决策分析的工具与应用(ppt 19页)

乐观系数准则
准则选用：CV=(a) max + (1-a) min
自然状态
N1
N2
效益值 方案
（需求量大）（需求量小） a=0.7
S1（大批量生产）
30
-6
19.2
S2（中批量生产）
20
-2
13.4
S3（小批量生产）
10
5
8.5
风险型决策问题
最大可能准则 P(N1)=0.3, p(N2)=0.7
N1（需求量大) ;p(N1)= 0.3 N2（需求量小) ;p(N2)= 0.7
30 -6 20 -2 10 5
• 灵敏度分析
p(N1)=p, p(N2)=1-p
E(s1)=36p-6 E(s2)=22p-2 E(s3)=5p+5
0.3548
p
全情报的价值(EVPI)
• EVPI=12.5-6.5=6
– 风险型：决策环境不确定，但对于各自然状态发生的 概率，决策者可以预先估计或计算出来；
– 不确定型：决策环境不确定，对于各自然状态发生的 概率，决策者可无法预先估计或计算出来；
不确定型决策问题
• 引例：某公司现需对某新产品生产批量作 出决策方案。产品的基本情况见下表：
效益值 自然状态
N1
N2
方案
瓦德决策原则(max max)
自然状态
N1
N2
效益值 方案
（需求量大）（需求量小） Max max
S1（大批量生产）
30
-6
30
S2（中批量生产）
20
-2
20
S3（小批量生产）
10
5
10
等可能准则
拉普雷斯决策原则(平均法)
自然状态 N1（1/2） N2（1/2）
效益值 方案
（需求量大）（需求量小） 收益期望
较多 0.25 0.25
MIN SIG MAJ
ABC 0.3 0.4 0.3 0.3 0.5 0.0 0.5 0.5 0.25 0.25 0.5 0.2
MIN SIG MAJ
A 0.09 0.25 0.05 0.39 0.23 0.64 0.13
B 0.12 0.00 0.05 0.17 0.71 0.00 0.29
S3是所选方案
期望值准则
自然状态 N1（0.3） N2（0.7）
效益值 方案
（需求量大）（需求量小） 收益期望
S1（大批量生产）
30
-6
4.8
S2（中批量生产）
20
-2
4.6
S3（小批量生产）
10
5
6.5
决策树法
4.8
s1
大批量生产
4.6
决策
中批量 s2
生产
6.5
小批量生产
s3
N1（需求量大) ;p(N1)= 0.3 N2（需求量小) ;p(N2)= 0.7 N1（需求量大) ;p(N1)= 0.3 N2（需求量小) ;p(N2)= 0.7
（需求量大）（需求量小）
S1（大批量生产）
30
-6
S2（中批量生产）
20
-2
S3（小批量生产）
10
5
最大最小准则
瓦德决策原则(min max)
自然状态
N1
N2
效益值 方案
（需求量大）（需求量小） Max min
S1（大批量生产）
30
-6
-6
S2（中批量生产）
20
-2
-2
S3（小批量生产）
10
5
5
最大最大准则
C 0.09 0.25 0.10 0.44 0.20 0.57 0.23
决策分析
决策框架
低利润
降低成本
改变营 销战术
提高价格
低 利 润
降低销售
问
减少雇 用人数
降低 价格
增加销售
重新安排
题 图
增加雇
生产计划
影响行 业关系
用人数
招聘
劳动力安 排的改变
影响 利润
影响生产中 的其他方面
决策分析
• 决策问题分类：确定型、风险型、不确定型
– 确定型：决策环境完全确定的条件下进行的，决策结 果也是确定的；
S2（中批量生产）
20(8)
-2(2)
3.8
S3（小批量生产）
10(6)
5(4)
4.6
风险决策型决策（续）
用贝叶斯定理更新概率
实例 1：
产油量
较少 可观 较多
快速开发 100 0.3
130 180
缓慢开发 80 0.5
150 210
ຫໍສະໝຸດ Baidu
0.5
产油 较少
测试结果 A BC 0.3 0.4
规模 可观 0.5 0.0
S1（大批量生产）
30
-6
12
S2（中批量生产）
20
-2
9
S3（小批量生产）
10
5
7.5
后侮值原则
沙威治决策原则： (后悔矩阵，min max)
自然状态
N1
N2
效益值 方案
（需求量大）（需求量小）
S1（大批量生产）
0
11
S2（中批量生产）
10
7
S3（小批量生产）
20
0
max
11 10 -min 20
大批量生产
30
中批量生产
20
12.5 P=0.3 N1
小批量生产
10
决策 P=0.7
大批量生产
-6
中批量生产
-2
N2
小批量生产
5
效用函数法
效用函数法
10
min
0
max
自然状态 N1(0.3)
N2(0.7)
效益值 方案
（需求量大）（需求量小） 效用期望值
S1（大批量生产） 30(10)
-6(0)
3