第10章系统决策.pptVIP

系统工程第十章 系统决策 本章学习目标 1.系统决策的基本概念、模型分类和决策的过程 ； 2.风险型决策的基本准则及其应用； 3.完全不确定决策的基本准则及其使用场合； 4.多目标决策的概念和方法； 5. 模糊型决策的步骤； 6. 决策支持系统的概念和基本结构； 7. 对策论的研究对象、基本要素、分类； 章节框架 10.1 系统决策概述 10.2 风险型决策 10.3 完全不确定型决策 10.4 多目标决策 10.5 模糊型决策 10.6 决策支持系统 10.7 对策分析 本章小结 思考与练习题 参考答案 10.1 系统决策概述 10.1.1 决策模型与分类 10.1.2 决策过程 10.1.1 决策模型与分类 1. 决策模型 任何决策问题，至少要包含如下要素： （1）决策者。 （2）状态空间。 （3）决策空间。 （4）决策函数。 （5）决策准则。 10.1.1 决策模型与分类 2. 决策分类 （1）按决策所处的环境分类 分为确定型决策、风险型决策和不确定型决策。 （2）按决策目标的个数分类 分为单目标决策和多目标决策。 （3）按性质的重要性分类 分为战略决策、策略决策和执行决策。 （4）按决策的结构分类 分为结构化决策、非结构化决策和半结构化决策。 （5）按决策的目标、变量和条件量化的程度分类 分为定性决策、定量决策和半定性半定量决策。 10.1.2 决策过程 决策过程是一个动态过程，大体上由如下四个阶段构成。 1．准备阶段。 主要包括发现决策问题、确定目标和确定价值准则 2．分析阶段。 主要包括拟定方案和分析评估。 3．选择阶段。 首先要根据实际情况确定决策准则，运用科学的分析和思维方法对各种拟定的方案权衡利弊，从中选取其中一种，或综合成一，最后确定采用的决策方案。 4．实施反馈阶段。 当方案选定后，要在实践中实施。 10.2 风险型决策 10.2.1 最大可能性准则 10.2.2 期望值准则 10.2.3 决策树法 10.2.4 效用值准则 10.2.1 最大可能性准则 根据概率论的知识可知，一个事件，其概率越大，它发生的可能性就越大。基于这种观点，选择一个概率最大的（也就是可能性最大）状态进行决策，其它状态可以不管。 这一准则只有在状态空间中某一种状态出现的概率比其它状态出现的概率大很多，而它们相应的损益值差别不很大时，决策效果才较好，否则，可能会引起严重错误。 10.2.2 期望值准则 根据决策目标不同，期望值准则又分为最大期望收益决策准则和最小机会损失决策准则。如果决策目标是收益最大，则采用最大期望收益决策准则，如果决策目标是使损失最小，则应采取最小机会损失决策准则。 所谓期望值准则是应用概率论中离散随机变量的数学期望，把每个决策方案的期望值求出来，加以比较，根据不同的决策目标选择决策方案。 10.2.2 期望值准则 期望值准则决策步骤： (1)计算各决策的损益期望； 10.2.3 决策树法 决策树是一种将决策问题模型化的树形图。 决策树由决策点、方案枝、机会点、概率枝和结果点组成。 10.2.3 决策树法 决策树通常有多条树枝，根据问题的层次，画时由左至右，由粗而细构成一个树形图。一般的决策树如图10-1所示。 图10-1 决策树 10.2.3 决策树法 利用决策树对方案进行比较和选择，一般采用逆向分析法，即从树形结构的末端的条件结果开始，从后向前逐步分析。 决策树分析通常采用期望值准则。 1）首先，根据条件收益值和相应状态的概率计算各方案的期望收益值，将其标在机会点“○”的上方。 2）其次，对各方案进行比较，从中删除较差的方案，在删除的方案枝上画上“//”。这就是所谓的“剪枝”。 3）最后，在决策树上留下的方案枝就是所要选择的最佳或满意方案。最佳方案的期望收益值可标在相应的决策点的上方。 10.2.3 决策树法 在一些比较复杂的决策问题中，某一方案的结果(可能得到的期望收益值)有赖于下一阶段乃至更多阶段的决策。这种场合，各种不同层次的行动空间、状态空间及其概率分布很容易混淆。利用决策树图，可以用简单直观的形式将其很好地表现出来。 因此，决策树特别适用于求解这一类复杂的多阶段决策问题。 10.2.4 效用值准则 所谓效用是表示某物所具有的效力与作用，是某人对某