3-5物流系統決策13-5物流系統決策11概述21概述2一.什么是決策在物流基礎設施建設與經營管理過程中，物流管理者經常面對一些重大問題需要作出決定。如：某個倉儲公司打算建立一個大型倉庫，需要從幾個方案中進行選擇。在選擇方案時，需要考慮多種因素，如：投資費用，運行成本，未來的需求情況，潛在的風險評估等。多個配送中心應如何進行物資調運，才能使運輸費用最低。一個工廠應如何制定生產計劃才能獲得最大的利潤。運輸公司是否應該開辟新的運輸線路。對以上問題作出決斷的過程就是決策。3一.什么是決策在物流基礎設施建設與經營管理過程中，物流管一.什么是決策決策：對某一事件的目標及其實現手段的選擇。即從多個可能采取的方案中，選擇一個“最優的”或“最有利的”或“最滿意的”或“最合理的”方案的行動物流系統決策：對物流系統來說，決策就是在充分占有資料的基礎上，根據物流系統客觀環境，借助于經驗、科學的理論和方法，從若干備選的方案中，選擇一個合理、滿意的方案的決斷行為。如物流選址決策、物流經濟決策、生產決策、投資決策等決策的問題和決策活動是多方面的、多領域的、多層次的，決策存在于人類活動的方方面面。決策過程隨問題的規模和復雜程度的不同，可能非常復雜。4一.什么是決策決策：對某一事件的目標及其實現手段的選擇。二.決策的要素決策者決策過程的主體，即決策人。決策的正確與否，受決策者所處的社會、政治、經濟環境及決策者個人素質的影響。方案為實現目標而采取的一系列活動或措施。自然狀態不受決策者控制的客觀狀況。損益值每一可行方案在每一客觀情況下產生的后果5二.決策的要素決策者5三.決策的過程基本的決策過程大致三個步驟：1.找出問題的關鍵，確定決策目標2.擬訂各種備選方案3.選擇合理的方案（1）制定合理的選擇標準（2）采用科學的選擇方法6三.決策的過程基本的決策過程大致三個步驟：6四.物流系統決策的分類1.按決策者的地位高層決策中層決策低層決策2.按問題的性質戰略性決策管理性決策日常決策3.按決策者對自然狀態的了解確定型決策隨機型決策（風險型決策、統計型決策）非確定型決策7四.物流系統決策的分類1.按決策者的地位7五.決策問題的特征存在著決策者希望達到的一個明確目標。存在著至少兩種自然狀態，各狀態出現的概率可能已知，也可能未知。至少存在兩個可供選擇的方案。各方案在每一自然狀態下的損益值可以估算出來。8五.決策問題的特征存在著決策者希望達到的一個明確目標。82非確定型決策92非確定型決策9一.非確定型決策概述非確定型決策：指自然狀態出現的概率是未知的決策問題一般情況下，越是高層，越是關鍵的決策，往往是非確定型決策。例1，根據資料，一條集裝箱船舶每個航次從天津到廈門港所需的艙位數量可能是下面數量中的某一個：100，150，200，250，300，具體概率分布不知道。如果一個艙位空著，則在開船前24小時起以80美圓的低價運輸。每個艙位的標準定價是120美元，運輸成本是100美元。假定所準備的空艙量為所需要量中的某一個：方案1：準備的空艙量為100；方案2：準備的空艙量為150；方案3：準備的空艙量為200；方案4：準備的空艙量為250；方案5：準備的空艙量為300；決策問題：如何準備合適的空艙量？因為各事件狀態出現的概率未知，因為屬于非確定型決策問題。10一.非確定型決策概述非確定型決策：指自然狀態出現的概率是未二.損益矩陣設：需求的艙位數為ai，準備的艙位數為bj，損益值為cij，根據計算可以建立下面的損益矩陣：a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000需求量bj準備的空艙量ai本例：損益值=收入—成本=ai標準定價+剩余艙位折價—bj成本單價如：c11=a1

120-b1100=2000(美元)c41=a1120+(b4-a1)80-b4100=100120+(250-100)80-250100=-1000(美元)11二.損益矩陣設：需求的艙位數為ai，準備的艙位數為bj，損三.非確定型決策問題從損益矩陣可以看出：不同方案的贏利結果不同。可能贏利多的方案有可能出現虧損。由于不知道各狀態出現的概率，無法直接得出哪一個方案好或差的結論。不同的決策人員有不同的決策結果，因此對非確定型問題決策時，應該首先確定決策準則。a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000需求量bj準備的空艙量ai12三.非確定型決策問題從損益矩陣可以看出：a1a2a3a4a四.平均準則(Laplace準則)這種決策的出發點是，既然不能肯定哪種狀態比另一種狀態更可能出現，就認為各種狀態出現的概率相等。決策步驟：編制決策損益表（損益矩陣）。按相等概率計算每一個方案的平均收益值。選擇平均收益值最大的方案作為最佳方案。算例，以例1為例計算。決策結果：第3方案為最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)平均收益值B1(100)200020002000200020002000B2(150)100030003000300030002600B3(200)020004000400040002800B4(250)-100010003000500050002600B5(300)-200002000400060002000需求量bj準備的空艙量ai13四.平均準則(Laplace準則)這種決策的出發點是，既然五.悲觀準則(max-min準則)這種決策的思路是，從最不利的結果出發，以在最不利的結果中取得最有利的結果的方案作為最優方案。決策步驟：編制決策損益表（損益矩陣）。計算找出各個方案的最小收益值。選取最小收益值最大的方案作為最佳方案。算例，以例1為例計算。決策結果：第1方案為最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)最小收益值B1(100)200020002000200020002000B2(150)100030003000300030001000B3(200)020004000400040000B4(250)-10001000300050005000-1000B5(300)-20000200040006000-2000需求量bj準備的空艙量ai事實上，這種方法是選取最不利情況下的最有利方案。（過于保守）14五.悲觀準則(max-min準則)這種決策的思路是，從最不六.樂觀準則(max-max準則)這種決策的思路是，從最有利的結果出發，以在最有利的結果中取得最有利的結果的方案作為最優方案。（與悲觀準則剛好相反）決策步驟：編制決策損益表（損益矩陣）。計算找出各個方案的最大收益值。選取最大收益值最大的方案作為最佳方案。算例，以例1為例計算。決策結果：第6方案為最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)最大收益值B1(100)200020002000200020002000B2(150)100030003000300030003000B3(200)020004000400040004000B4(250)-100010003000500050005000B5(300)-200002000400060006000需求量bj準備的空艙量ai事實上，這種方法進行大中取大。（過分樂觀，容易冒進）15六.樂觀準則(max-max準則)這種決策的思路是，從最有七.折衷準則(Hurwicz準則)這種決策的思路是，對悲觀準則和樂觀準則進行折衷。決策時，先根據個性、經驗選定樂觀系數，然后按樂觀和悲觀兩個方面計算折衷值。決策步驟：編制決策損益表（損益矩陣）。計算各個方案的折衷收益值。選擇取最大折衷收益值的方案作為最佳方案。折衷值的計算公式：折衷收益值=最大收益值+(1-

)最小收益值的取值在0~1之間，越大，最大收益值對結果的影響越大。當=0時，即為悲觀準則法。當=1時，即為樂觀準則法。16七.折衷準則(Hurwicz準則)這種決策的思路是，對悲觀七.折衷準則(Hurwicz準則)算例，以例1為例計算。取=0.3，計算結果見下表。決策結果：第1方案為最佳方案。a1(100)……a5(300)最小收益值最大收益值折衷收益值B1(100)2000……2000200020002000B2(150)1000……3000100030001600B3(200)0……4000040001200B4(250)-1000……5000-10005000800B5(300)-2000……6000-20006000400需求量bj準備的空艙量ai17七.折衷準則(Hurwicz準則)算例，以例1為例計算。a八.后悔值準則(Savage準則)思路：希望找到一個方案，當此方案執行后，無論自然狀態如何變化，決策者產生的后悔感覺最小。后悔感覺的大小用后悔值表示。在每一自然狀態下，每一方案的收益值與該狀態的最大收益值之差，叫做后悔值。決策步驟：找出各個自然狀態下的最大收益值，定其為該狀態下的理想目標。將該狀態下的其他收益值與理想目標之差，作為該方案的后悔值，將他們排列成一個矩陣，稱為后悔矩陣。找出每一方案的最大后悔值。選取最大后悔值最小的方案作為最佳方案。18八.后悔值準則(Savage準則)思路：希望找到一個方案，算例，以例1為例計算。在每一自然狀態下的后悔值最大后悔值a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)010002000300040004000B2(150)100001000200030003000B3(200)200010000100020002000B4(250)300020001000010003000B5(300)400030002000100004000需求量bj準備的空艙量aia1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000各狀態理想值20003000400050006000需求量bj準備的空艙量ai決策結果：第3方案為最優方案。19算例，以例1為例計算。在每一自然狀態下的后悔值最大a1a2a3風險型決策203風險型決策20風險型決策：指自然狀態出現的概率是已知的決策問題。不同方案在不同自然狀態下的損益值可以計算出來，但在未來的時間內，究竟會出現哪種狀態是不能確定的，只知道各種自然狀態出現的概率。因此，無論采取哪種方案，都具有一定的風險。期望值準則：采用期望值的大小作為判別標準首先利用自然狀態發生的概率，計算出每個方案的期望損益值；然后比較損益值的大小；具有最大期望收益值或最小期望損失值的方案就是期望值準則下的最優方案。風險型決策是決策分析中研究得最多的一種決策。風險型決策包括：損益矩陣法和決策樹法一.相關概念21風險型決策：指自然狀態出現的概率是已知的決策問題。一.相關一.損益矩陣法決策1.方法描述已知：風險型決策的決策空間為（可選擇的方案）A={a1，a2，…，am}；風險型決策的狀態空間為（可能存在的自然狀態）S={S1，S2，…，Sn}；各自然狀態的概率集合為：P={P1，P2，…，Pn}；各方案在各種自然狀態下的損益值為V={Vij},i=1,2,…,m;j=1,2,…,n要求：根據損益期望值選擇最優方案。22一.損益矩陣法決策1.方法描述22一.損益矩陣法決策各方案的損益期望值的計算公式從Ej中選擇收益期望值最大的方案作為最優方案，即：或者，從Ej中選擇損失期望值最小的方案作為最優方案，即：23一.損益矩陣法決策各方案的損益期望值的計算公式從Ej中選擇收例題1某化工廠銷售一種粘接劑，該產品存儲時間較短，為了提高使用質量，決定只配制每天的銷售量。該粘接劑配制成本為每公斤2元，售價為每公斤5元，問每天配制多少使供需情況最理想？該廠過去200天的銷售情況統計如下表所示：解：每天的銷售數量情況（即狀態空間）為：S={5,6,7,8,9}工廠每天的配制方案（即決策空間）為：A={5,6,7,8,9}各種自然狀態出現的概率集合為：P={20/200,40/200,80/200,30/200,30/200}={0.1,0.2,0.4,0.15,0.15}每天銷售量(Kg)56789該銷量出現的天數2040803030一.損益矩陣法決策24例題1某化工廠銷售一種粘接劑，該產品存儲時間較短，為了計算各方案的損益期望值E，本例為收益期望值。配制5Kg：E=15*0.1+15*0.2+15*0.4+15*0.15+15*0.15=15配制6Kg：E=13*0.1+18*0.2+18*0.4+18*0.15+18*0.15=17.5

配制7Kg：E=11*0.1+16*0.2+21*0.4+21*0.15+21*0.15=19配制8Kg：E=9*0.1+14*0.2+19*0.4+24*0.15+24*0.15=18.5配制9Kg：E=7*0.1+12*0.2+17*0.4+22*0.15+27*0.15=17.55kg6kg7kg8kg9kg期望值E0.10.20.40.150.155kg1515151515156kg131818181817.57kg1116212121198kg91419242418.59kg71217222717.5自然狀態方案概率損益矩陣表損益值25計算各方案的損益期望值E，本例為收益期望值。5kg6kg7二.決策樹法決策1.相關概念決策樹法：是以損益值為準則的圖解決策法，由于這種決策圖類似樹枝，因此稱為決策樹法。決策樹的結構：決策樹由節點和分枝組成。節點有三種：（1）決策節點，用符號表示。表示此時的行為是決策者在自己能夠控制的情況下進行分析和選擇。從決策節點引出的分枝叫方案分枝，分枝數反映可能的方案數目。（2）方案（狀態）節點，用符號表示。表示此時的行為是決策者在自己無法控制的一種狀態。從方案節點引出的分枝叫狀態分枝，每一枝代表一種自然狀態。分枝數反映可能的自然狀態數目。每條分枝上標明自然狀態及其可能出現的概率。（3）結果節點，用符號表示。它是狀態分枝的最末端。節點后面的數字是方案在相應結局下的損益值。26二.決策樹法決策1.相關概念26二.決策樹法決策決策樹結構圖例決策節點方案節點結果節點方案分枝狀態分枝概率損益值損益值損益值損益值27二.決策樹法決策決策樹結構圖例決策節點方案節點結果節點方案2.決策樹的畫法與求解（1）從左到右，從決策節點開始，依次列出各方案；（2）列出方案節點下可能的自然狀態（概率、費用、結果節點）（3）從右到左求解決策樹。用概率枝上的概率乘以結果節點上的損益值，然后將每一方案求和（方案的期望值）將方案的期望值填入方案節點旁邊，決策樹便可以向左推一級。凡遇到決策節點，保留具有最大期望值的樹枝，去除相對小的樹枝，依次類推，利用這種反推決策樹的方法，從右到左，求出最優方案。二.決策樹法決策282.決策樹的畫法與求解二.決策樹法決策28二.決策樹法決策3.決策樹法的決策步驟（1）畫決策樹（2）計算各方案的期望值（3）選擇方案29二.決策樹法決策3.決策樹法的決策步驟29例題2某儀器廠生產的儀器中需要裝配一種電子元器件，由一家協作廠供應，每批次供應800件。在長期生產中已統計出每批元件裝配在儀器上再行老化出現不同次品率的概率如下表8-4所示：每批元件出現次品率的百分比2%5%10%15%20%概率（P）0.40.30.150.10.05表8-4不同次品率出現的概率按原工藝生產，發現次品后，每更換一件的費用為1.5元。現擬改進生產工藝，即每批元件進廠后，先進行老化處理，并加以篩選，然后再裝配。這樣出現的次品率如表8-5所示，更換一件次品同樣要支付1.5元，此外這種新工藝要為每批元件多支付40元的處理費用。

決策問題：是否應該采用新工藝？表8-5新工藝中不同次品率出現的概率每批元件出現次品率的百分比2%8%12%概率（P）0.70.20.130例題2某儀器廠生產的儀器中需要裝配一種電子元器件，由一家解：1.決策目標：工藝要不要進行改革。該決策只有一個目標。2.繪制決策樹。（1）該決策只有一個決策點，即點1；（2）有改與不改兩個方案，故從決策節點引出兩個方案分枝，并在右端畫出兩個狀態節點，即點2和點3；1230.40.30.150.100.050.700.200.10改革方案決策樹（3）根據不同工藝出現不同比例次品的概率，分別從節點2和節點3畫出相應的狀態分枝，并標出相應的概率；31解：1230.40.30.150.100.050.700.21230.40.30.150.100.050.700.200.10246012018024024961103.計算結果節點的損益值，并標注在概率枝的右端。計算方法：費用=批量*次品率*單件費用4.計算狀態節點的期望費用值EMV原工藝的期望費用值75.650.4新工藝的期望費用值321230.40.30.150.100.050.700.2005.計算各方案的期望費用原方案的期望費用與代表該方案的狀態節點的期望費用EMV1相等。即：75.6元。新方案的期望費用為：該方案狀態節點的期望費用EMV2+每批元件的處理費用40元。即：50.4+40=90.4元6.決策。通過比較兩個方案的費用，可以看出，采用原方案比改革工藝節省的期望費用為90.4-75.6=14.8元。

決策結果：采用原來的方案。二.決策樹法決策335.計算各方案的期望費用二.決策樹法決策334多目標決策344多目標決策34一.多目標決策的概念在社會、經濟、科學研究和工程建設活動中經常遇到要對多個目標作出決策。例如：新建一個物流系統，既要考慮系統的先進性，又要考慮投資少。（兩個目標）又如，選擇一個新的廠址，要考慮以下因素：運輸費用，原材料供應，投資，能源、環保等因素。一般來說，對于有多個決策目標的決策問題，要同時使多個目標達到最優值是不可能的，在數學上的求解也非常困難。35一.多目標決策的概念在社會、經濟、科學研究和工程建設活動中二.物流系統多目標決策的數學模型最優解X*：若對于可行方案集合D中的任何X，有F(X*)>F(X)，則稱X*為最優解。非劣解X0：若對于可行方案集合D，不存在屬于D的任何X，使F(X)>F(X0)，則稱X0為非劣解。設物流系統所有的可行方案的集合為D，每個方案都有m個目標函數fi(X),1<i<m；每個方案的各目標函數統一表示為F(X)，則多目標決策問題可以表示為：36二.物流系統多目標決策的數學模型最優解X*：設物流系統三.多目標決策的簡化方法對多目標問題的求解一般是將其簡化為單目標或雙目標決策。1.主要目標法找出主要目標，并適當兼顧其他目標的要求。設有m個目標f1(X)，f2(X)，….，fm(X)要實現，可以確定其中一個目標為主要目標，保證此目標的實現，而對于其他的目標只在一定的程度上滿足即可。例如，確定f1(X)為主要目標，其余的目標則設定為：

fi1(X)<=fi(X)<=fi2(X)則多目標決策問題轉化為單目標決策問題：37三.多目標決策的簡化方法對多目標問題的求解一般是將其簡化為2.線性加權法若有m個目標函數，分別給予各目標函數不同的權數,然后重新構造一個新的目標函數，則原多目標決策問題轉化為下面的單目標決策問題。三.多目標決策的簡化方法382.線性加權法若有m個目標函數，分別給予各目標函數不同的權３.平方加權法利用目標函數與規定值的差值最小來構造一個新的函數。設m個目標函數的規定值分別為：f1*，f2*，….，fm*，要求目標函數的規定值盡可能小，同時對目標函數的重要性有不同要求（權重不一樣），可以構造新的函數如下：三.多目標決策的簡化方法39３.平方加權法利用目標函數與規定值的差值最小來構造一４.多目標模糊規劃法利用模糊數學將多目標問題轉化為一個或一系列單目標決策問題。40４.多目標模糊規劃法利用模糊數學將多目標問題轉化為一個或3-5物流系統決策413-5物流系統決策11概述421概述2一.什么是決策在物流基礎設施建設與經營管理過程中，物流管理者經常面對一些重大問題需要作出決定。如：某個倉儲公司打算建立一個大型倉庫，需要從幾個方案中進行選擇。在選擇方案時，需要考慮多種因素，如：投資費用，運行成本，未來的需求情況，潛在的風險評估等。多個配送中心應如何進行物資調運，才能使運輸費用最低。一個工廠應如何制定生產計劃才能獲得最大的利潤。運輸公司是否應該開辟新的運輸線路。對以上問題作出決斷的過程就是決策。43一.什么是決策在物流基礎設施建設與經營管理過程中，物流管一.什么是決策決策：對某一事件的目標及其實現手段的選擇。即從多個可能采取的方案中，選擇一個“最優的”或“最有利的”或“最滿意的”或“最合理的”方案的行動物流系統決策：對物流系統來說，決策就是在充分占有資料的基礎上，根據物流系統客觀環境，借助于經驗、科學的理論和方法，從若干備選的方案中，選擇一個合理、滿意的方案的決斷行為。如物流選址決策、物流經濟決策、生產決策、投資決策等決策的問題和決策活動是多方面的、多領域的、多層次的，決策存在于人類活動的方方面面。決策過程隨問題的規模和復雜程度的不同，可能非常復雜。44一.什么是決策決策：對某一事件的目標及其實現手段的選擇。二.決策的要素決策者決策過程的主體，即決策人。決策的正確與否，受決策者所處的社會、政治、經濟環境及決策者個人素質的影響。方案為實現目標而采取的一系列活動或措施。自然狀態不受決策者控制的客觀狀況。損益值每一可行方案在每一客觀情況下產生的后果45二.決策的要素決策者5三.決策的過程基本的決策過程大致三個步驟：1.找出問題的關鍵，確定決策目標2.擬訂各種備選方案3.選擇合理的方案（1）制定合理的選擇標準（2）采用科學的選擇方法46三.決策的過程基本的決策過程大致三個步驟：6四.物流系統決策的分類1.按決策者的地位高層決策中層決策低層決策2.按問題的性質戰略性決策管理性決策日常決策3.按決策者對自然狀態的了解確定型決策隨機型決策（風險型決策、統計型決策）非確定型決策47四.物流系統決策的分類1.按決策者的地位7五.決策問題的特征存在著決策者希望達到的一個明確目標。存在著至少兩種自然狀態，各狀態出現的概率可能已知，也可能未知。至少存在兩個可供選擇的方案。各方案在每一自然狀態下的損益值可以估算出來。48五.決策問題的特征存在著決策者希望達到的一個明確目標。82非確定型決策492非確定型決策9一.非確定型決策概述非確定型決策：指自然狀態出現的概率是未知的決策問題一般情況下，越是高層，越是關鍵的決策，往往是非確定型決策。例1，根據資料，一條集裝箱船舶每個航次從天津到廈門港所需的艙位數量可能是下面數量中的某一個：100，150，200，250，300，具體概率分布不知道。如果一個艙位空著，則在開船前24小時起以80美圓的低價運輸。每個艙位的標準定價是120美元，運輸成本是100美元。假定所準備的空艙量為所需要量中的某一個：方案1：準備的空艙量為100；方案2：準備的空艙量為150；方案3：準備的空艙量為200；方案4：準備的空艙量為250；方案5：準備的空艙量為300；決策問題：如何準備合適的空艙量？因為各事件狀態出現的概率未知，因為屬于非確定型決策問題。50一.非確定型決策概述非確定型決策：指自然狀態出現的概率是未二.損益矩陣設：需求的艙位數為ai，準備的艙位數為bj，損益值為cij，根據計算可以建立下面的損益矩陣：a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000需求量bj準備的空艙量ai本例：損益值=收入—成本=ai標準定價+剩余艙位折價—bj成本單價如：c11=a1

120-b1100=2000(美元)c41=a1120+(b4-a1)80-b4100=100120+(250-100)80-250100=-1000(美元)51二.損益矩陣設：需求的艙位數為ai，準備的艙位數為bj，損三.非確定型決策問題從損益矩陣可以看出：不同方案的贏利結果不同。可能贏利多的方案有可能出現虧損。由于不知道各狀態出現的概率，無法直接得出哪一個方案好或差的結論。不同的決策人員有不同的決策結果，因此對非確定型問題決策時，應該首先確定決策準則。a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000需求量bj準備的空艙量ai52三.非確定型決策問題從損益矩陣可以看出：a1a2a3a4a四.平均準則(Laplace準則)這種決策的出發點是，既然不能肯定哪種狀態比另一種狀態更可能出現，就認為各種狀態出現的概率相等。決策步驟：編制決策損益表（損益矩陣）。按相等概率計算每一個方案的平均收益值。選擇平均收益值最大的方案作為最佳方案。算例，以例1為例計算。決策結果：第3方案為最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)平均收益值B1(100)200020002000200020002000B2(150)100030003000300030002600B3(200)020004000400040002800B4(250)-100010003000500050002600B5(300)-200002000400060002000需求量bj準備的空艙量ai53四.平均準則(Laplace準則)這種決策的出發點是，既然五.悲觀準則(max-min準則)這種決策的思路是，從最不利的結果出發，以在最不利的結果中取得最有利的結果的方案作為最優方案。決策步驟：編制決策損益表（損益矩陣）。計算找出各個方案的最小收益值。選取最小收益值最大的方案作為最佳方案。算例，以例1為例計算。決策結果：第1方案為最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)最小收益值B1(100)200020002000200020002000B2(150)100030003000300030001000B3(200)020004000400040000B4(250)-10001000300050005000-1000B5(300)-20000200040006000-2000需求量bj準備的空艙量ai事實上，這種方法是選取最不利情況下的最有利方案。（過于保守）54五.悲觀準則(max-min準則)這種決策的思路是，從最不六.樂觀準則(max-max準則)這種決策的思路是，從最有利的結果出發，以在最有利的結果中取得最有利的結果的方案作為最優方案。（與悲觀準則剛好相反）決策步驟：編制決策損益表（損益矩陣）。計算找出各個方案的最大收益值。選取最大收益值最大的方案作為最佳方案。算例，以例1為例計算。決策結果：第6方案為最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)最大收益值B1(100)200020002000200020002000B2(150)100030003000300030003000B3(200)020004000400040004000B4(250)-100010003000500050005000B5(300)-200002000400060006000需求量bj準備的空艙量ai事實上，這種方法進行大中取大。（過分樂觀，容易冒進）55六.樂觀準則(max-max準則)這種決策的思路是，從最有七.折衷準則(Hurwicz準則)這種決策的思路是，對悲觀準則和樂觀準則進行折衷。決策時，先根據個性、經驗選定樂觀系數，然后按樂觀和悲觀兩個方面計算折衷值。決策步驟：編制決策損益表（損益矩陣）。計算各個方案的折衷收益值。選擇取最大折衷收益值的方案作為最佳方案。折衷值的計算公式：折衷收益值=最大收益值+(1-

)最小收益值的取值在0~1之間，越大，最大收益值對結果的影響越大。當=0時，即為悲觀準則法。當=1時，即為樂觀準則法。56七.折衷準則(Hurwicz準則)這種決策的思路是，對悲觀七.折衷準則(Hurwicz準則)算例，以例1為例計算。取=0.3，計算結果見下表。決策結果：第1方案為最佳方案。a1(100)……a5(300)最小收益值最大收益值折衷收益值B1(100)2000……2000200020002000B2(150)1000……3000100030001600B3(200)0……4000040001200B4(250)-1000……5000-10005000800B5(300)-2000……6000-20006000400需求量bj準備的空艙量ai57七.折衷準則(Hurwicz準則)算例，以例1為例計算。a八.后悔值準則(Savage準則)思路：希望找到一個方案，當此方案執行后，無論自然狀態如何變化，決策者產生的后悔感覺最小。后悔感覺的大小用后悔值表示。在每一自然狀態下，每一方案的收益值與該狀態的最大收益值之差，叫做后悔值。決策步驟：找出各個自然狀態下的最大收益值，定其為該狀態下的理想目標。將該狀態下的其他收益值與理想目標之差，作為該方案的后悔值，將他們排列成一個矩陣，稱為后悔矩陣。找出每一方案的最大后悔值。選取最大后悔值最小的方案作為最佳方案。58八.后悔值準則(Savage準則)思路：希望找到一個方案，算例，以例1為例計算。在每一自然狀態下的后悔值最大后悔值a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)010002000300040004000B2(150)100001000200030003000B3(200)200010000100020002000B4(250)300020001000010003000B5(300)400030002000100004000需求量bj準備的空艙量aia1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000各狀態理想值20003000400050006000需求量bj準備的空艙量ai決策結果：第3方案為最優方案。59算例，以例1為例計算。在每一自然狀態下的后悔值最大a1a2a3風險型決策603風險型決策20風險型決策：指自然狀態出現的概率是已知的決策問題。不同方案在不同自然狀態下的損益值可以計算出來，但在未來的時間內，究竟會出現哪種狀態是不能確定的，只知道各種自然狀態出現的概率。因此，無論采取哪種方案，都具有一定的風險。期望值準則：采用期望值的大小作為判別標準首先利用自然狀態發生的概率，計算出每個方案的期望損益值；然后比較損益值的大小；具有最大期望收益值或最小期望損失值的方案就是期望值準則下的最優方案。風險型決策是決策分析中研究得最多的一種決策。風險型決策包括：損益矩陣法和決策樹法一.相關概念61風險型決策：指自然狀態出現的概率是已知的決策問題。一.相關一.損益矩陣法決策1.方法描述已知：風險型決策的決策空間為（可選擇的方案）A={a1，a2，…，am}；風險型決策的狀態空間為（可能存在的自然狀態）S={S1，S2，…，Sn}；各自然狀態的概率集合為：P={P1，P2，…，Pn}；各方案在各種自然狀態下的損益值為V={Vij},i=1,2,…,m;j=1,2,…,n要求：根據損益期望值選擇最優方案。62一.損益矩陣法決策1.方法描述22一.損益矩陣法決策各方案的損益期望值的計算公式從Ej中選擇收益期望值最大的方案作為最優方案，即：或者，從Ej中選擇損失期望值最小的方案作為最優方案，即：63一.損益矩陣法決策各方案的損益期望值的計算公式從Ej中選擇收例題1某化工廠銷售一種粘接劑，該產品存儲時間較短，為了提高使用質量，決定只配制每天的銷售量。該粘接劑配制成本為每公斤2元，售價為每公斤5元，問每天配制多少使供需情況最理想？該廠過去200天的銷售情況統計如下表所示：解：每天的銷售數量情況（即狀態空間）為：S={5,6,7,8,9}工廠每天的配制方案（即決策空間）為：A={5,6,7,8,9}各種自然狀態出現的概率集合為：P={20/200,40/200,80/200,30/200,30/200}={0.1,0.2,0.4,0.15,0.15}每天銷售量(Kg)56789該銷量出現的天數2040803030一.損益矩陣法決策64例題1某化工廠銷售一種粘接劑，該產品存儲時間較短，為了計算各方案的損益期望值E，本例為收益期望值。配制5Kg：E=15*0.1+15*0.2+15*0.4+15*0.15+15*0.15=15配制6Kg：E=13*0.1+18*0.2+18*0.4+18*0.15+18*0.15=17.5

配制7Kg：E=11*0.1+16*0.2+21*0.4+21*0.15+21*0.15=19配制8Kg：E=9*0.1+14*0.2+19*0.4+24*0.15+24*0.15=18.5配制9Kg：E=7*0.1+12*0.2+17*0.4+22*0.15+27*0.15=17.55kg6kg7kg8kg9kg期望值E0.10.20.40.150.155kg1515151515156kg131818181817.57kg1116212121198kg91419242418.59kg71217222717.5自然狀態方案概率損益矩陣表損益值65計算各方案的損益期望值E，本例為收益期望值。5kg6kg7二.決策樹法決策1.相關概念決策樹法：是以損益值為準則的圖解決策法，由于這種決策圖類似樹枝，因此稱為決策樹法。決策樹的結構：決策樹由節點和分枝組成。節點有三種：（1）決策節點，用符號表示。表示此時的行為是決策者在自己能夠控制的情況下進行分析和選擇。從決策節點引出的分枝叫方案分枝，分枝數反映可能的方案數目。（2）方案（狀態）節點，用符號表示。表示此時的行為是決策者在自己無法控制的一種狀態。從方案節點引出的分枝叫狀態分枝，每一枝代表一種自然狀態。分枝數反映可能的自然狀態數目。每條分枝上標明自然狀態及其可能出現的概率。（3）結果節點，用符號表示。它是狀態分枝的最末端。節點后面的數字是方案在相應結局下的損益值。66二.決策樹法決策1.相關概念26二.決策樹法決策決策樹結構圖例決策節點方案節點結果節點方案分枝狀態分枝概率損益值損益值損益值損益值67二.決策樹法決策決策樹結構圖例決策節點方案節點結果節點方案2.決策樹的畫法與求解（1）從左到右，從決策節點開始，依次列出各方案；（2）列出方案節點下可能的自然狀態（概率、費用、結果節點）（3）從右到左求解決策樹。用概率枝上的概率乘以結果節點上的損益值，然后將每一方案求和（方案的期望值）將方案的期望值填入方案節點旁邊，決策樹便可以向左推一級。凡遇到決策節點，保留具有最大期望值的樹枝，去除相對小的樹枝，依次類推，利用這種反推決策樹的方法，從右到左，求出最優方案。二.決策樹法決策682.決策樹的畫法與求解二.決策樹法決策28二.決策樹法決策3.決策樹法的決策步驟（1）畫決策樹（2）計算各方案的期望值（3）選擇方案69二.決策樹法決策3.決策樹法的決策步驟29例題2某儀器廠生產的儀器中需要裝配一種電子元器件，由一家協作廠供應，每批次供應800件。在長期生產中已統計出每批元件裝配在儀器上再行老化出現不同次品率的概率如下表8-4所示：每批元件出現次品率的百分比2%5%10%15%20%概率（P）0.40.30.150.10.05表8-4不同次品率出現的概率按原工藝生產，發現次品后，每更換一件的費用為1.5元。現擬改進生產工藝，即每批元