首页 理论教育期望值准则法的优化的分析介绍

期望值准则法的优化的分析介绍

【摘要】:期望值准则法是利用决策益损表,计算各种方案在各种自然状态下的期望益损值,按照最大期望收益值标准和最小期望损失值标准,对期望益损值进行比较、分析,最后选出最优方案。2)计算期望损失值,并选择最小期望损失值对应的方案为最优方案。表10-7 益损值表 故应选择期望损失值最小的组建大型车队的方案。

期望值准则法是利用决策益损表,计算各种方案在各种自然状态下的期望益损值,按照最大期望收益值标准和最小期望损失值标准,对期望益损值进行比较、分析,最后选出最优方案。

1.最大期望收益值标准

决策步骤如下:

1)编制不同方案在不同自然状态下的收益值表。

2)计算不同方案的期望收益值

978-7-111-43378-1-Chapter10-11.jpg

式中,Pi是第i种自然状态出现的概率,i=1,2,…,m;

Oij是第i个方案在第j种自然状态下的收益值,i=1,2,…,m;j=1,2,…,n。

3)选择期望收益值最大的方案为最优方案

EAi)=max{EAi)},i=1,2,…,m

[案例1] 某物流公司准备组建车队,并有三个方案:组建大型车队、组建中型车队和组建小型车队。据估计,该物流公司业务量大的可能性是50%,业务量中的可能性是30%,业务量少的可能性是20%。此时,问题就变成了风险型的决策问题了。我们用最大期望收益值标准迸行决策,见表10-6。

表10-6 益损值表(单位:万元)

978-7-111-43378-1-Chapter10-12.jpg

故应选择期望收益值最大的组建大型车队的方案。

2.最小期望损失值标准

最小期望损失值标准的基本思想是:计算各种情况下,各行动方案的损失值,然后,计算每种方案的期望损失值,选择最小期望损失值对应的方案为最优方案。

计算步骤如下:

1)编制不同方案在不同自然状态下的损失值表。损失值的计算方法是:用每种状态下的最大收益值减去该状态下各个方案的收益值,就得到了损失值表。

2)计算不同方案的期望损失值

978-7-111-43378-1-Chapter10-13.jpg

式中,Pi是第i种自然状态出现的概率,i=1,2,…,m

Oij是第i个方案在第j种自然状态下的损失值,i=1,2,…,m,j=1,2,…,n

3)选择期望损失值最小的方案为最优方案

EAi)=min{EAi)},i=1,2,…,m

[案例2] 仍以[案例1]为例,用最小期望损失值标准迸行决策。

解:

1)编制期望损失值表见表10-7。

2)计算期望损失值,并选择最小期望损失值对应的方案为最优方案。计算结果见表10-7。

表10-7 益损值表 (单位:万元)

978-7-111-43378-1-Chapter10-14.jpg

故应选择期望损失值最小的组建大型车队的方案。

3.最大可能收益值标准

风险型决策问题中,每种状态的发生都有一个概率值,某种状态的概率值越大,说明该种状态发生的可能性越大。基于这种想法,在风险型决策问题中,若某种状态的概率远比其他状态的概率大得多的时候,就可以忽略其他状态,而只考虑概率特别大的这一种状态。即把风险型决策问题转换成确定情况下的决策问题进行决策,这就叫最大可能收益值标准。

[案例3] 仍以[案例2]为例,三种状态出现的概率调整为:0.7、0.2、0.1,此时,业务量大的情况出现的可能性非常大,故不再考虑其他两种情况,只考虑业务量大这一种情况。分别用最大收益标准和最小损失标准决策。见表10-8。

表10-8 益损值表 (单位:万元)

978-7-111-43378-1-Chapter10-15.jpg

故仍然选择组建大型车队的方案。

这种决策方法适用于某一个状态的概率值相差大的情况,如果各种状态的概率值相差不大的时候,就不能用这种算法。否则,会造成决策失误。

[案例4]汽车客运公司经营某一旅游线路,每一班车平均获利润800元,每一班车成本800元,如果停开一班车则损失300元,现要求根据市场状况做出客运班车计划,使其获利润最多。

解:

根据上一年同期开车量资料迸行统计分析,确定不同日开车量的概率见表10-9。

1.用收益表法计算

1)根据每天可能的开车量,编制不同生产方案的收益矩阵表,见表10-10。

表10-9 开车班数及概率

978-7-111-43378-1-Chapter10-16.jpg

表10-10收益矩阵表

978-7-111-43378-1-Chapter10-17.jpg

其中,条件收益值计算如下:

表内计划开车100班,当日按运输市场需求实开100班,则当日获利

v11=100×800=80000(元)

表内计划开车110班,当日按运输市场需求实开100班,剩余10班,每班损失300元,则当日获利

v11=100×800-10×300=77000(元)

依此类推,可以计算出条件收益值vij(i=1,2,3,4;j=1,2,3,4),见表10-10。

2)计算期望收益值

Evi)=vijpjsj

即E(v1)=80000×0.21+80000×0.38+80000×0.29+80000×0.12=80000(元)

Ev2)=77000×0.21+88000×0.38+8800×0.29+88000×0.12=85690(元)

Ev3)=74000×0.21+85000×0.38+96000×0.29+96000×0.12=87200(元)

Ev4)=71000×0.21+82000×0.38+93000×0.29+104000×0.12=85520(元)

3)方案决策。根据上述计算可得出结论:日开班120班时,为最优方案,此时期望收益值为87200元,利润最高。

2.用期望损失表法计算

1)根据每天可能的开车量,编制不同生产方案的机会损失矩阵表,见表10-11。

用表10-11中条件收益部分每一列的最大值减去该列各值,得到的差值即为各方案在各种状态下的机会损失值。

例如,当自然状态为100班,方案为100班时,当日的条件机会损失为

v11=80000-80000=0(元)

当自然状态为100班,方案为110班时,当日的条件机会损失为

v12=80000-77000=3000(元)

当自然状态为100班,方案为120班时,当日的条件机会损失为

v13=80000-74000=6000(元)

当自然状态为100班,方案为130班时,当日的条件机会损失为

v14=80000-71000=9000(元)

依此类推,可以计算出条件机会损失值viji=1,2,3,4;j=1,2,3,4),见表10-11。

由表10-11可知,当日市场需要量与开车量相同,则条件机会损失值为0,所以在表10-11中,主对角线上的元素均为0。对角线以下的值是每日开车量多于每日市场需求量造成的“过剩损失”;而对角线以上的值是每日开车量少于每日市场需求量而产生的“不足损失”。

2)计算期望值机会损失值。期望值机会损失值等于条件机会损失值乘以相应的概率值。例如,自然状态为100,方案为110的期望机会损失值为

3000×0.21=630(元)

依此类推,可以计算出其他方案的期望机会损失值,见表10-11最右一列数据。

表10-11机会损失矩阵表

978-7-111-43378-1-Chapter10-18.jpg

3)方案决策。

从表10-11可知,在各方案的全部机会损失中,以3360元为最小。故可做出决策:每日开班120辆车,此时的损失值最小。

用收益表法计算与用机会损失值表法得出结论是一致的,均是日发车120班为最优方案。