不确定性决策理论与方法

确定型决策、不确定型决策、风险型决策的比较分析叶伟内容摘要：决策按照状态空间分类，可分为确定型决策、不确定型决策和风险型决策三类。

本文就这三种决策的基本概念、使用原则、适用范围和优缺点等几个方面进行了综合的比较分析。

关键词：确定型决策不确定型决策风险型决策Abstract:According to the state space, the decision-making may be divided into decision making under certainty , decision making under uncertainty and decision making under risk. This article has carried on the comparative analysis of their basic concept, their use principle, their applicable scope and their good and bad points and so on.Keywords:Decision-making under certainty Decision-making under uncertainty Decision-making under risk1．引言决策是理性人普遍从事的一种活动，也是极为重要的制胜手段。

它的核心是，对未来活动的多个目标及用途做出合理的选择，以寻求最满意的行动方案。

决策具有以下特点：①面对新问题和新任务做出科学决定，属于创造性的管理活动；②必须对实际行为有直接的指导作用；③具有多因素、多目标、不要确定性与方案的多样性，以及决策影响的时效性和一次性。

现代决策理论的主要特点在于，以概率和数理统计为基础，以统计判定理论和高等数学为工具，广泛地收集和处理信号，考虑人的心理和外在环境、市场等应变因素，知道人们把各类工程技术因素与经济效益统一起来做定量分析，并以电子计算机为辅助手段，研究决策的性质和规律、模型与方法，以寻求整体的最优解或满意解。

管理中不确定性决策的主要理论及案例分析摘要：决策指人们在从事各种活动过程中所采取的决定或者选择，根据决策结果的自然状态确定与否，决策又分为确定性决策、不确定性决策。

在管理实践当中，管理者需要根据所处的情况进行决策，而往往管理者无法掌握到完全的信息，于是管理者需要进行不确定性决策。

于是掌握不确定性决策的具体方法并且从各种方法中选择适当的方法进行决策，对于企业、组织、个人的发展具有重要的意义。

不确定性决策的主要方法包括：PERT决策法，赫威兹（Hurwicz）决策法，小中取大决策法，最小最大后悔值法，等概率决策法等在介绍各决策方法之前，先对决策问题进行一般性描述。

决策问题一般包括三个基本要素：行动方案、自然状态和损益函数(Alternative, State of Nature, Payoff)。

首先，任何决策问题都必须具有两个或两个以上的行动方案。

通常用A i（i=1，…，m）表示某一具体的可行方案，用A=｛A1，A2，…，A m｝表示方案集。

其次，任何决策问题，无论采取何种方案，都面临着一种或几种自然状态,对应着不同的收益。

决策问题中的自然状态是不可控制因素，因而是随机事件。

通常用S j（j=1，…，n）表示某一具体的状态，用S=｛S1，S2，…，S n｝表示状态集。

第三，在某一具体的状态下，作出某一具体的行动方案（决策），必然会生产相应的效果，这种效果通常用损益函数来描述。

设在状态S j下，作出决策为A i，则其产生的效果可用函数r ij=R（A i，S j）来表示。

一、PERT决策法PERT决策法需要对未来市场的三种状态进行估计，作出最乐观的估计、最保守的估计以及最可能的估计。

在行动方案A i下，最乐观的盈利为x i，最保守的盈利为y i，最可能的盈利z i，于是可以计算期望收益：i46i i i x z yE ++（A）= (1) 通过上述计算公式得到各方案的期望收益，从而选取期望收益最高的方案。

不确定型决策P35不确定型决策的基本特征是每个方案都对应着一些不同的状态，但无法确切知道哪种状 态将出现，也不知道各状态出现的概率。

这种情况下的决策主要取决于决策者的素质与要求。

决策矩阵（决策表）如下：一、悲观准则（max-min 准则）这种方法的基本思想是假定决策者心态比较保守，总是从每个方案可能出现的最差结果出 发，且其最佳选择是从这些最不利的结果中选择最有利的结果（差中选优）max采用悲观准则，最优方案为A1二、乐观准则（max-max 准则）这种准则的出发点是假定决策者对未来的结果持乐观的态度，总是假设出现对自己最有利的 状态，在从中选择最好的结果（优中选优）。

max决策状态—益损值采用乐观准则，最优方案为A2 折中准则折中准则是介于悲观准则和乐观准则之间的一个准则，其特点是对客观状态的估计既不是完 全乐观，也不是完全悲观，而是采用一个乐观系数a 来反映决策者对状态估计的乐观程度。

具体做法是：取ea[0，1]，u （A ）= a max a + （1 -a ）min a i = 1,2, , n1< j < n ij采用折中准则（乐观系数a =0.8 ），其中乐观系数取a =0.8。

最优方案为A2三、等可能准则（Laplace 准则） 也称为合理性准则，这种准则的思想在于，既然没有充分理由相信哪一种自然状态会有较大 的概率出现，那就认为各种可能的状态出现的可能性是相等的，即每种状态出现的概率都是 1/n （取平均数）。

计算出每个方案Ai 的期望收益E （Ai ），然后选择期望收益最大的方案为最 优方案。

方案A1与方案A4的数学期望都达到了最大，但明显方案A4的收益波动较大。

所以A1最 优。

四、遗憾准则（min-max 准则）决策中，当某一状态出现时，如果恰好选择了该状态下的最大收益对应的方案，是最理想的。

但如果不是选择的这个理想方案，则会感到后悔或遗憾。

遗憾准则的基本思想是尽量减少决 策后的遗憾，使决策者不后悔或少后悔。

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。

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。

不确定型多属性决策理论与方法研究多属性决策是一种极为复杂的行政管理过程,其实质是从一组可行的备选方案中找到最优的方案,这可能涉及到一些相互冲突和不可公度的属性。

随着社会和经济的不断发展,决策环境发生巨大变化,有时单个决策者只考虑问题的单一方面,可能会忽略问题的其他方面,在这种情况下,决策问题需要进一步扩展到多属性群决策,而多属性群决策是我们日常生活中最重要的活动之一。

在现有的很多研究成果中,多属性群决策问题中的决策信息通常用实数形式表示,然而,随着群决策系统越来越复杂,造成决策问题中所涉及到的知识或数据缺乏,使得决策者可能会为备选方案提供不完整的、定性的或不精确的偏好信息,导致在多属性群决策问题中属性值以不确定变量的形式给出,如区间数,直觉模糊数或区间直觉模糊数等。

因此,对不确定多属性群决策问题的研究具有很强的理论意义。

本文研究的主要内容包括：(1)基于效用函数提出一类新的集结算子,该类算子在信息集结过程中能够包含决策者的风险态度。

首先,在一般效用函数框架下,提出两种新的集结算子,分别称为广义有序加权效用平均算子和广义有序加权效用比例平均算子,研究了它们的性质。

然后,基于双曲绝对风险规避效用函数,提出另外两个新的集结算子,分别称为广义有序加权效用平均-双曲绝对风险规避算子和广义有序加权效用比例平均-双曲绝对风险规避算子,并将这两种算子进行推广。

为了确定广义有序加权效用平均-双曲绝对风险规避算子和广义有序加权效用比例平均-双曲绝对风险规避算子的权重,提出它们的orness测度,并构建新的优化模型来确定最优权重。

最后,基于这两个算子,分别提出一种多属性群决策方法并用于实证分析研究。

(2)在区间数不确定环境下,提出两类新的集结算子,这两类算子在信息集结过程中能够包含决策者的风险态度。

首先,在一般效用函数框架下,提出不确定广义有序加权效用平均算子,探讨了该算子的性质；然后,基于双曲绝对风险规避效用函数,提出不确定广义有序加权双曲绝对风险规避效用平均算子,并研究了该算子一些特殊形式。

4 决策理论与方法4.1 决策概述4.2 群体决策4.3 决策技术4.1 决策概述•概念–决策是指为实现某一目标，从若干可以相互替代的可行方案中选择一个合理方案并采取行动的分析判断过程。

•本质–决策要有明确的目的；–决策要有若干可行的备择方案；–决策要进行方案之间的比较和分析；–决策的结果是要选择一个合理的方案；–决策是一个分析判断过程。

一、决策的性质一、决策的性质•有效决策的前提–在组织现状与组织目标之间客观地存在一定的差距；–决策者已经清楚地认识到这种差距的重要性及其影响；–必须能够有效地去激励决策者努力缩小这种差距；–应当拥有采取旨在缩小这种差距的行动所需要的资源。

一、决策的性质•决策的环境一、决策的性质•决策的环境–确定性环境下的决策：决策者有相当的确定性知道决策选择有哪些以及每一种选择的环境；–风险环境下的决策：每一种决策的可能性与潜在收益和成本都合乎概率预测；–不确定性环境下的决策：决策者既不掌握所有的决策可能，也不知道同每一种可能相关的风险，更不知道每一种可能决策的后果。

二、理性决策•古典决策模式–一种规定性的决策方法。

它的假设是管理者在决策时运用理性和逻辑，决策的目标是组织利益最大化。

……做出组织利益最大化的决策……做出组织利益最大化的决策掌握全部信息，消除不确定性，逻辑和理性地评估决策环境的各个方面掌握全部信息，消除不确定性，逻辑和理性地评估决策环境的各个方面当面对决策要求时，管理者们应当……当面对决策要求时，管理者们应当……二、理性决策•理性决策的步骤识别和诊断问题识别和诊断问题寻找备选方案寻找备选方案评价备选方案评价备选方案选择一种解决方案选择一种解决方案评估和控制评估和控制执行决策执行决策二、理性决策6个月后，经理发现员工流失率恢复到以前的水平在未来的某个时候检验方案实施结果的有效性评估和控制人力资源部门需要取得公司总部的批准，建立新的工资结构在组织系统内实施所选择的方案执行决策改变招聘标准需要很长时间，应当提高工资考虑所有的环境因素，选择最合适的方案选择方案提高福利可能不现实，提高工资和改变招聘标准符合要求每个备选方案的可行性、满意度和结果评价备选方案提高工资、增加福利或改变招聘标准明显的或创造性的方案。

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
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。