下载文档原格式
不确定性决策的方法是
有多种不确定性决策的方法，包括：
1. 风险分析：通过评估不同决策选项可能发生的风险和潜在后果，来选择最合适的决策方案。
2. 决策树：利用决策树模型来分析不同决策选项的可能结果，并通过计算预期收益或风险来选择最佳选项。
3. 模拟：通过建立模拟模型，模拟不同决策选项的可能结果，并通过对大量模拟实验的分析来选择最佳决策。
4. 概率分析：通过分析不同决策选项的可能性和概率分布，结合目标和约束条件，来选择最优决策。
5. 多准则决策分析：通过考虑多个准则和权重，综合评估不同决策选项的优劣，选择最优方案。
6. 灰色系统理论：通过处理不完全和不确定信息，进行灰色系统建模和分析，来进行决策选择。
这些方法可以根据具体情况和需求进行选择和组合使用，以适应不同的不确定性
决策问题。
不确定型决策可以采用的方法不确定型决策呀，那可真是个有点小麻烦又很有趣的事儿呢。
咱就来说说可以采用的方法吧。
一、乐观决策法。
这就像是个乐观的小天使给出的办法。
它的思路就是，只看每个方案里最好的结果。
比如说，有三个方案，A方案可能会有三种结果，分别是赚100块、赚50块和亏20块；B方案对应的结果是赚120块、赚30块和亏30块；C方案是赚90块、赚60块和不赚不亏。
按照乐观决策法呢，就只看每个方案里最好的那个结果，A方案里最好的就是赚100块，B方案是赚120块，C方案是赚90块。
那这时候就会选择B方案啦，因为它的这个最好结果是最棒的。
这就好像是那种永远往好的地方想，只看最光明的那一点的感觉呢。
不过这种方法也有点小风险啦，万一这个最好的结果没出现，可能就会有点小失望咯。
二、悲观决策法。
和乐观决策法完全相反，这是个有点保守的小老头的做法。
它只看每个方案里最坏的结果。
还是刚刚那些方案，A方案最坏结果是亏20块，B方案最坏结果是亏30块，C方案最坏结果是不赚不亏。
按照这个方法呢，就会选择C方案啦，因为它的最坏结果是最能让人接受的。
这就像是那种小心翼翼，不想冒太多风险的做法。
虽然可能不会有太大的惊喜，但也能保证不会有太糟糕的情况发生。
就像你出门的时候，想着只要不下大雨就好，带个小伞以防万一那种感觉。
三、等可能决策法。
这个方法就比较有趣啦。
它觉得每个结果出现的可能性都是一样的呢。
比如说刚刚那些方案，每个方案都有三种结果，它就觉得每种结果出现的概率都是三分之一。
然后就把每个方案的所有结果都乘以这个概率，再把这些乘积加起来，得到每个方案的期望值。
像A方案就是（100×1/3+50×1/3 - 20×1/3），B方案就是（120×1/3+30×1/3 - 30×1/3），C方案就是（90×1/3+60×1/3+0×1/3）。
不确定型决策方法有
很多，以下是一些常见的方法：
1. SWOT分析：通过分析企业的优势、劣势、机会和威胁，进行决策制定。
2. 判断矩阵法：通过对多个选项进行目标权重和评价得分的综合评估，选出最优选项。
3. 决策树：通过构建决策树，将复杂的决策问题分解为一系列简单的决策问题，帮助决策者做出最优选择。
4. 模拟分析：通过模拟实验和数据分析，评估每个决策选项的风险和影响，并做出最佳决策。
5. 企业风险管理：通过对企业风险的识别、评估和处理，制定出最佳的决策方案。
6. 墨菲法则：通过思考最坏的情况和最佳的情况，制定出最优的决策方案。
7. 快速决策法：在时间紧迫的情况下，通过分析和归纳，快速做出最优的决策。
不确定型决策的方法：悲观准则、乐观准则、后悔准则
1、悲观准则
又称小中取大法、瓦尔德决策准则,对于任何行动方案,都认为将是最坏的状态发生,即收益值最小的状态发生。
决策者为稳扎稳打、小心谨慎的。
找出各方案在不同自然状态下的最小收益,然后进行比较,选择收益最大的方案作为所要的方案。
2、乐观准则
又称大中取大法、冒险法,采用这种方法的管理者对未来持乐观的看法,认为未来会出现最好的自然状态,因此不论采取哪种方案,都能获取该方案的最大收益。
决策者是冒险型。
找出各方案在不同自然状态下的最大收益,然后进行比较,选择收益最大的方案作为所要的方案。
3、后悔准则
又称萨凡奇决策准则,是指管理者在选择了某方案后,如果将来发生的自然状态表明其他方案的收益更大,那么他会为自已的选择而后悔。
非确定型决策方法的是
非确定型决策方法是指在决策过程中，存在不完全可预测的不确定因素，无法准确确定每种决策结果所带来的收益或风险，需要借助概率论、统计学或模拟等方法来进行决策的一种方法。
常见的非确定型决策方法包括：
1. 概率决策方法：通过计算不同决策结果发生的概率，并基于期望值进行决策，如期望收益法、最小最大法等。
2. 决策树：用来模拟决策过程的图形化工具，通过组织和展示决策情况、可能的决策结果以及可能的事件发生概率等信息，帮助决策者做出具有良好效果的决策。
3. 模拟决策方法：通过建立模拟模型，模拟不同的决策结果，从而评估风险和收益，并进行决策。
模拟方法可以通过蒙特卡洛模拟等技术来进行。
4. 灰色关联分析：适用于决策问题的信息比较混乱或者不确定的情况，通过建立关联度函数，进行不同决策方案的排序和选择。
5. 基于知识推理的决策方法：通过将专家知识和经验转化为决策规则，进行决策。
需要注意的是，非确定型决策方法并不是完全替代确定型决策方法的，而是在不
确定性存在时，对决策提供辅助或者替代的方法。
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；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，所对应的方案为最佳决策方案。
如果损益矩阵是损失矩阵，则采取“最小最小”决策准则，即取对应的方案为最佳决策方案。
（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，所对应的方案为最佳决策方案。
如果损益矩阵是损失矩阵，则采取“最大最小”决策准则，即取对应的方案为最佳决策方案。
（三）系数决策准则系数决策准则：是对“坏中求好”和“好中求好”决策准则进行折衷的一种决策准则。
系数依决策者认定情况是乐观还是悲观而取不同的值。
若=1，则认定情况完全乐观；=0，则认定情况完全悲观；一般情况下，则0<<1。
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。
不确定型决策方法建模
一 模型解释
不确定型决策的基本特征是无法确切知道哪种自然状态将出现，而且对各种状态出现的概率（主观或客观）也不清楚，这种情况下的决策主要取决于决策者的素质和要求。
我们根据实际情况可以采用以下几种决策方法。
二 假设
为研究方便，决策矩阵中的元素ij q 为收益值。
三 模型
·乐观准则
特点是决策者对未来形势比较乐观。
在决策时，先选出各种状态下每个方案的最大收益值，然后再从中选择最大者，并以其相对应的方案作为所要选择的方案。
该准则的数学表达式为：
（3.1）
式中，a* 是所要选择的方案。
·悲观准则
与乐观准则相反，决策者对未来形势比较悲观。
在决策时，先选出各种状态下每个方案的最小收益值，然后再从中选择最大者，并以其相对应的方案作为所要选择的方案。
该准则的数学表达式为：
（3.2）
·折中准则
介于悲观准则和乐观准则之间的一个准则，特点是对客观状态的估计既 完全乐观，也不完全悲观，而是采用一个乐观系数β（β∈[0，1]）来反映决策者对状态估计的乐观程度。
表达式如下：
()111max max 1min ij ij j n i m j n a q q ββ*≤≤≤≤≤≤⎡⎤=+-⎢⎥⎣⎦
（3.3）
{}ij j i q Max Max a =*{}ij j i q Min Max a =*。
非确定型决策方法在现实生活中，人们常常需要做出各种各样的决策，无论是个人生活还是工作中，决策都是一个不可避免的过程。
而在面对复杂多变的情况时，我们往往需要借助一些决策方法来帮助我们做出最合适的选择。
非确定型决策方法就是其中之一，它适用于那些决策环境不确定、信息不完全或者无法精确量化的情况。
非确定型决策方法是指在决策过程中，决策者所面对的信息是不完全的、不确定的，或者无法用精确的数学模型来描述的情况下所采用的一种决策方法。
在这种情况下，传统的决策方法往往难以应对，因为它们通常是建立在完全信息和确定性的假设上的。
而非确定型决策方法则更加注重对不确定性的处理，能够帮助决策者在复杂的情况下做出相对合理的选择。
非确定型决策方法包括但不限于以下几种：1. 启发式决策，启发式决策是指基于经验和直觉来做出决策的方法。
在信息不完全或者无法精确量化的情况下，人们往往会依靠自己的经验和直觉来做出决策。
虽然这种方法可能存在一定的风险，但在某些情况下，启发式决策能够帮助我们快速做出决策，避免过度的信息收集和分析。
2. 模糊决策，模糊决策是指在信息不完全或者无法精确量化的情况下，采用模糊数学理论来描述和处理不确定性。
模糊决策能够更好地应对信息的模糊性和不确定性，帮助我们在这样的情况下做出决策。
3. 多目标决策，在现实生活中，很多决策往往涉及到多个目标和多个利益相关者。
在这样的情况下，我们需要考虑到不同利益相关者的利益，同时也需要平衡不同的目标。
多目标决策方法能够帮助我们在多个目标之间做出权衡，找到最优的解决方案。
4. 决策树分析，决策树分析是一种用图形化的方式来描述和分析决策过程的方法。
在面对复杂的决策情况时，我们可以通过构建决策树来清晰地展现不同选择之间的关系，帮助我们做出决策。
总的来说，非确定型决策方法是一种在信息不完全或者无法精确量化的情况下，帮助我们做出决策的方法。
它能够更好地应对不确定性，帮助我们在复杂的情况下做出相对合理的选择。
非确定型决策方法：决策者对未来的情况虽有一定程度的了解，但无法确定各种情况可能发生的概率，再这种情况下的决策称为非确定型决策。
例：某企业为了开发一种新产品有四种方案可供选择：(1)在原有基础上改建一条生产线；(2)重新引进一条生产线；(3)与协作厂家完全联合生产；(4)与协作厂家部分联合生产，即请外厂加工零件。
未来可能出现四种市场需求状态；即较高、一般、较低、很低，每种状态出现的概率的大小不知，但可推算出各种方案在未来各种需求状态下的损益情况。
(见下表)(一) 悲观决策法(小中取大法)决策者在经过分析后，对未来企业的发展方案中只有选择一个损失最小的方案比较保险，属于比较悲观的情况下的一种决策方法。
一方案最小损益值-350；二方案最小损益值-400；三方案最小损益值-100；四方案最小损益值-50。
取其中最大的损益值-50，即选择四方案。
(二)乐观决策法(大中取大法)假设决策者对未来可能出现的市场需求状态看好,认为应该抓住机遇尽可能地获得最大的收益。
一方案最大损益值600；二方案最大损益值850；三方案最大损益值300；四方案最大损益值400。
取其中最大的损益值850，即选择二方案。
(三)后悔值决策法(大中取小法)后悔值：就是在某一市场需求状态下最大损益值与各方案同意市场需求状态下损益值之差。
后悔值表一方案最大后悔值250；二方案最大后悔值350；三方案最大后悔值550；四方案最大后悔值450。
取其中最小的后悔值250，即选择一方案。
(四)机会均等法均等概率=1/需求状态期望值=∑(均等概率×损益值)方案一的期望值=(600+400-100-350)×1/4=137.5(万元)方案二的期望值=(850+420-150-400)×1/4=180.0(万元)方案三的期望值=(300+200+50-100)×1/4=112.5(万元)方案四的期望值=(400+250+90-50)×1/4=172.5(万元)取其中最大期望值的方案.即选择方案二。
