运筹学之决策技术

Shihong Sun

已于 2024-02-21 22:45:03 修改

阅读量1.7k

点赞数 28

分类专栏：管理科学基础文章标签：人工智能

于 2024-02-18 21:13:56 首次发布

本文链接：https://blog.csdn.net/m0_61038364/article/details/136156427

版权

管理科学基础专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1 风险型决策

1.1 决策问题简介

决策就是人们为了解决当前或未来可能发生的问题而选择最佳方案的过程。

决策和规划最大的区别：在每种方案下，规划问题的收益是确定的，而决策问题的收益增加了自然状态这一不确定因素，即增加产量同时，天气好和坏的自然状态也影响了收益。

（1）基本要素

决策者：在决策中有决定权的人；
可供选择的方案：用 $d_{j}$ 表示；
准则或目标：用来评价方案的优劣；
自然状态：用 $\theta _{i}$ 表示，表示不以决策者意志为转移的因素，如天气、市场需求等；
结局：各方案在各种可能的自然状态下产生的结果。

（2）决策分类

确定型决策：自然状态唯一的情况下，做决策，即规划问题。（在补充信息条件下可能达到）
风险型决策：多种自然状态 $\theta _{i}$ 发生概率为 $P(\theta _{i})$ ，每一个方案在不同的自然状态下结局不同
完全不确定型决策：不能预估出各状态出现的概率

1.2 风险型决策

（1）期望值准则

$E(d_{j})=\sum_{i=1}^{m}P(\theta _{i})u_{ij}$
$maxE(d_j)=E^{*}(d_{k})$
先算出每种方案下的期望收益，比较不同方案，选出收益最大的方案。

（2）决策树

可以有效体现多阶段决策的特点，更加直观
决策节点用方块表示，状态结点用圆圈表示，结局节点用三角形表示
从右往左剪枝，如E(5)=640*0.86+120*0.14<E(6)，就剪去E(5)

（3）贝叶斯决策

补充信息可以对自然状态的估计更加准确，提高决策收益，但需要花费更多获取信息的钱

A和B同时发生的概率： $P(AB)=P(A)\times P(B|A)$ ，设A是自然状态，B是预测状态
先验概率：基于原有资料对自然状态出现概率 $P(\theta _{i})$ 的估计，即 $P(A)$ ；
条件概率：出现自然状态 $\theta _{i}$ 而且预测出状态 $x _{i}$ 的概率，即 $P(B|A)$ ，（已知原因推结果）
后验概率：预测出状态 $\theta _{j}$ 之后出现了 $x _{i}$ 的概率，即 $P(A|B)$ 。（已知结果推原因）
全概率： $P(B_{1})=P(A_{1})\times P(B_{1}|A_{1})+P(A_{2})\times P(B_{1}|A_{2})$
贝叶斯公式： $P(A_{j}|B)=\frac{P(A_{j})P(B|A_{j})}{\sum_{i=1}^{m} P(A_{i})P(B|A_{i})}=\frac{P(A_{j})P(B|A_{j})}{P(B)}$ （条件概率变后验概率）

方法：补充新信息，计算修正概率，重新决策，计算补充信息带来的收益（收益＝买信息?）

为什么用贝叶斯：因为补充信息给的是条件概率，决策树要的是后验概率。
比如对好天气预报的准确性为80%，意味着好天气，且预测好天气的概率是80%；好天气，预测坏天气的准确性是20%。而真实的好天气概率是30%，这个时候做决策树需要知道天气预报预测好天气的概率和不好的概率分别是多少，再知道预测好之后出现好的情况概率是多少。
——例题：P171。其中已知 $P(x_{i}|\theta _{i})$ --条件概率，预报好的概率是 $P(x_{i})$ --全概率，预测好实际上是好的概率 $P(\theta _{i}|x_{i})$ --后验概率。

（关键在于 $P(x_{i}\bigcap \theta _{i})$ ，代表同时发生的情况，这是连接条件概率和后验概率的桥梁）

上述都是在期望准则假设下完成的，但期望准则有一些问题。在实际决策中不能只按期望选择方案，要依赖决策者的态度，有些人是风险厌恶型，宁愿保险一点赚小钱也不想冒险，这就存在一个对不同风险的态度值与真实期望收益的差异。

（4）效用准则

定量描述决策者对风险的偏好和厌恶的程度，用效用函数表示。 $0\leqslant U(x)\leqslant 1$
横坐标代表收益，纵坐标代表效用（满意度）。
做法：选择甲方案有p概率得到a元，(1-p)概率得到b元；选择乙方案一定得到c元。
那么 $pU(a)+(1-p)U(b)=U(c)$ ，其中 $U(a)=1$ 代表很满意， $U(b)=0$ 代表不满意。
取 $\frac{1}{2}U(a)+\frac{1}{2}U(b)=U(c)$ ，则 $U(c)=\frac{1}{2}$ ，再问问决策者多少c时候你觉得和甲方案平衡，这样就得到了 $c_{2}$ ，类似的得到 $c_{3}$ 和 $c_{4}$ 。
曲线上凸代表风险厌恶，更喜欢稳定收益；曲线下凹代表风险偏好，更喜欢搏大的。
问问决策者，把期望收益变成他们的期望效用，再计算每种方案的效用就可以选出来了。

1.3 完全不确定型决策

不知道自然状态发生的概率 $P(\theta _{i})$

悲观法：每种自然状态下都取最悲观的结果，从这些结果里选较好的，作为方案；
乐观法：每种自然状态下都取最乐观的结果，从这些结果里选较好的，作为方案；
最小后悔值法：各种自然状态下，最大收益-其他收益得到这个自然状态的后悔值。
等可能性方法：假设每种自然状态发生的概率一样。

2 库存决策

2.1 基本概念

物资储存就是解决和协调供应和需求之间矛盾的一种手段。

补充→库存→需求=====输入→库存→输出
物资存储不是越多越好。储存越多，当需求增加的时候，减小了供不应求造成的利润损失；储存越多，相应的存储费用和流动资金占用的成本增加。因此需要找到合适的库存策略。
关键：①物资每次补充多少，②每隔多久补充一次。

（1）需求

对某种储存物资的需要，也是储存系统的输出。
需求可以是连续的/间断的，确定的/随机的。

（2）补充

批量。以一定的数量为一批进行补充。
补充间隔。两次补充之间的时间间隔。
提前期/拖后期。从提出订货到收到订货的时间间隔。确定的/随机的。

（3）存储系统的费用

储存费用。仓库保管/占用流动资金/变质损失等，与仓储量成正比。
准备费用。每一次订货必须产生的费用。定值，与订货数量无关。
货物成本费用。货物本身的价格。与订货数量成正比。
缺货损失费用。因库存量不足，发生供不应求造成的利润损失。与缺货量成正比。

（4）存储策略

t循环策略。每隔时间t补充存储量Q。
(s,S)策略。每当存储量下降至s时，即刻补充，使存储量达到S。
(t,s,S)策略。每隔时间t检查存储量，若小于s，即刻补充，使存储量达到S。

原理：在需求量一定的前提下，每次补充的少就需要多次补充，这样存储费用少，但次数多带来了每次准备费变多，因此需要找到最佳补充数量和补充间隔。

所谓不同的库存模型，就是采用不同的存储策略，简化或者复杂化需求、补充、存储费用三要素，如令确定性要素变为随机型要素，来选择最佳存储方案。

2.2 确定型库存模型

（1）经济批量EOQ库存模型（模型1）

假设1：需求均匀、连续，单位时间需求量为R，t时间需求量为Rt。（斜率固定）
假设2：提前期为0，补充是瞬时的。
方案：确定每次最佳补充量和补充时间间隔。

（2）在制品批量的库存模型（模型2）

假设1不变。假设2：补充的速度为P。
方案：确定每次最佳补充量和补充时间间隔。
（解释：补充速度>输出速度，存储量增加，增加到一定程度后不补充，存储量减小。补充速度P和需求率R都已知，所以三角形左右两边斜率都不变，只能缩放）

（3）允许发生缺货，生产时间很短的库存模型（模型3）

模型1。增加假设3：允许缺货。
方案：最佳补充量Q*，最佳缺货时间t*。
（解释：①劣：需支付缺货费用；②优：补充次数缩短，减小准备费用，也减小存储费用）

（4）允许缺货（需补足缺货）、生产需一定时间的库存模型（模型4）

假设3。增加假设补充速度为P。
方案：最佳补充量Q*，最佳缺货时间t*。

2.3 随机型库存模型

（1）单时期无准备成本的库存模型

假设1：需求是连续的随机变量，或者需求是随机离散的
假设2：补充是瞬时的，且无准备时间，只满足一个周期。
方案：最佳补充货量Q*。
（解释：Q比较小，虽然存储费小、订货成本低，但有可能缺货费很高，需最优解。这个时候需求固定的情况下，存储费和缺货费都能算出来具体值，进而得到准确解；但需求随机，就需要用概率学计算，这里其实是决策问题的本质）

（2）单时期有准备成本的库存模型（s-S策略）

假设：有准备成本。采用s-S策略。
方案：需要确定s和S的数值。

（3）随机需求与随机补充时间的库存模型

假设：上述（2）的基础上，从提出订货到收到订货的时间间隔随机，需求随机。
方案：需要确定s和S的数值。

3 多阶段决策——动态规划

3.1 定义

在生产、计划、管理中往往需要研究处理包含多个决策过程的问题。

将总过程分为若干个互相联系的阶段，在每一个阶段都需要做出决策，从而使整个过程达到最优；各个阶段决策的选取依赖于当前的局面，也影响以后的发展。
一般采用逆序法，从最终状态出发，逐步推算到初始状态，得到最有的序列
和Dijsktra解法有异曲同工之妙。

3.2 基本概念

阶段k；（例：第5年）
状态变量 $S_{K}$ 表示k阶段所处的状态；（例：这个状态下的库存量）
决策变量 $x_{k}=x_{k}(S_{k})$ 表示由k阶段的 $S_{K}$ 状态出发作的决策；（例：A(B)由A点向B点出发）
状态转移： $S_{k+1}=T[S_{k},x_{k}(S_{k})]$ ，前一阶段的状态和决策决定下一阶段的状态；（例：上一个月的库存量和输出量，决定了下一个月初的库存量）
策略 $P_{kn}(S_{k})=\begin{Bmatrix} x_{k}(S(k)),...,x_{n}(S(n)) \end{Bmatrix}$ 代表从k阶段的状态 $S_{K}$ 出发到终点 $S_{n}$ 的过程；
阶段指标： $V_{k}(S_{k},x_{k})$ ，在k阶段中由状态 $S_{K}$ 出发作的决策 $x_{k}$ 产生的效果；（例：在A点决定向B点走所走过的路径长度）；
最优指标函数： $f_{k}(S_{k})=optV_{kn}[S_{k},P_{kn}(S_{k})]$ ，表示由k阶段 $S_{K}$ 出发，所有可能的后部子策略所产生的指标函数值中最优者。（例：从A点出发，到终点E的最短路径之和）

3.3 最优性原理

无论过去状态和决策如何，对前面决策形成的状态而言，余下的决策必构成最优策略。

构造过程分段，构造状态变量；
定义决策变量，确定允许的决策变量集合；
确定状态转移规律，写出转移方程；
定义指标函数，写出递推方程，求解。

（例）最短路径问题

划分为4个阶段；
对于A→E，如果已知 $\left\{\begin{matrix} B_{1}\rightarrow E\\ B_{2}\rightarrow E \end{matrix}\right.$ 的最短路径 $\left\{\begin{matrix} f_2{(B_{1})}\\ f_2{(B_{2})} \end{matrix}\right.$ ，加上已知 $\left\{\begin{matrix} V_1(A,B_{1})\\ V_1(A,B_{2}) \end{matrix}\right.$ ，就可以；
对于B1→E同理；
最后，对于Di→E很容易得到就是最短的 $V_4(D_{i}\rightarrow E)$ ；
逐层逆向求解即可。

理解：对于每一个中间阶段，求他到最终目标的全部收益是 $f_{n}\Rightarrow opt(V_{n},f_{n+1})$ ，代表他到终点的距离需要知道①他到下一个阶段的距离（直观）②下一阶段到终点的最佳距离（不直观），而下一阶段到终点的距离需要继续递推，直到最后一个阶段到终点又变得直观，求解出来之后反向代给每一个中间阶段，实现求解。