欢迎来到天天文库
浏览记录
ID:17917921
大小:503.50 KB
页数:21页
时间:2018-09-09
《一个决策树算法案例分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、1兵者,国之大事也。死生之地,存亡之道,不可不察也。故经之以五事,效之以计,而索其情。一曰道,二曰天,三曰地,四曰将,五曰法。夫未战而庙算胜者,得算多者;未战而庙算不胜者,得算少也。多算胜,少算不胜,而况於无算乎?兵法:一曰度,二曰量,三曰数,四曰称,五曰胜。地生度,度生量,量生数,数生称,称生胜。24.1决策分析案例背景匹兹堡开发公司(PDC)已购得一块地用于建造一个高档的沿河综合商业楼,其位置对繁华的匹兹堡和金三角有很好的景观,所谓金三角是指两条小河汇流成俄亥俄(Ohio)河的地段。每一个建筑物单元的价格是30万~120万,取决于单元所处楼层,面
2、积以及备选的设施。公司对这套楼房的设计,已制定三个方案:d1——小型楼,有6层,30个单元;d2——中型楼,有12层,60个单元;d3——大型楼,有18层,90个单元。决策问题是要从这三个方案中选择其中之一,并提出决策分析的书面报告,包括分析计算书,建议,以及风险提示。常规(用)决策技术和效用理论3为了进行决策分析,必须做好以下两项工作:(1)市场调研,综合楼被市场接受的程度如何?亦即市场的需求如何?对此问题,公司管理者通过调研认为,只有两种市场接受状态,称为决策者无法控制的自然状态:S1——高的市场接受程度,对楼房有显著需求;S2
3、——低的市场接受程度,对楼房需求有限。(2)要根据工程设计与造价核算以及销售价格计算出不同方案,不同自然状态时,楼房的盈亏(益损)表。对该问题,经计算得到如下益损矩阵Vij:备选方案自然状态高的市场接受程度S1低的市场接受程度S2小型楼d1800万700万中型楼d21400万500万大型楼d32000万-900万4其中i——表示方案,j——表示状态。比如:V32=-900万,表示大型楼方案d3在低的市场接受S2时,楼房不能正常销售,估计可能带来亏损900万。4.2常用决策分析方法按照问题面临的自然状态出现的概率无法知道,抑或可以通过调研统计得到
4、,常用决策方法划分为不确定性决策方法与风险决策方法。一、不确定性决策方法(自然状态出现的概率不知道)其常用方法有:1大中取大法或乐观法对各方案先从不同状态的Vij中取一最大值者,得:最大值小型楼d1→800万中型楼d2→1400万大型楼d3→2000万←Max·Max再从不同方案的最大值中取一最大值,为2000万,所对应的方案——大型楼方案d3为决策的最佳方案。52小中取大法或保守法对各方案,先从不同状态的Vij中取一最小值者,得:最小值d1→700←Max·Mind2→500d3→-900再从不同方案的最小值中取一最大值,
5、如700万,所对应的方案——小型楼方案d1为决策的最佳方案。3等概率法该方法认为,不同自然状态出现的概率彼此相等。在等概率原则下,则可分别先将各不同方案的所有自然状态的益损值求和,得:d1→800+700=1500万d2→1400+500=1900万←Maxd3→2000-900=1100万再从各方案的合计和值中取一最大值,如1900万,所对应方案d2的最佳方案。64最小后悔值原则的方法该方法相似于保守方法,取悲观态度。首先从益损矩阵中求后悔值,即机会损失值Rij:Rij=V*j-Vij(j=1,2,…,n)(i=1,2,…,
6、m)式中V*j——对状态Sj而言的最佳决策的益损值;Vij——状态Sj、方案di相应的益损值。由此,可得后悔值Rij矩阵为:s1s2d12000-800=1200700-700=0d22000-1400=600700-500=200d32000-2000=0700-(-900)=1600再分别对各方案,从不同自然状态的后悔值中取一最大者,得到:最大的后悔值d1→1200万d2→600万←Mind3→1600万然后从各方案的最大后悔值中选取一最小者,为600万,则它对应的方案d2为最佳方案。7二、风险决策方法(自然状态出现的概率已知
7、)既然各种可能的自然状态出现的概率已经通过调研获得,则可以以此求各方案的期望益损值。令n——自然状态数目;P(Sj)——自然状态Sj的概率。则有P(Sj)≥0,(j=1,2,…,n);各方案dj的益损期望值为:益损期望值为最大者对应的方案,可选为最佳方案。对本问题而言,若已知:P(S1)=0.8,P(S2)=0.2,则有:EV(d1)=0.8×800+0.2×700=780万EV(d2)=0.8×1400+0.2×500=1220万EV(d3)=0.8×2000+0.2×(-900)=1420万可见,方案d3建大楼为最佳方案。8
8、为了较形象直观地作出决策,也可应用决策树方式进行分析,决策树由结点和树枝构成:决策结点用□表
此文档下载收益归作者所有