不确定性决策理论与方法概述
不确定性决策理论与方法概述PPT(共 123张)
解决问题的主要理论方法：人工智能与不确定性理论
8.状态行复制无关性
乐观系数
后悔值
等概率
智能决策理论与方法—形成背景
人类面临越来越复杂的决策任务和决策环境： 决策问题所涉及的变量规模越来越大； 决策所依赖的信息具有不完备性、模糊性、不确定性等 特点，使得决策问题难以准确地量化表示； 某些决策问题及其目标可能是模糊的、不确定的，使得 决策者对自己的偏好难以明确，随着决策分析的深入， 对决策问题的认知加深，自己原有的偏好/倾向得到不断 地修正，使得决策过程出现不断调整的情况。
最小损失 （乐观）
2
3
0
1
a3
a4
乐观系数 4-2 3 4-4 4-3
<0.25，a2；>0.25，a3
等 概 率 2.75 3.00 3.00 3.00 a1
不确定性决策准则
公理
悲观准则
1.完全序
2.标号无关性
3.标度无关性
4.强优势原则
5.无关方案独立
6.后果加常无关性
7.后果排序无关性
无监督学习
无监督分类(聚类)：应用于无标签数据的分类，称为 聚类分析或探究性分析，其目标是将无标签数据分类 到有限、离散的“自然状态”。“自然状态”隐藏了 数据的结构，而不是为未观测的样本提供一个精确刻 画(描述而非预测)。
运筹学课件第三节不确定型决策方法
01
小结：
02
不确定性决策方法。
03
效用函数法。
单击添加大标题
单击添加大标题
单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。为了能让您有更直观的字数感受，并进一步方便使用，我们设置了文本的最大限度，当您输入的文字到这里时，已濒临页面容纳内容的上限，若还有更多内容，请酌情缩小字号，但我们不建议您的文本字号小于14磅，请您务必注意。
01
02
03
04
05
06
07
08
一、效用概念的引入
问题2：方案A2：稳获10000元； 方案B2: 用掷硬币的方法，直到掷出正面为止，记所 掷次数为N，则当正面出现时，可获2N元. 当你遇到这两类问题时，如何决策？大部分会选择 A1 和 A2。 但不妨计算一下其期望值： 方案B1的收益为随机变量Y1。 则其期望收益为：
·
·
·
不确定型决策方法
不确定型决策方法不确定型决策是指在决策所面临的自然状态难以确定而且各种自然状态发生的概率也无法预测的条件下所作出的决策。
不确定型决策常遵循以下几种思考原则：乐观原则、悲观原则、折衷原则、后悔值原则和等概率原则。
1.乐观原则（大中取大法）愿承担风险的决策者在方案取舍时以各方案在各种状态下的最大损益值为标准（即假定各方案最有利的状态发生），在各方案的最大损益值中取最大者对应的方案。
例如，某企业拟开发新产品，有三种设计方案可供选择。
因不同的设计方案的制造成本、产品性能各不相同，在不同的市场状态下的损益值也各异。
乐观原则决策过程（大中取大法）：（1）在各方案的损益中找出最大者；（2）在所有方案的最大损益值中找最大者。
2.悲观原则（小中取大法）决策者在进行方案取舍时以每个方案在各种状态下的最小值为标准（即假定每个方案最不利的状态发生），再从各方案的最小值中取最大者对应的方案。
悲观原则决策过程（小中取大法）：（1）在各方案的损益中找出最小者；（2）在所有方案的最小损益值中找最大者。
3.折衷原则折衷法的决策步骤如下：（1）找出各方案在所有状态下的最小值和最大值（2）决策者根据自己的风险偏好程度给定最大值系数a（0<a<1），最小值的系数随之被确定为1-a。
a也叫乐观系数，是决策者乐观或悲观程度的度量。
（3）用给定的乐观系数a和对应的各方案最大最小损益值计算各方案的加权平均值I：20×0.25+50×0.75=42.511：0×0.25+70×0.75=52.5Ⅲ：（-20）×0.25+100×0.75=70（4）取加权平均最大的损益值对应的方案为所选方案。
对应的方案Ⅲ为最大值系数a=0.75时的折衷法方案。
用折衷法选择方案的结果，取决于反映决策者风险偏好程度的乐观系数的确定。
当a=0时，结果与悲观原则相同；当a=1时，结果与乐观原则相同。
不确定型决策分析决策理论与方法
复杂性：不确定型决策问题通常比较复 杂，涉及多个因素和变量，难以全面分 析和评估。
风险性：不确定型决策涉及到风险，因 为未来的事件和结果是不确定的，可能 导致决策失败或产生不良后果。
不确定型决策的挑战包括
信息不完全：由于各种限制和障碍，决 策者可能无法获取完全的信息。
02 不确定型决策理论基础
概率论基础
05 不确定型决策的未来发展 与展望
人工智能在不确定型决策中的应用
机器学习
利用机器学习算法处理不确定型决策问题，通过训练数据集学习 决策规则和模式。
深度学习
深度学习技术可以处理大规模、高维度的不确定型决策问题，通 过神经网络模型进行决策。
强化学习
强化学习通过与环境的交互进行学习，寻找最优决策策略，适用 于具有复杂环境的不确定型决策问题。
决策制定
企业应基于投资项目评估和风险控制的结果 ，制定出科学合理的投资决策，确保企业的 长期发展。
风险评估与决策
风险识别
识别出可能影响决策结果的风险因素，包括市场风险、技 术风险、财务风险等。
01
风险量化
对识别出的风险因素进行量化和评估， 以便更好地了解风险的性质和影响程度。
02
03
风险应对
制定相应的风险应对策略，包括风险 规避、风险转移、风险控制等，以降 低风险对企业决策的影响。
贝叶斯定理的应用
贝叶斯定理在决策分析、统计学、机器学习等领域有广泛的应用。
贝叶斯定理的限制
在使用贝叶斯定理时，需要注意假设的合理性以及数据的可靠性。
决策树理论
决策树定义
01
决策树是一种常用的决策分析工具，它通过树状图的形式表示
决策过程中的各种可能路径和结果。
不确定性决策理论与方法
不确定性决策理论与方法引言在现实生活中，决策者常常面临各种不确定性的情况。
不确定性决策理论与方法是一门研究如何在有限的信息下，进行理性决策的学科。
本文将介绍不确定性决策的基本概念、理论模型以及应用方法。
不确定性决策的基本概念不确定性决策是指在决策过程中，对于问题的关键参数或因素存在不确定性，并且可能会产生不同的结果。
决策者需根据有限的信息和知识，进行推理和判断，选择最优的决策方案。
不确定性可分为两种类型：随机性和模糊性。
随机性是指事件发生的概率是可计算的，但具体结果不确定；模糊性则是指无法对事件进行准确的概率计算，只能提供模糊的信息。
不同的不确定性类型需要采用不同的决策方法。
不确定性决策的理论模型概率决策模型概率决策模型是基于随机性不确定性的决策模型。
该模型通过计算事件发生的概率，对不同的决策方案进行评估和比较。
概率决策模型主要包括期望效用模型和风险模型。
期望效用模型是基于效用理论的模型，通过计算每个决策方案的期望效用值，选择效用最大的方案。
风险模型则是基于风险理论的模型，将风险度量引入决策过程中，选择风险度最小的方案。
模糊决策模型模糊决策模型是基于模糊性不确定性的决策模型。
该模型通过对事件的模糊信息进行处理，进行决策方案的评估和比较。
模糊决策模型主要包括模糊综合评判和模糊规划两种方法。
模糊综合评判通过构建模糊综合评判矩阵，对不同决策方案进行综合评价。
模糊规划则是将模糊目标和模糊约束引入决策过程中，通过模糊优化算法进行求解。
条件决策模型条件决策模型是基于条件不确定性的决策模型。
该模型主要用于处理决策问题的条件部分存在不确定性的情况。
条件决策模型主要包括判别分析和决策树两种方法。
判别分析通过对条件参数进行分析，确定决策方案的判别函数，选择判别函数最大值的方案。
决策树则是通过构建决策树模型，按照条件参数的不同取值进行分支，选择最优路径对应的方案。
不确定性决策的应用方法不确定性决策方法在实际应用中具有广泛的应用。
名词解释不确定型决策
名词解释不确定型决策
不确定型决策是指在决策过程中，决策者面临的信息不完全、风险不确定、结果多变的情况下所做出的决策。
在决策中，决策者缺乏完备的信息，无法准确预测各种可能的结果和其发生概率，因此无法确定最佳的决策方案。
在不确定型决策中，决策者需面对风险，即进行决策的结果可能是好的、坏的或中性的，且每种结果发生的概率不确定。
与确定性决策相比，不确定型决策涉及的环境更加复杂和不可预测，决策者需要在风险和不确定性之间做出权衡。
为了应对不确定性，决策者可以采用多种方法来进行决策。
其中一种常见的方法是概率决策，即将不确定性转化为概率分布，通过计算不同方案的期望值或风险值来做出决策。
这种方法通过对可能结果的概率进行估计，对各种结果进行权衡，从而选择具有最高期望值或最低风险值的决策方案。
另一种方法是决策树分析，通过构建决策树来模拟决策的过程并评估各个决策节点的风险值。
决策树分析可以帮助决策者系统地考虑各种可能的结果和其发生概率，从而更好地理解和评估不同决策方案的风险和收益。
此外，决策者还可以采用试错法，即通过尝试不同的决策方案并观察结果来不断学习和调整决策策略。
试错法适用于决策结果无法准确预测的情况，通过不断试验和调整决策方案，决策者可以逐渐积累经验，提高决策的准确性和效果。
总之，在不确定型决策中，决策者需要在有限的信息和不确定的环境中做出决策。
为了应对不确定性，决策者可以采用概率决策、决策树分析和试错法等方法来评估不同决策方案的风险和收益，并选择最优的决策方案。
不确定型决策方法主要内容
不确定型决策方法主要内容不确定型决策方法主要内容不确定型决策方法是指决策人无法确定未来各种自然状态发生的概率的决策。
不确定型决策的主要方法有?等可能性法、保守法、冒险法、乐观法和最小最大后悔值法。
1.等可能性法?也称拉普拉斯决策准则。
采用这种方法?是假定自然状态中任何一种发生的可能性是相同的?通过比较每个方案的损益平均值来进行方案的选择?在利润最大化目标下?选取择平均利润最大的方案?在成本最小化目标下选择平均成本最小的方案。
2.保守法?也称瓦尔德决策准则?小中取大的准则。
决策者不知道各种自然状态中任一种发生的概率?决策目标是避免最坏的结果?力求风险最小。
运用保守法进行决策时?首先在确定的结果?力求风险最小。
运用保守法进行决策时?首先要确定每一可选方案的最小收益值?然后从这些方案最小收益值中?选出一个最大值?与该最大值相对应的方案就是决策所选择的方案。
3.冒险法?也称赫威斯决策准则?大中取大的准则。
决策者不知道各种自然状态中任一种可能发生的概率?决策的目标是选最好的自然状态下确保获得最大可能的利润。
冒险法在决策中的体运用是?首先?确定每一可选方案的最大利润值?然后?在这些方案的最大利润中选出一个最大值?与该最大值相对应的那个可选方案便是决策选择的方案。
由于根据这种准则决策也能有最大亏损的结果?因而称之冒险投机的准则。
4.乐观法?也称折衰决策法?决策者确定一个乐观系数ε?0.5?1??运用乐观系数计算出各方案的乐观期望值?并选择期望值最大的方案。
5.最小最大后悔值法?也称萨凡奇决策准确性则?决策者不知道各种自然状态中任一种发生的概率?决策目标是确保避免较大的机会损失。
运用最小最大后悔值法时?首先要将决策矩阵从利润矩阵转变为机会损失矩阵?然后确定每一可选方案的最大机会损失?再次?在这些方案的最大机会损失中?选出一个最小值?与该最小值对应的可选方案便是决策选择的方案。
不确定型决策的五种方法
不确定型决策的五种方法不确定型决策在实际生活和工作中经常出现，对于这类决策，我们需要运用一些特殊的方法来应对。
以下是关于不确定型决策的五种方法：一、灰色系统理论灰色系统理论是一种用于处理不确定性信息的数学工具，它可以有效地处理缺乏充分信息的情况。
在进行不确定型决策时，我们通常会遇到信息不完全、数据不确定等问题，此时可以运用灰色系统理论进行分析和预测。
这一方法的优势在于可以有效地处理不确定性信息，提高决策的准确性和可靠性。
二、模糊综合评价方法模糊综合评价方法是一种用于处理模糊信息的常用方法，它可以将模糊的、不确定的信息进行定量分析和综合评价。
在不确定型决策中，我们往往需要面对模糊的信息和多因素的影响，此时可以采用模糊综合评价方法来帮助决策。
通过该方法，可以将不确定性信息转化为可计量的指标，从而有助于进行综合评价和决策选择。
三、蒙特卡洛模拟方法蒙特卡洛模拟方法是一种基于随机抽样的数值计算方法，它通常应用于不确定型决策的风险分析和决策模拟中。
在不确定性情况下，我们往往需要对不同的决策方案进行风险评估和模拟分析，此时可以采用蒙特卡洛模拟方法。
通过该方法，可以对决策方案进行多次随机抽样，并基于概率分布进行模拟，从而评估不同方案的风险程度和可能性。
四、多目标决策方法不确定型决策通常伴随着多个决策目标和多个决策方案，此时可以运用多目标决策方法进行决策分析和优化选择。
常见的多目标决策方法包括层次分析法、灰色关联分析法、TOPSIS法等。
通过多目标决策方法，可以将不确定情况下的多种目标和因素进行量化分析和综合评价，帮助决策者进行合理的决策选择。
五、决策树分析方法决策树分析方法是一种基于树状结构的决策模型，它可以帮助决策者在不确定型决策中进行多条件的分析和决策选择。
在不确定情况下，我们通常需要考虑多个因素和条件对决策的影响，此时可以利用决策树分析方法进行全面的多条件决策分析。
通过该方法，可以将不确定的决策条件和因素进行系统化的组织和分析，有助于找到最优的决策路径和选择方案。
决策理论与方法第章不确定型决策分析
不确定型决策应满足如下四个条件： （1）存在着一个明确的决策目标； （2）存在着两个或两个以上随机的自然状态； （3）存在着可供决策者选择的两个或两个以上的行动方案； （4）可求得各方案在各状态下的决策收益矩阵。
4.1 不确定型决策的基本概念
在不确定型决策问题中，由于行动后果随状态不同而异，而 状态发生的概率又不为决策者所知悉，因此，什么叫一个行 动优于另一个行动，就成了值得研究的问题。
三、后悔值决策的适用范围
最小最大后悔值决策法一般适用于有一定基础的中小企 业。因为这类企业一方面能承担一定风险，因而可以不 必太保守，过于稳妥；另一方面，又不能抵挡大的灾难， 因而又不能像乐观法决策那样过于冒进。对这类企业来 讲，采用最小最大后悔值决策法进行决策属于一种稳中 求发展的决策。
4.6 等概率决策准则
4.5 后悔值决策准则
二、后悔值决策的评价
如果原来的行动方案中再增加一个方案，则后悔值可能 改变。 从某些方面而言，后悔值准则与悲观准则属同一类，只是考 虑问题的出发点有所不同。由于它是从避免失误的角度决策 问题，使此准则在某种意义上比悲观准则合乎情理一些，它 是一个稳妥的决策原则。
4.5 后悔值决策准则
一、等概率决策分析法的步骤
（1）确定期望收益矩阵； （2）计算各方案等概率收益值之和。 （3）比较各方案的等概率收益值的大小，选择收益值 最大的方案即为决策的最佳方案。
4.6 等概率决策准则
二、等概率决策法的评价
等概率决策方法全面考虑了一个行动方案在不同自然状 态下可能取得的不同结果，并把概率引入了决策问题。 但是客观上各状态发生等概率的情况很小，这种方法也 就很难与实际情况相符。另外，这样处理问题未免简单 化了，实际上各种状态对行动的影响一般是不相同的。 等概率决策法是将不确定型问题演变成风险型问题来处 理，唯一不同的是，决策者将难以判定的各种自然状态 发生的机会假定为一个等值。
决策理论与方法-第4章不确定型决策分析
i , j ) ；
（4）选出各方案在不同自然状态下的最大收益值m
a
j
x
{
a
i
j
}
；
（5）比较各方案最大值，从中再选出最大期望
值 mai x{maj x{aij}} ,该值所对应的方案即为决策者所选取的方案。
.
4.2 乐观决策准则
二、乐观准则的评价
第四章 不确定型决策分析
4.1 不确定型决策的基本概念 4.2 乐观决策准则 4.3 悲观决策准则 4.4 折中决策准则 4.5 后悔值决策准则 4.6 等概率决策准则
.
4.1 不确定型决策的基本概念
对于一些极少发生或应急的事件，在知道可能出现的各种自 然状态，但又无法确定各种自然状态发生概率的情况下做出 决策，称为不确定型决策。 不确定型决策应满足如下四个条件： （1）存在着一个明确的决策目标； （2）存在着两个或两个以上随机的自然状态； （3）存在着可供决策者选择的两个或两个以上的行动方案； （4）可求得各方案在各状态下的决策收益矩阵。
二、折中决策的评价
折中决策法，实际上是一种指数平均法，属于一种既稳 妥又积极的决策方法。 折中决策法存在两个缺陷：一是乐观系数不易确定；二是没 有充分利用收益函数所提供的全部信息。
.
4.5 后悔值决策准则
后悔值决策准则，又称萨凡奇准则，是指在 决策时，应当选择收益值最大或者损失值最 小的方案作为最优方案。
在不确定型决策问题的研究中，主要是确定衡量行动优劣的 准则。不确定型决策准则包括乐观决策准则、悲观决策准则、 折衷决策准则、后悔值决策准则和等概率决策准则等。
.
4.2 乐观决策准则
一、乐观决策的步骤
乐观决策的基本步骤如下：
决策理论与方法不确定型决策分析课件
模糊综合评价法广泛应用于环境评价、项目评估、风险管理等领域。
模糊推理法
01
模糊推理法是基于模糊逻辑的 推理方法，它能够处理具有不 确定性和模糊性的推理问题。
02
该方法通过构建模糊命题、模 糊规则和模糊推理运算，对输 入的模糊信息进行推理，得出 相应的输出结果。完全不确定型决策分析方法
乐观 法
悲观法
悲观法首先计算每个方案的最小可能 损失，然后选择具有最小可能损失的 方案。这种方法鼓励决策者考虑最坏 的情况，并避免任何可能的损失。
等可能法
后悔值法
后悔值法是一种基于后悔最小化的决策方法，它考虑了决策者对未选择的方案可 能产生的最大收益的遗憾程度。
决策树
将决策过程分解为若干个阶段， 每个阶段都有若干个可能的结果， 通过计算期望值和比较不同方案 的优劣来选择最优方案。
完全不确定型决策分析方法
乐观法
1
悲观法
2
折衷法
3
模糊决策分析方法
模糊集合 模糊推理 模糊综合评价
03
风险型决策分析方法
概率分析方法
总结词 详细描述
期望值法
总结词
详细描述
决策树法
06
不确定型决策分析案例研究
风险型决策案例
总结词
风险型决策案例是指在决策过程中存在 一定风险，但可以通过概率计算来评估 风险和收益的案例。
VS
详细描述
风险型决策案例通常涉及概率和期望值的 概念。例如，一个企业可能会考虑投资某 个项目，并可以根据历史数据或专家意见 估计成功的概率和预期的回报。通过计算 期望值，企业可以评估不同方案的风险和 潜在的收益，并做出最优决策。
不确定型决策方法
不确定型决策方法在现实生活中，我们经常会面临各种各样的决策问题，有些决策问题的结果是确定的，而有些则是不确定的。
对于不确定的决策问题，我们需要运用不确定型决策方法来进行分析和决策。
本文将介绍不确定型决策方法的相关概念和常用技巧，希望能够帮助读者更好地理解和运用不确定型决策方法。
不确定型决策方法是指在决策过程中，信息不完全或者存在风险的情况下，采用的一种决策方法。
在这种情况下，我们往往无法准确地预测决策结果，需要通过一定的分析和推理来进行决策。
不确定型决策方法主要包括概率分析、决策树分析、灰色系统理论等多种方法，下面我们将分别介绍这些方法的基本原理和应用技巧。
首先，概率分析是一种常用的不确定型决策方法，它通过对不确定事件发生的可能性进行量化分析，从而帮助我们做出决策。
在概率分析中，我们需要首先确定不确定事件的可能发生情况，然后对每种情况的发生概率进行评估，最后根据概率大小来选择最优的决策方案。
概率分析在风险投资、保险精算等领域有着广泛的应用，能够有效地帮助人们进行决策。
其次，决策树分析是另一种常用的不确定型决策方法，它通过构建决策树来分析不同决策方案的风险和收益，从而帮助我们选择最优的决策方案。
在决策树分析中，我们需要首先确定各种决策方案的可能结果，然后对每种结果的风险和收益进行评估，最后选择风险最小、收益最大的决策方案。
决策树分析在市场营销、项目管理等领域有着广泛的应用，能够帮助人们做出明智的决策。
最后，灰色系统理论是一种新兴的不确定型决策方法，它通过对不完全信息的处理和分析，帮助我们做出决策。
在灰色系统理论中，我们需要首先确定不完全信息的特征和规律，然后利用灰色关联度分析、灰色预测等方法来进行决策。
灰色系统理论在经济预测、环境管理等领域有着广泛的应用，能够有效地帮助人们进行决策。
综上所述，不确定型决策方法是在信息不完全或者存在风险的情况下，帮助我们做出决策的重要方法。
概率分析、决策树分析、灰色系统理论等多种方法都是不确定型决策方法的重要组成部分，它们在实际应用中能够帮助人们做出明智的决策。
不确定型决策名词解释
不确定型决策名词解释不确定型决策是指在决策过程中存在不确定性和风险的情况下，根据决策者的经验、判断和推理进行决策。
不确定型决策是一种基于概率的决策方法，其关注的是决策环境中各种可能性和其发生的概率，以便能够评估决策的风险和可能的后果。
不确定型决策包含以下几个重要的概念：1. 不确定性：指决策过程中未知的信息和未知事件的概率。
在不确定性的情况下，决策者无法知道所有可能的结果和发生的概率。
2. 风险：指决策带来的结果可能存在的不确定性和负面影响。
风险是决策者在做出决策时所面临的可能的损失和不确定性。
3. 概率：指不确定事件发生的可能性或概率。
概率是一种度量不确定性的方法，可以帮助决策者评估不同决策结果的风险。
4. 打分法：指通过将决策结果进行打分，以便能够在多个可选方案之间进行比较和选择。
打分法通常基于不确定的信息和概率，以量化和评估各种决策结果。
在不确定型决策中，决策者需要收集尽可能多的信息，对各种可能情况和结果进行评估和分析，从而选择出最优的决策方案。
决策者可以使用各种不确定型决策方法来辅助决策过程，如期望效用模型、决策树分析、蒙特卡洛模拟等。
不确定型决策在实际生活和工作中具有广泛应用。
例如，企业在面对市场竞争和不确定需求时，需要运用不确定型决策方法来选择最合适的产品推出策略；政府在制定经济政策时，需要考虑各种可能的经济情况和其潜在影响；个人在投资和理财决策时，需要综合考虑不同投资方案的风险和收益。
总之，不确定型决策是一种在不确定环境下进行决策的方法，需要依赖决策者的经验和判断，同时结合概率和信息分析以评估风险和可能的后果。
在实际应用中，不确定型决策能够帮助决策者做出更明智的决策，并减少风险。
4-1-3 不确定型决策方法
由此可见，小中取大法的基本点是选择最不利情况下的最 大收益值作为最优方案，一般说来是比较审慎、稳健的选 优标准
结束 返回 上页 下页
3、大中取小法
◦ 大中取小法，也是一种决策者持审慎、稳健态度的选优标准。它是 在几种不确定的随机事件中选择最不利情况下“损失额”最小的方 案作为最优方案的决策方法。（这里的“损失额”是指“后悔值”， 即当出现随机事件时，各种情况的最大收益值超过本方案收益值的 差额，就叫做“后悔值”。它表示如果错选方案将会受到的损失 额。） ◦ 很明显，当出现几种随机事件时，每个方案就会相应地出现几个后 悔值。然后把各个方案的最大后悔值集中起来进行比较，选取其中 后悔值最小的方案作为最优方案，故此法亦称“最小的最大后悔值 法”。
结束 返回 上页 下页
仍以案例1的资料为根据，要求采用大中取小法为康佳公 司作出最优产量的市场销售的三种不同情况 分别确定其最大的收益值： 畅销情况下的最大收益值为98000元； 一般情况下的最大收益值为58000元； 滞销情况下的最大收益值为39000元。
结束 返回 上页 下页
结束 返回 上页 下页
例1：假定康佳公司在计划年度决定开发新产品甲，根据销售 部门的市场调查，提出三种产量的不同方案，即40000件、 45000和50000件。在市场销路好、坏不同情况下，三种产量方 案估计可能获得的边际贡献总额的不同数据，如下图表所示：
要求：为康佳公司作出最优产量方案的决策分析。
返回 上页 下页
3 将上述不同销售情况的产量方案的后悔值排列或下表： 不同销售情况下三种产量方案的后悔值表
总之，大中取小法的基本点也是以各个方案的最不利情况为基 础，即在总体上以几种不同方案的最大损失额中选择其最小的 为最优方案，故仍不失为是一种比较审慎，稳健的选优标准。
不确定性决策方法
2、效用曲线决策 ：
• 例题9：现有甲乙两个机会，甲概率为0.5，赢利200万 元，0.5的机会亏损100万元；乙有绝对的机会赢利25万 元。
• 甲： • 概率0.5 200万元 乙： 概率1.0 25万元
• • 概率0.5 -100万元
若用期望值决策当然选中甲，因为
E甲
2
X i Pi
200* 0.5 （100）* 0.5
不确定型决策分析法
• 由于无法预先估计或预测各种可能状态发 生的概率，只能根据决策者的经验和态度 进行的决策。
• 一）不确定型决策方法：常用的有5种：等 可能法、乐观法、悲观法、遗憾值法、系 数法。
例题:
某企业准备生产一种全新的产品，预测人员对该产品的
市场需求，只能大致估计为销路好、销路较好、销路一般和
销路较好 550 600* 200 260
销路一般 400* -100 50 100
销路差 200* -300 -100
70
1、小中取大法
小中取大法是一种保守方法，是从每一种方案中找出 最小的收益值，然后比较这些最小值，选择一个收益值最 大的方案作为决策放案。其思想是不追求市场状态好时的 收益最大，而追求市场状态差时亏损最少。
效用曲线所画的表达决策者对待某种
• 上风述三险种所类持型态决策度者的对曲风险线的。不同态度，也就是
决策者对同一货币值在不同环境下所产生的效用 大小不一。其大小的数量称为效用值，其值在0和 1之间。一般情况下，同一金额量随着风险程度的 增加，其在决策者心中的效用值不断下降，即绝 大多数决策者对风险是持厌恶态度的。效用值的 大小决定于决策者对风险的态度，反映了不同决 策者的不同的价值观以及他们对同一方案的不同 反应和评价标准。
非确定型决策方法
非确定型决策方法
非确定型决策方法是指在决策过程中存在不确定性或风险因素的情况下，采用的一类决策方法。
这些方法主要包括概率决策、决策树、模糊决策、信息论方法、灰色关联度分析等。
1. 概率决策：概率决策是基于概率理论来进行决策的方法，通过对不同决策选项的可能性进行评估和比较，选择具有最大期望效益或最小期望损失的决策。
2. 决策树：决策树是一种基于条件和决策的图形模型，通过对决策条件和可能的决策结果进行分析和比较，找出最佳的决策路径。
决策树可以使用信息增益、基尼指数等方法进行构建和评估。
3. 模糊决策：模糊决策是一种将模糊集合和模糊逻辑引入到决策过程中的方法，通过对决策问题的不确定性进行建模和处理，得到模糊的决策结果。
4. 信息论方法：信息论方法是一种通过量化和分析信息的不确定性来进行决策的方法，常用的方法有信息熵、互信息等。
5. 灰色关联度分析：灰色关联度分析是一种将灰色系统理论和关联度分析相结合的方法，通过对指标数据的灰色关联度进行分析和比较，得到最佳的决策选项。
这些非确定型决策方法在不同的决策场景中具有不同的适用性，可以帮助决策者
更好地处理不确定性和风险，获得更合理的决策结果。
不确定型决策方法 管理学
不确定型决策方法管理学
不确定型决策方法是指在面对无法准确预测后果的决策情境时，通过一系列方法来做出决策的方式。
在管理学中，有几种常见的不确定型决策方法。
1. 剖析法：剖析法是通过对决策问题进行分析和拆解，找出各种可能的情况和因素，并对其进行评估和权衡，以确定最优的决策方案。
2. 模拟法：模拟法通过建立数学模型或者使用计算机模拟的方式，在虚拟环境中模拟不同的决策方案，通过模拟的结果进行评估和比较，找出最优的决策方案。
3. 场景分析法：场景分析法是对不同的未来场景进行分析和评估，根据不同场景下的变量和条件，制定相应的决策方案。
这种方法可以帮助管理者在不同的不确定环境中做出具有弹性和适应性的决策。
4. 灰色关联分析法：灰色关联分析法是一种建立在灰色系统理论基础上的不确定型决策方法。
通过比较与决策目标有关的指标之间的关联程度，确定各个决策方案的优劣，从而做出最优的决策。
这些不确定型决策方法在管理学中都有一定的应用，可以帮助管理者在面对不确定情况时做出合理的决策。
第十六章不确定型决策方法
第十六章 不确定型决策方法基本内容一、不确定型决策方法简述不确定型决策:指当决策者能掌握可能出现的各种状态，但不能估计各自然状态出现概率时的决策。
也叫概率未知情况下的决策。
不确定型决策一般有：“好中求好”的决策方法；“坏中求好”的决策方法；α系数决策方法；“最小的最大后悔值”决策方法；等概率决策方法。
二、各种不确定型决策方法（一）“好中求好”决策准则“好中求好”决策准则：又叫乐观决策准则，或称“最大最大”决策准则，这种决策准则就是充分考虑可能出现的最大利益，在各最大利益中选取最大者，将其对应的方案作为最优方案。
“好中求好”决策准则的步骤：1、确定各种可行方案；2、确定决策问题将面临的各种自然状态。
3、将各种方案在各种自然状态下的损益值列于决策矩阵表中。
4、求出每一方案在各自然状态下的最大损益值，填写在决策矩阵表的最后一列。
5、在这些最大损益值即决策矩阵表的最后一列中取最大值]}[max {max ij d L ji θ，所对应的方案i d 为最佳决策方案。
如果损益矩阵是损失矩阵，则采取“最小最小”决策准则，即取]}[min {min ij d L ji θ对应的方案i d 为最佳决策方案。
（二）“坏中求好”决策准则“坏中求好”决策准则：又叫小中取大准则，或称悲观决策准则，这种决策准则就是充分考虑可能出现的最坏情况，从每个方案的最坏结果中选择一个最佳值，将其对应的方案作为最优方案。
“坏中求好”决策准则的步骤：1、确定各种可行方案；2、确定决策问题将面临的各种自然状态。
3、将各种方案在各种自然状态下的损益值列于决策矩阵表中。
4、求出每一方案在各自然状态下的最小损益值。
5、在这些最小损益值中取最大值]}[min {max ij d L ji θ，所对应的方案i d 为最佳决策方案。
如果损益矩阵是损失矩阵，则采取“最大最小”决策准则，即取]}[max {min ij d L ji θ对应的方案i d 为最佳决策方案。
不确定型决策方法有
不确定型决策方法有不确定型决策方法是指在决策过程中，由于缺乏完备的信息或存在多种可能性，使得决策者无法准确预测决策结果的方法。
在这种情况下，决策者通常需要采取一种不确定型决策方法来进行决策。
以下是一些常见的不确定型决策方法：1. 概率方法：概率方法是一种根据已知信息和概率理论进行决策的方法。
它假设决策者对于不确定事件的发生有一定的概率判断，并根据这些概率进行决策分析。
概率方法包括主观概率法、风险分析法和期望效用法等。
2. 决策树方法：决策树是一种以图形形式表示决策过程和结果的方法。
决策树是由一系列节点和边组成的有向图，每个节点表示一个决策或事件，边表示决策的选择。
通过对决策树的分析，决策者可以找到最优的决策路径。
3. 模糊决策方法：模糊决策方法是一种处理模糊信息和不确定性的方法。
它使用模糊数学的理论和方法来描述不确定的决策问题，以及通过模糊集和隶属函数来表示不确定的因素。
模糊决策方法可以帮助决策者在不完全的信息和模糊的环境中做出适合的决策。
4. 积分型不确定度方法：积分型不确定度方法是一种基于信息论和统计学原理的不确定度量化方法。
它通过计算信息熵、差异熵、互信息等指标来度量决策问题中的不确定度。
这些指标可以帮助决策者理解不确定度的来源和程度，并在不确定环境中做出决策。
5. 系统动力学方法：系统动力学是一种以系统思维为基础的决策方法。
它通过建立系统动力学模型，描述系统中各个部分之间的相互作用和反馈机制，从而预测系统的行为和结果。
系统动力学方法可以帮助决策者理解决策问题的动态复杂性，并制定长期可持续的决策方案。
6. 专家判断方法：专家判断方法是一种基于专家知识和经验的决策方法。
它通过对专家的访谈、调查和评估来获取专家对于决策问题的意见和建议，并对这些意见进行整合和分析。
专家判断方法可以帮助决策者利用专家的知识和经验，减少决策的不确定性和风险。
总结起来，不确定型决策方法有概率方法、决策树方法、模糊决策方法、积分型不确定度方法、系统动力学方法和专家判断方法等。
简述不确定性决策的方法
简述不确定性决策的方法
不确定性决策的方法是在面对不确定性与风险的情况下，通过量化和评估不确定性因素，做出决策的一种方法。
以下是几种常见的不确定性决策方法：
1. 基于概率的方法：利用概率理论和统计分析来量化不确定性因素，从而做出决策。
例如，使用概率分布、期望值、方差等指标，进行风险评估和决策分析。
2. 场景分析法：通过构建不同可能情景的模型，根据每个情景发生的概率和结果的好坏来评估决策的风险和回报。
这种方法适用于多个不确定因素同时存在的情况。
3. 决策树分析法：通过构建决策树模型，将不确定性逐步分解为不同的决策路径和概率，从而做出最优决策。
这种方法适用于具有多个决策节点和不确定结果的决策问题。
4. 模拟方法：通过建立数学模型，并利用随机数和概率模拟的方法，对不确定因素进行模拟和分析，从而评估不同决策方案的风险和回报。
5. 蒙特卡洛模拟法：通过随机抽样的方法，进行多次模拟和分析，得到不同决策方案的可能结果和风险。
这种方法适用于复杂的决策问题，可以考虑到多个不确定因素的影响。
6. 期望效用理论：考虑到决策者的效用函数和风险偏好，通过权衡不确定因素的期望收益和风险，选择最优的决策方案。
这些方法在不确定性决策中都有不同的应用，可以根据实际情况选择合适的方法进行决策分析和风险评估。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据中心
❖ 优点 ✓ 知识独立于问题本身 ✓ 知识的获取主要通过数据挖掘实现 ✓ 有创造性收获
路漫漫其悠远
知识发现—动机
❖ 智能决策的核心是如何获取支持决策的信息和知识 。推理机推理结果问题请求
决策者
知识库
知识工程师 领域专家
❖ 问题 ✓ 知识获取是基于知识的系统(KBS)的最大瓶颈
路漫漫其悠远
知识发现—动机
推理机
推理结果
问题请求
决策者
案例库 规则库
知识工程师 领域专家
❖ 问题 ✓ 推理规则的获取与KBS中知识获取一样难，因而基于 案例推理(Case-Based Reasoning)渐渐变成基于案例检 索(Case-Based Retrieving)。
❖ 乐观准则 ✓ 考察采取行动ai，i=1,2,…,m时可能出现的最好后果，即 最小损失oi或最大效用vi； ✓ 选择行动ak，使得ok(vk)在所有行动中最小(最大)。
路漫漫其悠远
不确定性决策准则
❖ 乐观系数法【Hurwicz,1951】 ✓ 考察采取行动ai，i=1,2,…,m时可能出现的最坏后果和最 好后果，即最大损失si和最小损失oi或最小效用ui和最大 效用vi ； ✓ 设决策人的乐观系数为，则选择行动ak，使得(1- )sk+ ok((1- )uk+ vk)在所有行动中最小(最大)。
不确定性决策理论与方 法概述
路漫漫其悠远 2020/4/5
不确定性决策理论与方法
1、不确定性决策概述 2、关联规则发现 3、聚类分析 4、连接分析 5、粗糙集分析 6、决策树 7、神经网络 8、支持向量机
路漫漫其悠远
不确定性决策
❖ 不确定性决策：指难以获得各种状态发生的概率，甚至对未 来状态都难以把握的决策问题。
路漫漫其悠远
不确定性决策准则
❖ 等概率法【Laplace,1825】 ✓ Laplace认为，对真实的自然状态一无所知等价于所有自 然状态具有相同的概率。 ✓ 然后借助于贝叶斯准则进行决策。
路漫漫其悠远
不确定性决策准则
❖ 不确定性决策问题举例【Milnor,1954】
a1
a2
a3
a4
θ1
2
3
4
3
6.后果加常无关性
7.后果排序无关性
8.状态行复制无关性
乐观系数
后悔值
等概率
路漫漫其悠远
智能决策理论与方法—形成背景
❖ 人类面临越来越复杂的决策任务和决策环境： ✓ 决策问题所涉及的变量规模越来越大； ✓ 决策所依赖的信息具有不完备性、模糊性、不确定性等 特点，使得决策问题难以准确地量化表示； ✓ 某些决策问题及其目标可能是模糊的、不确定的，使得 决策者对自己的偏好难以明确，随着决策分析的深入， 对决策问题的认知加深，自己原有的偏好/倾向得到不断 地修正，使得决策过程出现不断调整的情况。
4
3
4
4
a2
最大后
悔值pi
2
3
21
最小损失 （乐观）
2
3
0
1
a3
a4
乐观系数 4-2 3 4-4 4-3
<0.25，a2；>0.25，a3
等 概 率 2.75 3.00 3.00 3.00 a1
路漫漫其悠远
不确定性决策准则
公理
悲观准则
1.完全序
2.标号无关性
3.标度无关性
4.强优势原则
5.无关方案独立
路漫漫其悠远
知识发现—动机
决策者
决策支持查询 查询结果
数据分析师
不一定满意的决策
数据中心
❖ 问题 ✓ 数据分析师与决策者之间对问题的理解存在偏差 ✓ 缺少有创造性的决策建议 ✓ 技术问题：如查询效率(RDBMS)
路漫漫其悠远
知识发现—动机
推理机
推理结果
问题请求
决策者
知识库
数据挖掘工具
背景知识 领域专家
路漫漫其悠远
不确定性决策准则
❖ 后悔值极小化极大法【Savage,1951】 ✓ 在状态θj下考察采取行动ai的损失lji或效用uji和，并将其 与在此状态下采取不同行动时的最小损失sj或最大效用uj 进行比较，其差值的大小定义为后悔值rji，从而形成一个 后悔值表； ✓ 针对后悔值表，应用悲观准则求解：找出不同状态下采 取行动ai的最大后悔值pi，然后再使所有行动的最大后悔 值极小，其所对应的行动记为决策结果。
❖ 这时，传统的决策数学模型已经难以胜任求解复杂度过高的 决策问题、含有不确定性的决策问题以及半结构化、非结构 化的决策问题，因而产生了智能决策理论、方法及技术。
路漫漫其悠远
智能决策理论与方法—AI的应用模式
❖ 智能决策方法是应用人工智能(Artificial Intelligence, AI)相 关理论方法，融合传统的决策数学模型和方法而产生的具有 智能化推理和求解的决策方法，其典型特征是能够在不确定 、不完备、模糊的信息环境下，通过应用符号推理、定性推 理等方法，对复杂决策问题进行建模、推理和求解。AI应用 于决策科学主要有两种模式： ✓ 针对可建立精确数学模型的决策问题，由于问题的复杂 性，如组合爆炸、参数过多等而无法获得问题的解析解 ，需要借助AI中的智能搜索算法获得问题的数值解； ✓ 针对无法建立精确数学模型的不确定性决策问题、半结 构化或非结构化决策问题，需要借助AI方法建立相应的 决策模型并获得问题的近似解。
❖ 特点：状态的不确定性。 ✓ 不确定性：不确定性来自人类的主观认识与客观实际之 间存在的差异。事物发生的随机性、人类知识的不完全 、不可靠、不精确和不一致以及自然语言中存在的模糊 性和歧义性，都反映了这种差异，都会带来不确定性。 不确定性就造成了具有相同描述信息的对象可能属于不 同概念。
❖ 解决问题的主要理论方法：人工智能与不确定性理论
θ2
2
3
0
1
θ3
4
3
4
4
θ4
3
3
4
4
路漫漫其悠远
不确定性决策准则
❖ 不确定性决策问题举例【Milnor,1954】
a1
a2
a3
a4 最小损失 后悔值 a1 a2 a3 a4
θ1
2 343
2
0 1 21
θ2
2 301
0
2 3 01
θ3
4 344
3
1 0 11
θ4
3 344
3
0 0 11
最大损失 （悲观）
路漫漫其悠远
不确定性决策准则
❖ 在决策者无法获取状态的概率时，贝叶斯决策准则就难以凑 效。下面介绍几种常用的不确定性决策准则。
❖ 悲观准则或极小化极大准则【Wald,1950】 ✓ 考察采取行动ai，i=1,2,…,m时可能出现的最坏后果，即 最大损失si或最小效用ui； ✓ 选择行动ak，使得sk(uk)在所有行动中最小(最大)。