销路不广 该公司拟对产品结构进行改革 制定了两种设计方案 1 全新设计方案 A1 即产品结构全部重新设计 2 改型设计方案 A2 即在原有产品结构的基础上加以改进 公司根据以往的统计资料 对未来5年的市场状况和损益值估计如下表 概率 益损值 23 公司进一步通过市场调查和预测获取抽样信息 重新评估统计资料预测结果的可靠性 得出以下结论 销路好的信息 其可靠度只有80 销路差的信息 其可靠度只有70 请利用贝叶斯概率和多级决策树进行分析 判断对市场信息进行重新调查和预测的方案是否可取 并计算抽样信息的价值 24 45 22 5 1 125 全新设计 改型设计 9 225 18 4 5 9 225 45 22 5 全新设计 改型设计 18 4 5 45 22 5 全新设计 改型设计 18 4 5 不预测 预测 预测好 预测差 附 先验概率 后验概率与条件概率先验概率先验概率指根据历史资料或主观判断所确定的 没有经过试验证实的概率 其中 利用过去历史资料计算得到的先验概率 称为客观先验概率 当历史资料无从取得或资料不完全时 凭人们的主观经验来判断而得到的先验概率 称为主观先验概率 后验概率后验概率是指通过调查或其它方式获取新的附加信息 利用条件概率公式对先验概率进行修正 而后得到的概率 1 条件概率定义式 2 全概率公式 3 贝叶斯公式 条件概率公式 27 回到例4 设 G 产品销路好 B 产品销路差 fg 预测结果为产品销路好 fb 预测结果为产品销路差 已知 1 根据企业以往统计资料得出的概率 P G 0 35P B 0 65 先验概率 2 通过重新预测修正后的概率 P fg G 0 8可得出P fb G 1 0 8 0 2P fb B 0 7可得出P fg B 1 0 7 0 3 根据全概率公式计算 预测结果为销路好的全概率为 预测结果为销路差的全概率为 以下根据已知的先验概率利用条件概率公式计算后验概率 29 根据贝叶斯公式计算 预测结果好的条件下 产品销路好的概率 预测结果好的条件下 产品销路差的概率 预测结果差的条件下 产品销路好的概率 预测结果差的条件下 产品销路差的概率 30 45 22 5 1 125 全新设计 改型设计 9 225 18 4 5 9 225 45 22 5 全新设计 改型设计 18 4 5 45 22 5 全新设计 改型设计 18 4 5 不预测 预测 预测好 预测差 17 26 12 56 17 26 13 50 6 30 6 30 11 505 0 5 损益值单位 万元 11 005 31 三 效用曲线的应用 从以上风险型决策分析的求解中可知 各种决策都以损益期望值的大小作为在风险情况下选择最优方案的准则 所谓 期望值 如前所述 是在相同条件下通过大量试验所得的平均值 但在实际工作中 如果同样的决策分析问题只作一次或少数几次试验 用损益期望值作为决策的准则就不尽合理 另一方面 在决策分析中需要反映决策者对决策问题的主观意图和倾向 反映决策者对决策结果的满意程度等 32 例5 某制药厂欲投产A B两种新药 但受到资金及销路限制 只能投产其中之一 若已知投产新药A需要资金30万元 投产新药B只需资金16万元 两种新药生产期均定为5年 估计在此期间 两种新药销路好的概率为0 7 销路差的概率为0 3 它们的益损值如表下所示 问究竟投产哪种新药为宜 33 先采用损益期望值作为决策标准 用决策树法计算如下 可见 采用损益期望值作为决策标准 方案A较优 34 2 根据效用曲线 找到与方案B的损益值相对应的效用值 与损益值24万元对应的的效用值为0 82 损益值 6对应的效用值为0 58 利用效用值重新计算方案A和方案B的效用期望值 新药A的效用期望值为 E A 1 0 0 7 0 0 3 0 70E B 0 82 0 7 0 58 0 3 0 75可见 若用效用值作为决策标准 得到不同的结论 方案B较优 若用效用值作为决策标准 其步骤如下 1 绘制决策人的效用曲线 设70万元的效用值为1 0 50万元的效用值为零 然后由决策人经过多次辨优过程 找出与益损值相对应的效用值后 就可以画出决策人的效用曲线 如下图所示 第三节不确定型决策 我们结合下面的例子进行分析 例6 某企业要开发新产品 有三种产品方案 未来市场状况的概率难以预测 其行动方案和损益值如下表 状态 方案 损益值 1 乐观法 最大最大原则首先找出各方案在最有利的情况下的最大损益值 然后选择其中最大的一个所对应之方案作为最优方案 此即选取 最有利中之最有利 方案 故又称乐观法则 状态 方案 损益值 2 悲观法 最小最大原则先找出每种方案在最不利情况下的最小损益值 然后选择最小损益值中最大的那个方案作为最优方案 也就是说 将最不利中的最有利方案作为行动方案 所以称悲观法 状