管理科学资料复习资料
- 格式:docx
- 大小:22.55 KB
- 文档页数:3
《管理科学资料复习资料》名词解释1,管理科学:是对与定量因素有关的管理问题通过应用科学的方法进行辅助管理决策制定的一门学科。
广义:管理科学是一门应用多学科与多领域理论、方法、技术和知识的综合性交叉学科,其目的是研究人类利用有限资源实现组织目标的管理活动方面的动态、复杂和创新的社会行为及其规律。
狭义:主要涉及广义范畴中的运筹学等定量部分,认为管理科学是一门应用科学、定量的方法去分析和解决管理决策问题的技术科学,其目的是帮助管理者在有限的资源条件下最优地实现组织目标,并为决策提供依据。
管理就是管理者运用各种资源达成某既定目标的过程。
在这一过程中,管理者为了更有效地运用有限的资源以更高水平达到目标,必须不断地做出各种决策。
可以说,管理的过程也就是不断地进行各种决策的过程。
运筹学的应用原则:合伙原则:应善于同各有关人员合作。
催化原则:善于引导人们改变一些常规看法。
互相渗透原则:多部门彼此渗透地考虑。
独立原则:不应受某些特殊情况所左右。
宽容原则:思路宽、方法多,不局限在某一特定方法上。
平衡原则:考虑各种矛盾的平衡、关系的平衡运筹学的特点:运筹学是一种给出问题坏的答案的艺术,否则的话问题的结果会更坏。
应用于管理信息系统的例子:综合评估MIS—层次分析模型。
销售MIS—预测模型。
物资供应MIS—存储模型。
随机服务MIS—排队模型。
物流MIS—运输模型。
教学管理MIS—指派模型。
生产管理MIS—规划模型运筹学在管理中的应用:生产计划、市场营销、库存管理、运输问题、人事管理、财务与会计、其他。
管理科学的基本特性:以管理决策为基点、以科学方法论为依据、以系统观点为指导、以数学模型为主要工具以管理决策为基点Array管理科学的工作程序:步骤1:明确问题、步骤2:将问题归类、使概念化(分配问题、竞争问题、运输与指派问题、库存控制问题、网络与工程计划问题、排队与服务系统优化问题、预测问题)、步骤3:建立数学模型、步骤4:求解模型(最优解:在模型的所有可行解中寻找出最优的一个;满意解:在模型的次优解或“各有所长”的一组解中使决策者满意的解;描述性的解:相应于描述性的模型,该类模型的目的主要是描述系统在不同条件下的状态,可用于预测和分析系统的行为特征。
)、步骤5:结果分析与模型检验、步骤6:实施风险型决策:决策是在人们的政治、经济、技术和日常生活中,为了达到预期的目的,从所有可供选择的多个方案中,选取最满意的方案的一种活动。
决策问题的分类:根据决策者地位的高低,略决策,是关于某个组织生存发展的全局性,长远性问题的重大决策。
战术决策,是为了保证完成战略决策规定的目标而进行的决策。
执行决策,是按照战术决策的要求对执行方案的选择。
根据结构化程度分类:程序性决策,非程序决策。
根据决策性质分类:定性决策、定量决策。
根据所需作出决策的次数分类:一次决策、多阶段决策。
根据决策目标的个数:单目标决策和多目标决策。
根据对未来状态的把握程度的不同,决策问题可分为三类,不确定型决策、风险型决策、确定型决策。
确定性决策的特点:未来的自然状态是确定的。
决策的结果完全由决策者所采取的行动决定。
可供选择的方案不多时,对这种问题很容易作出决策。
但是,实际问题中,可供选择的方案往往很多,就需要根据问题的性质选用线性规划、动态规划或其它有效的方法来解决。
确定型决策问题应具有以下四个条件:1)具有决策者希望的一个明确目标(收益最大或者损失最小)。
2)只有一个确定的自然状态。
3)具有两个以上的决策方案。
4)不同决策方案在确定自然状态下的损益值可以推算出来。
风险型决策:决策者可根据概率论和统计学的知识,作出统计意义下的决策。
由于这时决策者总要冒一定的风险,故称为风险型决策(或概率型决策、统计决策)。
这种决策问题在实际中大量存在。
风险型决策问题应具有以下五个条件:1)具有决策者希望的一个明确目标。
2)具有两个以上不以决策者的意志为转移的自然状态。
3)具有两个以上的决策方案。
4)不同决策方案在不同自然状态下的损益值可以推算出来。
5)不同自然状态出现的概率(即可能性)决策者可以事先计算或者估计出来。
风险型决策方法:期望值准则、决策树、贝叶斯(Bayes)决策、效用值准则最大可能准则的优缺点:当自然状态中某个状态的概率非常突出,比其他状态的概率大许多的时候,这种准则的决策效果是比较理想的。
但是当自然状态发生的概率互相都很接近,且变化不明显时,再采用这种准则,效果就不理想了,甚至会产生严重错误。
决策树分析法本质上还是一种期望值准则决策方法。
对于一些比较复杂的决策问题,使用决策树比较有效,对于多级决策问题尤为方便。
优点:决策树反映整个决策过程,使决策者能够以一定顺序,有步骤、有条理地去周密考察各有关因素;决策树方法要求决策者考虑检验所有可能的结果,合意和不合意的都同样要进行考虑;决策树以一种非常直观、简明的方式,用图形把决策过程形象地显示出来,使更多的人了解这个过程,以便用集体智慧进行决策;决策树方法可以通过计算机进行计算和模拟,可以观察分析这些备选方案的变化对最终结果产生的影响。
能完全肯定某一状态发生的情报称为完全情报(Perfect Information) ,否则,称为不完全情报。
有了完全情报,决策者在决策时即可准确预料将出现什么状态,从而把风险型决策转化为确定型决策。
完全情报的价值(EVPI)=完全情报条件下的方案经济效益期望(EPPI)-原有情报条件下的方案经济效益期望值(EMV)。
先验概率:根据补充情报进行修正之前的各自然状态的概率估计。
后验概率:根据补充情报进行修正之后的各自然状态的概率估计。
一般来说,后验概率要比先验概率更加准确可靠。
和完全情报相类似,获取不完全情报也要付出一定的代价,也有一个是否值得的问题。
1)先验分析:决策者首先根据资料及经验对各自然状态出现的概率作出估计,称为先验概率,然后根据先验概率分布及期望值准则作出决策,选择出最优方案,并得出相应最优期望值,记为EMV*(先)2)预验分析:在补充新信息前,先对补充信息是否合算作出分析,从而决定是否补充新信息。
3)后验分析:根据获得的新信息,对先验概率分布进行修正,得到后验概率分布,在此基础上作出决策,并计算出补充信息的价值。
补充新信息、修正概率、重新决策、计算补充信息价值。
期望值准则的缺陷:由于在实际风险型决策问题中,决策者的选择是受他对决策风险的态度所影响的,并不完全依据于损益期望值的大小。
最大期望收益和最小期望损失,这两种准则适用于一次决策多次重复的情况,因为它们是平均意义下的最大收益和最小损失。
效用值准则:效用——衡量同一期望值在不同人主观上的价值一般来说,效用是一个属于主观范畴的概念。
效用是因人、因时、因地而变化,同样的商品或劳务对不同人、在不同的时间或不同的地点具有不同的效用。
效用值——风险下损益值在决策者心目中的满意程度的衡量尺度。
反映决策者对风险态度的数量指标。
效用函数(曲线)——描述特定的损益值(财富水平)和与之相对应的满足程度之间的关系,称为决策者的效用曲线。
通过效用函数或效用曲线可确定任一损益值的效用值。
效用函数一定程度上反映决策者对风险的态度、决策者偏向及评价标准。
效用曲线的三种类型:保守型、中间型、风险型。
效用值准则:利用决策者的效用函数进行决策时,依据的准则称为效用准则。
通过效用指标就可以将一些难以量化的有本质差别的事物给以量化。
多目标决策的三个基本要素:目标体系——是指由决策者选择方案所考虑的目标组及其结构;备选方案——是指决策者根据实际问题设计出的解决问题的方案;决策准则——是指用于选择的方案的标准。
通常有两类:最优准则,满意准则。
不确定型决策:在具有多个自然状态的决策问题中,如果对各自然状态在未来发生的可能性一无所知。
要求决策者具有:丰富的经验、渊博的知识、敏锐的洞察力、活跃的逻辑思维。
完全不确定型决策问题应具有以下四个条件:1)具有决策者希望的一个明确目标。
2)具有两个以上不以决策者的意志为转移的自然状态。
3)具有两个以上的决策方案。
4)不同决策方案在不同自然状态下的损益值可以推算出来。
完全不确定型决策方法:悲观法——小中取大原则(悲观主义准则也叫做最大最小准则)、乐观法——大中取大原则(乐观主义准则也叫最大最大准则)、乐观系数法—折中法(也叫赫尔威斯准则)、最小后悔值法——大中取小原则(后悔值准则也叫做萨万奇准则)、等可能性方法——平均原则7,非线性规划问题:目标或约束中含有非线性函数的优化问题称为非线性规划问题。
18,支撑树:设图T是图G的支撑自图,若图T是一个树兔,则称T是G的一个支撑树。
19,最小支撑树问题:就是在一个赋权的连通的无向图G中找出一个支撑树,并使得这个支撑树的所有的权数之和为最小。
30,期望值准则:把一个方案在各种状态下的收益(或损失)的期望值作为方案的评价值。
41,决策:某阶段初状态决定后,从这状态向下一阶段哪个状态演变的选择称为决策。
用变量Xk = Xk (Sk)表示由k阶段Sk状态出发所做的决策,称之为决策变量。
46,最优性原理:一个过程的最优策略具有这样的性质,即无论过去状态和决策如何,对前面决策形成的状态而言,余下的决策必构成最优策略。
这就是最优性原理。
47,特尔菲法:请一批有经验的专家(老手)对如何确定各目标权重发表意见,然后用统计平均方法估算出各目标的权重值。
50,马尔可夫分析法:是俄国数学家马尔可夫在1907年提出,并由蒙特-卡罗加以发展而建立的一种分析方法。
它主要用于分析随机事件未来发展的趋势,既利用某一变量的现在状态和动向去预测该变量未来的状态及其动向,以预测未来某特定时期可能产生的变化,以便采用相应的对策。