第13章运筹学课件 决策分析
- 格式:ppt
- 大小:778.50 KB
- 文档页数:32
9、决策分析管理人员经常需要在具有大量不确定因素的环境下作出决策,决策分析技术为决策人提供了一套制定理性决策的框架和方法。
一些应用例子包括:1. 制造商推出新产品决策生产多少?是否需试销?需多少广告?2. 金融公司投资有价证券决策如何根据市场板块和单个有价证券前景确定最佳投资组合?3. 农业公司为下一季节选择农作物和家畜的组合决策如何根据天气状况、价格趋势和成本变化等因素确定最佳组合?4. 石油公司是否在一个特定地区钻探石油的决策是否钻探?钻探多深?是否需要做进一步的地质勘查?确定型决策决策环境是完全确定的,作出选择的结果也是确定的。
风险型决策决策环境中存在不确定性因素,但各种状态出现的概率是知道的。
不确定型决策决策环境中存在不确定性因素,且决策人对各种状态出现的概率一无所知,只能凭主观倾向进行决策。
▪决策人(Decision Maker是对一个决策(或一系列决策)负责的人或团体。
▪备选方案(Alternatives是决策者将作出的决策的选项。
▪自然状态(State of nature决策结果受到决策者无法控制的随机因素影响,这些随机因素决定了决策执行中的各种状况,称这些状况为自然状态。
▪先验概率(Prior Probability决策人对各种自然状态发生可能性(概率)的主观估计。
▪收益(Payoff)每一种决策的备选方案及自然状态的组合都会导致某种结果, 收益是衡量决策结果对决策者的价值的量化指标。
▪Goferbroke公司购买了一些土地希冀发现大油田;▪一位咨询地质学家认为该地域有油;▪在该地域钻探石油需投资▪若有石油,可获纯利▪若不开采石油,将此地售出,可获利决策:在此开采石油还是出售此地?备选方案钻探石油出售土地先验概率不同决策准则会导致不同的决策结果;而决策准则的选取则取决于决策人对决策的性格和态度,以及制定决策的环境。
对于不确定型决策(自然状态概率未知),常用的决策准则有乐观准则、悲观准则、等可能准则(等;对于风险型决策(自然状态概率已知),常用的决策准则有最大可能性准则,贝叶斯规则等。
决策分析与运筹学一、引言决策是人们在生活中经常面临的问题,无论是个人还是组织,都要进行决策。
然而,由于信息的不对称、不确定性和复杂性,决策往往会带来巨大的风险。
因此,需要一种科学的方法来辅助我们进行决策,决策分析和运筹学应运而生。
二、决策分析决策分析是以信息、模型和计算为基础的一种决策方法。
它采用定量方法对决策进行分析和评估,从而使决策者获得更清晰的认识和更准确的预测。
常用的决策分析方法包括多属性决策分析、层次分析法和决策树等。
多属性决策分析指的是当决策对象存在多个属性时,通过对多个属性的评估,进行权重的确定,从而综合比较各选项的利弊。
它可以用于复杂的决策问题,如选址、投资决策等。
层次分析法是一种基于分级权重的决策分析方法,它通过构建决策层次结构和定量化各因素之间的重要性关系,实现了对决策对象的逐层分析和权重确定。
层次分析法常用于复杂的决策问题,如市场调研、供应链优化等。
决策树是一种决策分析的可视化方法,它通过构建一棵树形结构,使决策问题变得直观而易于理解。
决策树可以应用于分类、预测和优化等问题,如客户流失预测、电商平台推荐算法等。
三、运筹学运筹学是应用数学、统计学和计算机科学等工具和技术解决实际问题的一门学科。
它以最大化或最小化目标函数为目标,通过构建数学模型和优化算法,寻求最优解。
常用的运筹学方法包括线性规划、整数规划和蒙特卡罗模拟等。
线性规划是一种通过线性模型来寻找最优解的方法,在经济、管理和运输等领域得到广泛应用。
例如,用线性规划模型可以实现最小成本配送、最佳产量分配等。
整数规划是线性规划的扩展,它在目标函数、决策变量或限制条件上增加了整数条件。
整数规划可以用于很多特殊问题,如最佳固定资产重复购置决策、生产调度等。
蒙特卡罗模拟是一种通过模拟随机事件来获得概率分布的方法。
它可以应用于很多领域,如金融风险评估、自然灾害预测等。
四、应用案例决策分析和运筹学在实践中得到广泛的应用。
例如,智能制造领域中的生产调度问题,通过运筹学的方法,可以实现对机器和物料的优化排产,从而提高生产效率和减少成本。
运筹学中的优化问题与决策分析优化问题和决策分析是运筹学的核心内容之一。
通过运筹学的方法,可以在复杂的决策情境中找到最优解或最优策略,以达到最大利益或最小成本的目标。
本文将介绍运筹学中的优化问题和决策分析的基本概念、方法和应用。
一、优化问题的基本概念优化问题是指在给定的一组限制条件下,寻找使目标函数取得最大值或最小值的变量取值。
在运筹学中,通常将优化问题分为线性优化问题和非线性优化问题两种。
1. 线性优化问题线性优化问题的目标函数和约束条件都是线性的,即可以表示为一次函数的形式。
线性优化问题有着广泛的应用,如生产计划、资源分配等。
常见的线性优化问题包括线性规划、整数规划和网络流问题等。
2. 非线性优化问题非线性优化问题的目标函数和约束条件中存在非线性项,求解非线性优化问题通常比较复杂。
非线性优化问题的应用领域包括经济学、工程学、生物学等。
常见的非线性优化问题有最优化、最优控制等。
二、决策分析的基本概念决策分析是指通过对问题的分析和评估,选择出符合实际需要且最有利于实现目标的决策方案。
决策分析的核心在于确定决策变量、评估目标和制定约束条件。
1. 决策变量决策变量是指在决策分析中可以被调整的变量,通过调整决策变量可以影响决策方案的结果。
决策变量的选择对于决策分析的准确性和有效性至关重要。
2. 评估目标评估目标是对决策方案进行衡量和比较的标准。
在决策分析中,常常会涉及到多个评估目标,需要通过综合考虑来确定最终的决策方案。
3. 约束条件约束条件是指决策方案在实施过程中要满足的限制条件。
约束条件可以是资源的限制、技术的要求等,根据具体情况来确定。
三、优化问题与决策分析的关系优化问题和决策分析有着密切的联系。
优化问题可以作为决策分析的一种方法,通过求解优化问题来得到最优的决策方案。
1. 决策变量与优化变量在决策分析中,决策变量是决策方案中可以调整的变量。
而在优化问题中,优化变量即为优化问题中需要确定的变量。
决策变量可以作为优化变量,通过求解优化问题得到最优解,从而得到最优的决策方案。