主观概率——决策分析讲座(二)

§2.1 主观概率的基本概念 有许多决策问题不允许人们去进行随机试验,是由于两个原因。首先,某些决策问题需要对尚未发生,又具有某种不确定性的事件进行预测。这些事件不允许人们在相同条件下重复进行试验。例如在第一讲中列举的带伞问题和生产问题,都是这种情况。未来的天气和将要在市场上销售的商品,都不可能事先在相同条件下重复作试验,因此,不能用随机试验去确定它们的概率。此外,有些决策问题在理论上虽然可以进行随机试验,但由于各种原因,实际上也无法进行。例如有关洲际导弹发射的决策问题,将涉及     

处理多目标决策问题的一个方法

现实生活中遇到的决策问题大多是多目标的决策。例如,在选择一个武器系统的方案时,往往要考虑精度、可靠性、可维护性、机动性、生存能力、体积、重量以及成本等多个目标。因而研究多目标的决策问题是很有意义的。本文给出处理多目标决策问题的一个新方法。     

决策分析的基本方法——决策分析讲座(一)

人们在日常生活和工作中经常遇到许多需要作出判断和决定的问题。例如,在天气晴雨不定的情况下出门是否要带伞?又如,在市场难于准确预测的情况下是否应生产一定数量的某种新产品?如此等等。可以看出,这类问题都有其共同特点,即后果的不确定性和后果的效用,现分述如下。 (1) 每个决策问题总包含两个方面,即决策人采取的行动(简称决策)和自然状态(简称状态)。在带伞问题中,决策人的决策是带伞或不带伞,状态是下雨或不下雨。在生产问题中,决策人的决策是生产或不生产某种产品,如果生产,应生产多少件,     

处理多目标决策问题的二项系数加权和法

系统工程中的决策问题大多是多目标决策。因此,评价一个系统往往要考察多个目标。例如,当规划资源的开发时,既要考虑需求,又要考虑储量、投资、运输、劳力、技术力量、占用土地等;选择厂址时,既要考虑造价,又要考虑运输、能源消耗、环境污染等;设计一个产品或系统,一则要性能好,再则要消耗少、成本低、可靠性高等。本文就多目标决策的加权和法,在缺乏加权经验的情况下,提出一种二项系数加权和法,此法简单易行。 一、问题的提出     

对话式虚拟目标法

某些多目标决策问题,从工程实际来考虑,所选方案的各项目标必须满足预定的要求(例如大于或等于某些规定值),并希望在满足这一预定要求的条件下,再找出尽可能好的方案。 设我们考虑的问题     

考虑消防联动与效益的消防站多目标选址方法

为提升城市消防应急能力、降低消防响应成本,针对消防站选址决策问题,在消防资源有限的前提下,同时考虑消防站均衡性和消防效益,利用消防责任区覆盖率和消防响应损失成本分别描述均衡性与消防效益,并考虑城市重特大火灾事故处置的联动消防情景,构建消防站选址的多目标选址覆盖模型.通过经典的多目标优化算法SPEA2算法对模型进行求解,得到该多目标选址问题的Pareto最优解集,利用模糊集理论从Pareto最优解集中选取折中解.最后,以上海市外环以内市区为例,验证模型的可行性与有效性,为消防站科学选址提供决策依据.     

多层多目标决策方法的综述

本文对多层多目标决策问题进行了分析研究,探讨了该领域有待研究的几个方向,这对进一步研究多层多目标决策问题是有意义的。     

基于关联分析的多目标商品组合选择方法

在超市等零售机构中,如何根据历史记录选择商品组合进行促销是一个重要的问题,这不仅需要考虑商品组合的直接收益,还要考虑该商品组合间交叉销售的效果而获得的间接效益.本文利用关联规则的特点,建立一个多目标优化模型.该模型把商品直接收益和由于交叉销售因素产生的间接利润作为两个独立的优化目标,并设计多目标遗传算法进行求解.为了增加种群多样性和提高算法搜索能力,加入个体修补,填充策略和局部搜索策略.最后,用实际零售数据集对该多目标优化模型和多目标遗传算法进行了验证.通过实验分析表明,这种多目标优化算法可以获得丰富信息,为决策者制定具有针对性营销策略提供比较全面的信息.     

对指标属性有偏好信息的一种决策方法

讨论了对指标属性有偏好信息的多指标决策问题,以最小二乘法为工具,建立了确定指标权重的优化模型,同时给出了主观确定指标权重的五级标度赋值法。从而为多指标决策问题提供了又一有效可行的决策方法     

具有目标偏好的多目标博弈设计与机构仿真

在机构的多目标设计中,考虑设计者的目标偏好,提出一种基于Stackelberg博弈对策的求解方法,将多目标设计问题转化为博弈决策问题,建立博弈分析的技术路线和计算步骤。对补偿滑轮组变幅机构的多目标设计进行应用仿真,验证了该博弈分析方法可在兼顾多个目标利益的前提下实现单个目标偏好,获得令设计人员满意的设计方案。     

多目标决策的限界搜索法(BSM)

在多目标决策问题的求解方法中,交互式方法已经发展成为最为活跃、最有希望的分枝之一。其中STEM(逐步法)具有简明和实用的特点。文[3]将SETM用于学术部门和计划决策中;[4]改进了STEM并将其用于制定生产计划;[7]将STEM推广到求解非线性问题。尽管这类算法受到重视,但它在交互分析过程中还存在应用上的弱点。首先是,这类算法在每次获取偏好信息时,必须要求决策者     

一种多损失条件风险值的双层规划模型及应用

在两级供应链中制造商与零售商之间的多产品定价与订购问题, 是一个多损失的双层风险决策问题, 可以建立双层规划模型解决. 本文研究了一种多损失条件风险值的双层规划模型, 对于多个损失函数和对应的权值水平, 在给定的置信水平下, 定义了不超过给定损失值的最小风险值(即VaR值)和对应的累积期望损失值(即CVaR损失值) 概念, 然后建立了一个多损失条件风险值的双层规划模型, 该模型的目标是求上下层的多损失CVaR值达最小的最优策略, 我们证明了它可以通过另一个较容易求解的双层规划模型获得最优解. 最后, 给出了两级供应链中多产品的定价与订购的双层条件风险值模型, 通过对2种面包产品销售数据进行计算, 获得了面包制造商的最优批发价和最优回购策略, 及零售商最优订购量.     

基于受灾人员损失的多受灾点、多商品应急物资分配模型

分析了现有应急物资分配模型的不足,考虑了灾害严重程度、物资属性、受灾点属性等各种因素,构造了受灾人员的损失函数,构建了以受灾人员损失最小为目标的多受灾点、多商品应急物资分配模型,给出了模型的最优条件和求解方法,对模型在不同情况下的算例结果进行了对比分析。     

效用函数——决策分析讲座(三)

在第一讲中我们已经介绍了效用的概念。决策问题的每种后果对于决策人都有一定的效用。效用是决策人在有风险的情况下对后果的爱好(或厌恶)程度的量化,可用一数值表示。定义了后果的效用以后,就能比较各种后果的优劣。当后果1的效用大于后果2的效用时,后果1优于后果2。 由于随机性决策问题中后果的发生是不确定的,它又是由自然状态的不确定性所引     

下层为多目标的两人两层决策问题的模型及优化方法

本文针对上层为单目标,下层为多目标的两人两层决策问题,建立了它的数学模型和决策机制,然后将其转化为单层的非凸优化问题。采用外部逼近算法求解此非凸优化问题的全局最优解,这为两层决策问题提供了一种求解的途径,同时为该类问题的决策支持系统的研究是有意义的。     

带有方案偏好信息的多指标决策法

本文讨论了对方案有偏好信息的多指标决策,给出了五级标度的方案偏好赋值法,同时建立了一种兼顾方案偏好信息和客观信息熵方案值的优化决策模型。从而为多指标决策问题提供了又一合理可行的决策方法。     

基于公平偏好的双渠道闭环供应链定价决策

在双渠道闭环供应链中考虑零售商具有公平偏好行为倾向,基于博弈理论研究了制造商考虑零售商公平偏好和不考虑零售商公平偏好的双渠道闭环供应链定价决策问题。结果发现,零售商的公平偏好行为对供应链各成员的最优定价策略和利润均有影响;与零售商不具有公平偏好相比,当零售商具有公平偏好时,如果制造商考虑这种公平偏好将增强零售商在双渠道闭环供应链中的讨价还价能力,这有利于增加零售商利润,但会减少制造商利润,而如果制造商忽视零售商的这种公平偏好将导致双方利润均减少;当零售商具有公平偏好时,处于主导地位的制造商应该关注这种公平偏好行为,从而避免双渠道闭环供应链系统效率的损失。     

多目标决策方法(下)——决策分析讲座(六)

本法在英文文献中又称为STEM法,它是英文“Step Method”的缩写。这个方法是一种迭代方法。它和目的规划法不同,在求解过程中的每一步,分析人和决策人之间都有对话。分析人把分析的结果告诉决策人,并征求他的意见。如果决策人认为满意,则迭代终止。如果决策人认为不够满意,则分析人根据他的意见再重复计算,去改进他的结果。由于它是逐步进行的,故称步骤法。     

多目标决策的层次分析法

一、引言 T.L.Saaty提出的层次分析法(简称AHP法)是系统工程中对非定量事件作定量分析的一种简便而又有效的方法。它能将决策者对复杂系统的决策思维过程实行数量化,需要数据少,易于计算,可解决多目标、多层次、多准则的决策问题,近年来已广泛地应用于我国社会、经济和科技领域的规划决策。 多目标决策(multiple criteria decision making),一般可分成两大类型:多目标规划决策(multi ob     

C~3CM决策支持系统理论研究

本研究从Ｃ３ＣＭ系统的构成入手,分析了Ｃ３ＣＭ决策支持系统的基本需求,指出了Ｃ３ＣＭ决策是一个多目标决策问题。该决策支持系统有五个大的方面需要支持：多传感器、多信源融合和威胁识别；对抗方案选择；对抗资源分配；对抗效果评估；Ｃ３ＣＭ管理决策。研究了Ｃ３ＣＭ决策理论和方法,重点论述了分布式Ｃ３ＣＭ决策支持系统的构成原理和模型。