管理信息学第7章.ppt

* * * * * * * * * * * * * * * * * * * * * * 基于贝叶斯网的决策实际上是一种基于信息的决策过程，其流程如下图所示。用户（决策者）首先要明确待决策的问题，识别与决策相关的各种变量，收集数据；建立贝叶斯网络模型，设定目标节点；收集已知条件，将其作为证据输入贝叶斯网络，进行概率推理，求得目标节点中的各个状态的后验概率；根据后验概率大小进行决策。 7.2 人工智能方法在管理决策中的应用：不确定推理 图 应用贝叶斯网的决策过程 * 例：假设一个汉堡零售商每日汉堡销售数量在0一90之间波动，每天下午都要向食品供应商订货，第二天早上接收供应商的配送，然后进行当天的销售。假定没卖掉的汉堡不允许退，损失由零售商自己承担，那么最佳的订货方案是订货数量等于销售数量，才会实现利润的最大化。但在实际中，每日的订货数量与销售数量不可避免有一些偏差。为了提高订货的准确率，零售商仔细地查看了销售数据，注意到，销售的数量受到以下几个变量的影响： 星期几（Day）：星期一到星期五的销量大致相同，但与星期六、星期日的销量不同。 7.2 人工智能方法在管理决策中的应用：不确定推理 * 天气状况（Weather）：晴天销售情况最好，阴天次之，雨天最差。但天气状况自己是无法提前预测的，只能依靠天气预报（Forecast)，大部分情况下，气象预报与真实的气象状况相符，但偶尔也有不符的时候。 季节（Season）：季节会影响气候，过热和过冷的天气情况下，汉堡的销量会减少，气候适中时销量会上升。 销售商根据平时积累了很多数据，并结合自身的知识和经验，以贝叶斯网络建立了一个预测模型，如下图所示： 7.2 人工智能方法在管理决策中的应用：不确定推理 * 确定上述变量的状态空间：Season{1-3月，4-6月，7-9月，10-12月}，Day{星期六，星期天，其他}，Weather{晴天，雨天，阴天}，Forecast{晴天，雨天，阴天}，Demand{0-30，31-60，61-90}。各节点的条件概率分布如下几表： 7.2 人工智能方法在管理决策中的应用：不确定推理 Day 结点的条件概率表 Season 结点的条件概率表 * 7.2 人工智能方法在管理决策中的应用：不确定推理 Weather 结点的条件概率表 Forecast 结点的条件概率表 * 7.2 人工智能方法在管理决策中的应用：不确定推理 Demand 结点的条件概率表(部分) * 7.2 人工智能方法在管理决策中的应用：不确定推理 Demand 结点的后验概率表（1） Demand 结点的后验概率表（2） 如果当前的已知条件是：4-6月，气象局预报是晴天，把它们作为证据输入贝叶斯网络，进行概率推理，得到Demand节点的后验概率如下： 如果已知条件是：10—12月，星期日，无气象局预报信息，则得到Demand节点的后验概率如下： 根据Demand节点的后验概率，零售商容易制定出最佳的订货策略。 * 7.3 信息熵在管理决策中的应用：管理决策的熵思想 熵是一个系统的状态函数，是系统无序度的一种度量工具，熵值大小标志着系统发展的阶段和层次。熵越大，系统越不确定、越无序；反之，系统越确定、有序。企业是一类经营管理系统。企业系统的熵值越小，意味着员工队伍越稳定，经营活动组织得越高效有序，对环境的负作用越小，经济效益越高。将系统熵运用于企业经营管理，总体思想就是要使企业处于一种低熵状态，具体体现在以下几个方面： （1）企业是通过产品来为社会服务的，一个企业要想长期生存并不断发展，最根本的是其产品对社会系统来说是减熵或低熵的。也就是说，企业产品应该是社会需要的、对人安全的、环保型的和节能型的。 * 7.3 信息熵在管理决策中的应用：管理决策的熵思想 （2）企业应该精简机构，各部门的责、权、利要分明。系统的规模和复杂性影响熵值：系统规模越大，其熵越大；系统元素间关系越多、越复杂，熵越大。因而企业应精简机构，明确各部门的责、权、利，相对降低企业的系统熵。 （3）企业应建立完备、畅通、快捷的信息获取渠道，加速内部信息流通和交换。根据系统熵原理，系统拥有的有用信息量增多、确定程度增加，熵值减少。所以企业应建立完备、畅通、快捷的信息获取渠道，加速内部信息流通和交换，及时获取产品、原材料和设备的市场信息，把握市场需求，制定和调整经营管理策略。 * 7.3 信息熵在管理决策中的应用：管理决策的熵思想 （4）企业应该制定尊重知识、尊重人才的政策和奖惩办法，建立学习型组织，扩大交流，鼓励创新。根据香农熵原理，信息的输入