决策分析

什么是决策分析

决策分析一般指从若干或许的方案中通过决策分析技术，按计划望值法或决策树法等，选择其一的决策过程的定量分析方法。首要应用于大气科学中的活力气象学等学科。

决策分析的步骤决策分析一般分四个步骤：

(1)形成决策困难，包含提出方案和确定目标；

(2)分析自然状态及其几率；

(3)拟定多个可行方案；

(4)评价方案并作出选择。

决策分析的特质确定型情形下的决策分析。确定型决策困难的首要特质有4方面：

一是只有一个状态，

二是有制定人期望高达的一个清晰的目标。

三是存在着可供制定人选择的两个或两个以上的方案，

四是不同方案在该状态下的收益值是清楚的。

确定型决策分析技术包含用微分法求极大值和用数学规划等。决策分析的成长简况

早在1738年，伯努利就已提出决策分析中的效用概念。从1763年贝叶斯发表条件几率起就显现统计推断理论的萌芽。1815年拉普拉斯又将它推向一个新的阶段。统计推断理论事实上是在风险情形下的决策理论。1931年，拉姆齐基于效用和主观几率两个基本概念来研究决策理论。1944年 J.von诺伊曼和O.莫根施特恩在著名的《竞赛理论与经济举动》一书中，独立地研究了在不确定情形下执行决策所用的近代效用理论。沃尔德在1950年提出的统计决策函数是决策理论的又一重要进度。1954年萨维奇为决策方法给予了公理系统和严格的哲学基础。60年代初期，美国哈佛商学院开始运用统计决策理论处理商业困难，并定名叫应用统计决策理论。1966年，美国霍华德首先应用决策分析这个名词。后来，决策分析又有很多新的成长，并普遍吸取相关的决策方法，进而形成一个内容普遍、实用性很强的学科分支。现代决策分析的成长动向是研究民众决策的举动思想方面和研制与计算机结合的决策支持系统等。

决策分析常用方法对于不同的情形有不同的决策方法。

①确定性情形：每一个方案引起一个、而且只有一个结局。当方案个数较少时可以用穷举法，当方案个数较多时可以用一般最优化方法。

②随机性情形：也称风险性情形，即由一个方案或许引起几个结局中的一个，但各种结局以适当的几率发生。一般在能用某种估算几率的方法时，就可运用随机性决策，比如决策树的方法。

③未知性情形:一个方案或许引起几个结局中的某一个结局,但各种结局的发生几率未知。这时可运用不确定型决策，比如拉普拉斯准则、乐观准则、悲观准则、遗憾准则等来取舍方案。

④多目标情形：由一个方案同期引起多个结局，它们分别属于不同属性或所追求的不同目标。这时一般采取多目标决策方法。比如化多为少的方法、分层序列法、直接找所有非劣解的方法等。

⑤多人决策情形：在与一个方案内有多个制定人，他们的利益不同，对方案结局的评价也不同。这时采取对策论、矛盾分析、群决策等方法。

除上述各种方法外，仍有对结局评价等有模糊性时采取的模糊决策方法和决策分析阶段序贯执行时所采取的序贯决策方法等。

不同决策分析的区别风险型情形下的决策分析。这类决策困难与确定型决策只在第一点特质上有所区别：

风险型情形下，将来或许状态不只一种，究竟显现哪种状态，不能事先肯定，只知道各种状态显现的机会性大小(如几率、频率、比例或权等)。常用的风险型决策分析技术有期望值法和决策树法。

期望值法是依据各可行方案在各自然状态下收益值的几率平均值的大小，决定各方案的取舍。

决策树法有助于决策人士使决策困难形象比，可把各种可以更换的方案、或许显现的状态、机会大小及造成的后果等，简单地绘制在一张图上，以便计算、研究与分析，同期还可以随时补充和不确定型情形下的决策分析。

假使不只有一个状态，各状态显现的机会性的大小又不确知，便称为不确定型决策。常用的决策分析方法有：

a．乐观准则。相对积极的制定人愿意争取一切机会得到最好结果。决策步骤是从每个方案中选一个最大收益值，再从这些最大收益值中选一个最大值，该最大值对应的方案便是入选方案。

b.悲观准则。比较悲观的制定人总是小心审慎，从最坏结果着想。决策步骤是先从各方案中选一个最小收益值，再从这些最小收益值中选出一个最大收益值，其对应方案便是最优方案。这是在各种最不利的情形下又从中找出一个最有利的方案，

c.等机会准则。制定人对于状态信息毫无所知，所以对它们一视同仁，即觉得它们显现的机会性大小相等。于是如此就可按风险型情形下的方法执行决策。