{决策管理}10不确定型决策分析.pptx

2020/7/29,1,预测与决策分析 Forecasting and Decision Analysis,张立凡,南京邮电大学经济管理学院,2020/7/29,2,本章学习目的与要求,通过本章的学习，了解不确定型决策的概念，掌握常用的不确定型决策方法2020/7/29,3,本章内容提示,不确定型决策概述 悲观决策准则 乐观决策准则 乐观系数决策准则 后悔值决策准则 等概率决策准则,2020/7/29,4,不确定型决策概述,所谓不确定型决策是指决策的自然状态是不确定的，并且各种自然状态可能发生的概率无法确定的情况下，选择最优方案2020/7/29,5,不确定型决策,不确定型决策，就是决策者对未来事件虽有一定程度的了解，知道可能出现的各种自然状态(客观情况)，但又无法确定各种自然状态可能发生的概率 由于有些因素难以确定，因此，它完全取决于决策者的经验、决策者对未来状态分析判断的能力以及决策者审时度势的胆略和精确程度2020/7/29,6,不确定型决策准则,对于不确定型决策，决策者所采用的决策准则，具有很大程度的主观随意性 常用的不确定型决策准则主要有：最大最小期望值决策准则；最大最大期望值决策准则；最小最大后悔值决策准则；赫威斯决策准则；等概率决策准则等。

2020/7/29,7,最大最小期望值决策,也称“坏中求好”决策准则，也称悲观决策准则，就是决策者从最坏处着眼，采用较为稳妥的决策准则，在各个行动方案中，选取最小收益值最大的方案作为最优方案 这种决策准则反映了决策者的一种悲观情绪，体现了决策者的一种保守思维方式这一准则，最初是由瓦尔特(Wald)提出来的，因此，也称之为Wald准则2020/7/29,8,最大最小决策法,采用最大最小决策准则进行不确定型决策分析方法称为不确定型决策最大最小决策法 一般按如下步骤进行： （1） 确定决策问题的各种可行方案以及面临的各种客观情况，即自然状态； （2） 拟定决策问题的备选方案； （ 3） 计算和比较各行动方案在不同自然状态下的收益值； （ 4） 确定每一行动方案的最小收益值； （5） 取最小收益值最大的方案作为最优方案2020/7/29,9,收益矩阵决策表,收益值 自然状态 方案 1 2 i n minj(aij) A1 a11 a12 a1j a1n A2 a21 a22 a2j a2n Ai ai1 ai2 aij ai n Am am1 am2 amj am n 决策 maxAiminj(aij) Ai,2020/7/29,10,决策过程：,利用该准则对以收益最大为目标进行决策时，设自然状态=n，方案个数A=m，可利用收益矩阵表进行最优方案的选择。

1.选取各方案在各种自然状态下的最小收益值minj(aij)； 2.从各方案的最小收益值中选取最大值maxAiminj(aij)； 3.该最大值对应的方案即为最优方案2020/7/29,11,例,某厂为了扩大生产能力，提出三种方案：对原厂进行扩建；对原厂进行技术改造；建新厂预计每年的利润和市场销路情况如表所示试根据悲观决策准则选择最优方案2020/7/29,12,表 收益矩阵决策表 单位：万元,收益值 自然状态（市场销路） 方案 1（好） 2（一般） n（差） minj(aij) A1（扩建） 15 13 -4 -4 A2（技改） 8 7 4 4 A3（新建） 17 12 -6 -6 决策 maxAiminj(aij)=4 A2,,2020/7/29,13,分析,从上表可见，根据悲观决策准则，最优方案为对原厂进行技术改造，这样即使市场销路不畅时，每年也可以获得4万元利润2020/7/29,14,损失矩阵决策,如果损益值是以损失形式给出的损失矩阵，则根据悲观决策准则，应从各个行动方案的最大损失中选取损失最小的方案作为最优行动方案。

其损失矩阵决策表见下表2020/7/29,15,表 损失矩阵决策表,损失值 自然状态 方案 1 2 i n maxj(aij) A1 a11 a12 a1j a1n A2 a21 a22 a2j a2n Ai ai1 ai2 aij ai n Am am1 am2 amj am n 决策 minAimaxj(aij) Ai,2020/7/29,16,最大最小值决策分析法适用性,由于最大最小值决策分析法，虽然带有保守性质，但它却留有余地，稳妥可靠，是在“最不利”中找出“最有利”的方案因此，这一方法在一定场合下具有一定的适用性如企业规模小、资金薄弱，经不起大的经济冲击，或者决策者认为最坏状态发生的可能性很大，对好的状态缺乏信心等； 在某些行动中，人们已经遭受了重大损失，如人员伤亡、天灾人祸等需要恢复元气，一般也往往采用这一较为稳妥的准则进行决策2020/7/29,17,最大最大期望值决策,所谓最大最大期望值决策准则，也称“好中求好”决策准则，也称乐观决策准则，从最好处着眼，采用较为冒险的决策准则，在各个行动方案中，选取最大收益值值最大的方案作为最优方案。

这种决策准则的运用，往往是决策者对未来充满信心时才作出的，为此，必须立足于最佳处，采用积极进取、高抛诱导的决策方案，它带有一定的冒险性质、反映了决策者冒进乐观的态度2020/7/29,18,最大最大决策法,采用最大最大决策准则进行不确定型决策分析方法称为不确定型决策最大最大决策法 一般按如下步骤进行： （1） 确定决策问题的各种可行方案以及面临的各种客观情况，即自然状态； （2）确定决策问题的备选方案； （3）计算、比较各行动方案在不同自然状态下的收益值； （4）确定每一行动方案的最大收益值； （5）取最大收益值最大的方案作为最优方案2020/7/29,19,最大最大准则收益矩阵决策表,收益值 自然状态 方案 1 2 i n maxj(aij) A1 a11 a12 a1j a1n A2 a21 a22 a2j a2n Ai ai1 ai2 aij ai n Am am1 am2 amj am n 决策 maxAimaxj(aij) Ai,2020/7/29,20,表 收益矩阵决策表 单位：万元,收益值 自然状态（市场销路） 方案 1（好） 2（一般） n（差） maxj(aij) A1（扩建） 15 13 -4 15 A2（技改） 8 7 4 8 A3（新建） 17 12 -6 17 决策 maxAimaxj(aij)=17 A3,2020/7/29,21,分析,从上表可见，根据乐观决策准则，最优方案为建新厂，这样在市场销路好时，每年可获17万元的利润。

若以最小损失为目标进行决策时，损益值是以损失形式给出的损失矩阵，根据乐观决策准则，应从各个行动方案的最小损失值中选取损失最小的方案作为最优行动方案2020/7/29,22,最大最大决策法的应用举例,2020/7/29,23,最大最大值决策分析法适用性,一般来说，最大最大期望值决策法，在下列几种情况下比较适用: 1）高值诱导 2）绝处求生 3）评估竞争对手 4）前景看好 5）实力雄厚,2020/7/29,24,赫威斯决策,2020/7/29,25,乐观系数,其折衷程度是通过一个系数反映的称为乐观系数，其值域为01越趋近于1，表示决策者对状态的估计越乐观，当=1时，该准则视同乐观决策准则；越趋近于0，表示决策者对状态的估计越悲观，当=0时，该准则视同悲观决策准则2020/7/29,26,赫威斯决策,赫威斯决策法，本质上是一种指数平均法，采用的是介于最小收益值和最大收益值之间的决策标准，乐观系数起了一个折衷作用 这种决策方法属于一种既稳妥又积极的决策方法2020/7/29,27,例,对于前例，选定=0.7，利用乐观系数决策准则进行决策的过程如见下表：,2020/7/29,28,表 收益决策表 单位：万元,方案 maxj(aij) minj(aij) Zi (=0.7) A1（扩建） 15 -4 0.715+0.3(-4)=9.3 A2（技改） 8 4 0.78+0.34=6.8 A3（新建） 17 -6 0.717+0.3(-6)=10.1 决策 maxAi(Zi) =10.1 A3 根据乐观系数决策准则,当=0.7时,建立新厂的方案A3最优。

2020/7/29,29,赫威斯决策法应用举例,2020/7/29,30,赫威斯决策法的缺点,在实际应用中，乐观系数不易确定 赫威斯决策法没有充分利用收益函数所提供的全部信息,2020/7/29,31,最小最大后悔值决策,最小最大后悔值决策准则，也称为萨维奇准则(Saveages Principle)当决策者选定决策方案后，可能会因为发现所选非最优方案而后悔这种后悔，实际上是一种机会损失如果后悔感越强，则损失的机会就愈多 最小最大后悔值决策准则，就是要求决策者在选择决策方案之前，必须考虑到这种后悔，尽量使决策方案所产生的后悔感最小2020/7/29,32,各行动方案后悔值,各行动方案后悔值是相对于所处自然状态下的最大收益值而言的 各行动方案的后悔值= 所处自然状态下的最大收益值-各行动方案下收益值 对每个方案求取其最大后悔值，选取最大后悔值较小的方案作为最优方案，这就是最小最大后悔值决策2020/7/29,33,例,仍以前例为例，根据后悔值决策准则进行决策2020/7/29,34,分析,根据上表的收益矩阵，选取各自然状态下的最大收益值分别为： 1状态：maxAi(ai1)=a31=17； 2状态：maxAi(ai2)=a12=13； 3状态：maxAi(ai3)=a23=4。

2020/7/29,35,分析,建立后悔值矩阵决策表10-7从表10-7可见，根据后悔值决策准则，最优方案为扩建工厂的方案，这是机会损失最小的方案2020/7/29,36,表10-7 后悔值矩阵决策表 单位：万元,后悔值 自然状态（市场销路） 方案 1（好） 2（一般） 3（差） maxj(aij) A1（扩建） 2 0 8 8 A2（技改） 9 6 0 9 A3（新建） 0 1 10 10 决策 minAimaxj(aij)=8 A1,2020/7/29,37,最小最大后悔值决策法应用举例,2020/7/29,38,最小最大后悔值决策法应用举例,2020/7/29,39,最小最大后悔值决策法应用举例,2020/7/29,40,最小最大后悔值决策法适用性,在实际应用中，最小最大后悔值决策法一般比较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，因而又不能像最大最大决策法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。

竞争实力相当的企业在竞争决策中也可采用此法因为竞争者之间已有一定实力，必须以此为基础进一步开拓，不可丧失机会但又不宜过激，否则欲速则不达，危及基础因此，在势均力敌的竞争中，采用此法既可以稳定已有地位，又可使市场开拓机会的丧失降到最低限度2020/7/29,41,等概率决策,拉普拉斯准则的指导思想：既然不确定决策是对各个状态出现的可能性都一无所知，只好假定各状态。