A. 結合實際情況如何用機會成本優化決策
具體方法如下:
1、可以比較預期收入和機會成本,如果預期收入小於機會成本,那麼最佳決策是放棄投資。
2、可以考慮多項機會成本對比,在其他因素不變的情況下,最小機會成本是比較值得考慮的
摘要 決策決策分析編輯決策決策分析一般分四個步驟:(1)形成決策問題,包括提出方案和確定目標;(2)判斷自然狀態及其概率;(3)擬定多個可行方案;(4)評價方案並做出選擇。
C. 科學決策有什麼方法
決策在大多數人的眼裡,決策有點像「上帝的骰子」一樣難以捉摸,神秘莫測。但是,在社會的變化越來越快、企業的生產經營活動越來越復雜的今天,僅憑一兩個人難以言傳的智慧、經驗和直覺來決策,顯然是遠遠不夠了。科學決策雖然沒有一個固定不變的公式,但是,作為對科學決策活動規律性描述的決策程序則是任何決策者都必須遵循的。
科學決策具有下列特徵:
(1)目標性
決策總是為了達到一個既定的目標。在一定的條件和基礎上,確立希望達到的結果和目的,這是決策的前提。有目標才有希望,有目標才能衡量決策的成功或者失敗。所以目標選擇是決策最首要的環節。
(2)擇優性
決策必須根據既定目標,運用科學手段,評價各種方案的可能執行結果,選擇最優方案。決策總是在一定條件下,對若干方案進行選擇。擇優包括兩個方面:一是目標選擇,即尋找優化目標;二是方法選擇,即尋找達到目標的最佳方法和途徑。
(3)可行性
決策是為了實施擇優的方案,不準備實施的決策是毫無意義的。決策的可行性,首先取決它所依據的數據和資料是否准確、全面,因此,科學決策一定要建立在科學預測的基礎上;其次,決策方案與實際情況必然存在一定的差距,為此,決策應富有彈性,要留有餘地,使需要與可能相結合,以保證目標實施的最大可能性。
具體地講,科學決策的程序是:
(1)提出問題
企業的事情是紛紜復雜的,因此,企業領導者要經過大量的調查研究、分析、歸納,特別是要抓住關鍵性問題,通過創造性思維,突破禁錮人的模式,敏捷而准確地把急待解決、關系重大的問題摸准抓住。
(2)確定目標
就目標與效率相比較而言,提高效率固然重要,但謀求好效果的決定性因素是要確定正確的目標方向,即要做「對」的事。如龜兔賽跑,兔子雖快,但若它掉過頭來反著跑,那麼它就算不睡覺也沒法趕上老烏龜。因此,確定決策的目標要強調它的方向性,否則,目標就只能是模糊的目標。
(3)擬定方案
這是為達到目標而尋找途徑的過程。在一般情況下,達到或者實現一個既定目標,客觀上可能存在著多條途徑,在諸多途徑中,必然有好壞之分。擬定方案就是探索和研究解決問題、實現目標的各種可供選擇的可行方案。
(4)方案擇優
這是在擬定好方案之後尋找最優方案的過程。它是按照決策目標提出的要求,對所擬定的方案進行系統分析和全面評價,對比各種方案實施的差異點,看其經濟效益是否符合最大或者「最小」的原則,以便差中選好,好中選優。
(5)實施反饋
經過方案擇優決定的決策必須回到實踐中去實施,並且,決策的優劣必須以決策的執行結果來驗證。一個正確的決策,如果執行不利,也會帶來很壞的後果。
D. 決策分析的方法有哪些如何運用
決策分析常用方法
對於不同的情況有不同的決策方法。
①確定性情況:每一個方案引起一個、而且只有一個結局。當方案個數較少時可以用窮舉法,當方案個數較多時可以用一般最優化方法。
②隨機性情況:也稱風險性情況,即由一個方案可能引起幾個結局中的一個,但各種結局以一定的概率發生。通常在能用某種估算概率的方法時,就可使用隨機性決策,例如決策樹的方法。
③不確定性情況:一個方案可能引起幾個結局中的某一個結局,但各種結局的發生概率未知。這時可使用不確定型決策,例如拉普拉斯准則、樂觀准則、悲觀准則、遺憾准則等來取捨方案。
④多目標情況:由一個方案同時引起多個結局,它們分別屬於不同屬性或所追求的不同目標。這時一般採用多目標決策方法。例如化多為少的方法、分層序列法、直接找所有非劣解的方法等。
⑤多人決策情況:在同一個方案內有多個決策者,他們的利益不同,對方案結局的評價也不同。這時採用對策論、沖突分析、群決策等方法。
除上述各種方法外,還有對結局評價等有模糊性時採用的模糊決策方法和決策分析階段序貫進行時所採用的序貫決策方法等。
不同決策分析的區別
風險型情況下的決策分析。這類決策問題與確定型決策只在第一點特徵上有所區別:
風險型情況下,未來可能狀態不只一種,究竟出現哪種狀態,不能事先肯定,只知道各種狀態出現的可能性大小(如概率、頻率、比例或權等)。常用的風險型決策分析技術有期望值法和決策樹法。
期望值法是根據各可行方案在各自然狀態下收益值的概率平均值的大小,決定各方案的取捨。
決策樹法有利於決策人員使決策問題形象比,可把各種可以更換的方案、可能出現的狀態、可能性大小及產生的後果等,簡單地繪制在一張圖上,以便計算、研究與分析,同時還可以隨時補充和不確定型情況下的決策分析。
如果不只有一個狀態,各狀態出現的可能性的大小又不確知,便稱為不確定型決策。常用的決策分析方法有:
a.樂觀准則。比較樂觀的決策者願意爭取一切機會獲得最好結果。決策步驟是從每個方案中選一個最大收益值,再從這些最大收益值中選一個最大值,該最大值對應的方案便是入選方案。
b.悲觀准則。比較悲觀的決策者總是小心謹慎,從最壞結果著想。決策步驟是先從各方案中選一個最小收益值,再從這些最小收益值中選出一個最大收益值,其對應方案便是最優方案。這是在各種最不利的情況下又從中找出一個最有利的方案,
c.等可能性准則。決策者對於狀態信息毫無所知,所以對它們一視同仁,即認為它們出現的可能性大小相等。於是這樣就可按風險型情況下的方法進行決策。
E. 決策方案選擇和優化時,應該堅持的原則主要有哪些
(l)方案的選擇要以目標為准繩
(2)方案的選擇要堅持整體利益的原則
(3)方案的選擇要符合客觀實際情況
(4)方案的選擇要堅持民主集中制的原則.
決策要保證決策目標的實現,就必須掌握科學的決策方法。隨著現代社會的快速發展,社會進步的步伐越來越快。新的情況和問題不斷出現,使決策越來越困難。因此,領導決策應該能夠運用現代技術手段,運用科學的決策方法,才能完成決策任務,才能成功實現決策目標。
(5)決策優化研究方法擴展閱讀:
決策應該尊重現實。尊重現實,就是決策要從現實出發,以客觀現實為基礎。這位偉人曾經指出:「馬克思主義指示我們不要從抽象的定義看問題,而是要從客觀事實出發,並從對這些事實的分析中找到指導方針、政策和方法。」
只有從企業的實際情況出發,從各個地區、部門、單位的具體情況出發,具體分析具體問題,想出解決具體問題的辦法,這樣的決策才是科學的決策。如果你照搬別人的經驗和模式來做自己的決定,只會造成挫折。
F. 決策方案選擇和優化時 應堅持的原則主要有哪些
(l)方案的選擇要以目標為准繩
(2)方案的選擇要堅持整體利益的原則
(3)方案的選擇要符合客觀實際情況
(4)方案的選擇要堅持民主集中制的原則.
決策是一個非常重要而復雜的過程,保證決策目標的實現必須掌握科學的決策方法。現代社會發展迅猛,社會前進的步伐越來越快,新情況、新問題不斷涌現,決策變得越來越困難。因此,領導決策要能藉助現代技術手段,採用科學的決策方法,決策任務才能完成,決策目標才能順利實現。
(6)決策優化研究方法擴展閱讀
決策要尊重現實。尊重現實就是說,決策要一切從實際出發,立足客觀現實進行決策。偉人曾指出:「馬克思主義叫我們看問題不要從抽象的定義出發,而要從客觀存在的事實出發,從分析這些事實中找出方針、政策、辦法來。」
領導者只有從企業的實際出發,從各地區、部門、單位的具體情況出發,具體問題具體分析,拿出解決某一具體問題的解決辦法,這樣的決策才是科學的決策。如果照抄照搬別人的經驗和模式制定自己的決策,只能使事業遭受挫折。
G. 動態規劃是研究什麼問題最優化的一種方法
動態規劃演算法 概念及意義動態規劃(dynamic programming)是運籌學的一個分支,是求解決策過程(decision process)最優化的數學方法。20世紀50年代初美國數學家R.E.Bellman等人在研究多階段決策過程(multistep decision process)的優化問題時,提出了著名的最優化原理(principle of optimality),把多階段過程轉化為一系列單階段問題,利用各階段之間的關系,逐個求解,創立了解決這類過程優化問題的新方法——動態規劃。1957年出版了他的名著Dynamic Programming,這是該領域的第一本著作。
動態規劃問世以來,在經濟管理、生產調度、工程技術和最優控制等方面得到了廣泛的應用。例如最短路線、庫存管理、資源分配、設備更新、排序、裝載等問題,用動態規劃方法比用其它方法求解更為方便。
雖然動態規劃主要用於求解以時間劃分階段的動態過程的優化問題,但是一些與時間無關的靜態規劃(如線性規劃、非線性規劃),只要人為地引進時間因素,把它視為多階段決策過程,也可以用動態規劃方法方便地求解。
動態規劃程序設計是對解最優化問題的一種途徑、一種方法,而不是一種特殊演算法。不象前面所述的那些搜索或數值計算那樣,具有一個標準的數學表達式和明確清晰的解題方法。動態規劃程序設計往往是針對一種最優化問題,由於各種問題的性質不同,確定最優解的條件也互不相同,因而動態規劃的設計方法對不同的問題,有各具特色的解題方法,而不存在一種萬能的動態規劃演算法,可以解決各類最優化問題。因此讀者在學習時,除了要對基本概念和方法正確理解外,必須具體問題具體分析處理,以豐富的想像力去建立模型,用創造性的技巧去求解。我們也可以通過對若干有代表性的問題的動態規劃演算法進行分析、討論,逐漸學會並掌握這一設計方法。 基本模型
多階段決策過程的最優化問題。
在現實生活中,有一類活動的過程,由於它的特殊性,可將過程分成若干個互相聯系的階段,在它的每一階段都需要作出決策,從而使整個過程達到最好的活動效果。當然,各個階段決策的選取不是任意確定的,它依賴於當前面臨的狀態,又影響以後的發展,當各個階段決策確定後,就組成一個決策序列,因而也就確定了整個過程的一條活動路線,如圖所示:(看詞條圖)
這種把一個問題看作是一個前後關聯具有鏈狀結構的多階段過程就稱為多階段決策過程,這種問題就稱為多階段決策問題。 記憶化搜索 給你一個數字三角形, 形式如下:
1
2 3
4 5 6
7 8 9 10
找出從第一層到最後一層的一條路,使得所經過的權值之和最小或者最大.
無論對與新手還是老手,這都是再熟悉不過的題了,很容易地,我們寫出狀態轉移方程:f(i, j)=a[i, j] + min{f(i+1, j),f(i+1, j + 1)}
對於動態規劃演算法解決這個問題,我們根據狀態轉移方程和狀態轉移方向,比較容易地寫出動態規劃的循環表示方法。但是,當狀態和轉移非常復雜的時候,也許寫出循環式的動態規劃就不是那麼簡單了。
解決方法:
我們嘗試從正面的思路去分析問題,如上例,不難得出一個非常簡單的遞歸過程 :
f1:=f(i-1,j+1); f2:=f(i-1,j);
if f1>f2 then f:=f1+a[i,j] else f:=f2+a[i,j];
顯而易見,這個演算法就是最簡單的搜索演算法。時間復雜度為2^n,明顯是會超時的。分析一下搜索的過程,實際上,很多調用都是不必要的,也就是把產生過的最優狀態,又產生了一次。為了避免浪費,很顯然,我們存放一個opt數組:Opt[i, j] - 每產生一個f(i, j),將f(i, j)的值放入opt中,以後再次調用到f(i, j)的時候,直接從opt[i, j]來取就可以了。於是動態規劃的狀態轉移方程被直觀地表示出來了,這樣節省了思維的難度,減少了編程的技巧,而運行時間只是相差常數的復雜度,避免了動態規劃狀態轉移先後的問題,而且在相當多的情況下,遞歸演算法能更好地避免浪費,在比賽中是非常實用的. 狀態 決策
決策:
當前狀態通過決策,回到了以前狀態.可見決策其實就是狀態之間的橋梁。而以前狀態也就決定了當前狀態的情況。數字三角形的決策就是選擇相鄰的兩個以前狀態的最優值。
狀態:
我們一般在動規的時候所用到的一些數組,也就是用來存儲每個狀態的最優值的。我們就從動態規劃的要訣,也就是核心部分「狀態」開始,來逐步了解動態規劃。有時候當前狀態確定後,以前狀態就已經確定,則無需枚舉.
動態規劃演算法的應用 一、動態規劃的概念
近年來,涉及動態規劃的各種競賽題越來越多,每一年的noi幾乎都至少有一道題目需要用動態規劃的方法來解決;而競賽對選手運用動態規劃知識的要求也越來越高,已經不再停留於簡單的遞推和建模上了。
要了解動態規劃的概念,首先要知道什麼是多階段決策問題。
1. 多階段決策問題
如果一類活動過程可以分為若干個互相聯系的階段,在每一個階段都需作出決策(採取措施),一個階段的決策確定以後,常常影響到下一個階段的決策,從而就完全確定了一個過程的活動路線,則稱它為多階段決策問題。
各個階段的決策構成一個決策序列,稱為一個策略。每一個階段都有若干個決策可供選擇,因而就有許多策略供我們選取,對應於一個策略可以確定活動的效果,這個效果可以用數量來確定。策略不同,效果也不同,多階段決策問題,就是要在可以選擇的那些策略中間,選取一個最優策略,使在預定的標准下達到最好的效果.
2.動態規劃問題中的術語
階段:把所給求解問題的過程恰當地分成若干個相互聯系的階段,以便於求解,過程不同,階段數就可能不同.描述階段的變數稱為階段變數。在多數情況下,階段變數是離散的,用k表示。此外,也有階段變數是連續的情形。如果過程可以在任何時刻作出決策,且在任意兩個不同的時刻之間允許有無窮多個決策時,階段變數就是連續的。
在前面的例子中,第一個階段就是點A,而第二個階段就是點A到點B,第三個階段是點B到點C,而第四個階段是點C到點D。
狀態:狀態表示每個階段開始面臨的自然狀況或客觀條件,它不以人們的主觀意志為轉移,也稱為不可控因素。在上面的例子中狀態就是某階段的出發位置,它既是該階段某路的起點,同時又是前一階段某支路的終點。
在前面的例子中,第一個階段有一個狀態即A,而第二個階段有兩個狀態B1和B2,第三個階段是三個狀態C1,C2和C3,而第四個階段又是一個狀態D。
過程的狀態通常可以用一個或一組數來描述,稱為狀態變數。一般,狀態是離散的,但有時為了方便也將狀態取成連續的。當然,在現實生活中,由於變數形式的限制,所有的狀態都是離散的,但從分析的觀點,有時將狀態作為連續的處理將會有很大的好處。此外,狀態可以有多個分量(多維情形),因而用向量來代表;而且在每個階段的狀態維數可以不同。
當過程按所有可能不同的方式發展時,過程各段的狀態變數將在某一確定的范圍內取值。狀態變數取值的集合稱為狀態集合。
無後效性:我們要求狀態具有下面的性質:如果給定某一階段的狀態,則在這一階段以後過程的發展不受這階段以前各段狀態的影響,所有各階段都確定時,整個過程也就確定了。換句話說,過程的每一次實現可以用一個狀態序列表示,在前面的例子中每階段的狀態是該線路的始點,確定了這些點的序列,整個線路也就完全確定。從某一階段以後的線路開始,當這段的始點給定時,不受以前線路(所通過的點)的影響。狀態的這個性質意味著過程的歷史只能通過當前的狀態去影響它的未來的發展,這個性質稱為無後效性。
決策:一個階段的狀態給定以後,從該狀態演變到下一階段某個狀態的一種選擇(行動)稱為決策。在最優控制中,也稱為控制。在許多間題中,決策可以自然而然地表示為一個數或一組數。不同的決策對應著不同的數值。描述決策的變數稱決策變數,因狀態滿足無後效性,故在每個階段選擇決策時只需考慮當前的狀態而無須考慮過程的歷史。
決策變數的范圍稱為允許決策集合。
策略:由每個階段的決策組成的序列稱為策略。對於每一個實際的多階段決策過程,可供選取的策略有一定的范圍限制,這個范圍稱為允許策略集合。允許策略集合中達到最優效果的策略稱為最優策略。
給定k階段狀態變數x(k)的值後,如果這一階段的決策變數一經確定,第k+1階段的狀態變數x(k+1)也就完全確定,即x(k+1)的值隨x(k)和第k階段的決策u(k)的值變化而變化,那麼可以把這一關系看成(x(k),u(k))與x(k+1)確定的對應關系,用x(k+1)=Tk(x(k),u(k))表示。這是從k階段到k+1階段的狀態轉移規律,稱為狀態轉移方程。
最優性原理:作為整個過程的最優策略,它滿足:相對前面決策所形成的狀態而言,餘下的子策略必然構成「最優子策略」。
最優性原理實際上是要求問題的最優策略的子策略也是最優。讓我們通過對前面的例子再分析來具體說明這一點:從A到D,我們知道,最短路徑是A??B1??C2??D,這些點的選擇構成了這個例子的最優策略,根據最優性原理,這個策略的每個子策略應是最優:A??B1??C2是A到C2的最短路徑,B1??C2??D也是B1到D的最短路徑……──事實正是如此,因此我們認為這個例子滿足最優性原理的要求。
H. 決策方法有哪些
主要的決策方法有:
1、綜合評分法
指通過選擇對不同的決策方案影響都比較大的經濟技術指標,根據在整個方案中所處的地位和重要性,確定各個指標的權重,在對各個方案的指標進行評分,最後跟據權重進行加權計算得出總分數,以總分數的高低選擇決策方案的方法。
2、比較分析法
是將不同的方案所反映的經營目標實現程度的指標數值進行對比,從中選出最優的方案的一種方法。
主要的集體方法:
3、名義群體法
指在決策過程中對群體成員的討論或人際溝通加以限制,確定主題之後進行會議,群體成員全部出席會議,首先進行個體決策,獨立地寫下對問題的看法,然後將自己的想法提交給集體,並向大家說明自己的想法。
4、特爾菲法
這種方法是採用匿名的方式,通過幾輪函詢來徵求專家的意見,組織預測小組對每一輪的意見進行匯總整理後,作為參考再發給各位專家,供他們分析判斷來提出新的論證。在經過幾輪反復後,專家意見趨於一致,最後就供決策者進行最後的決策。
(8)決策優化研究方法擴展閱讀
決策方法的必要性:
參與決策是培養管理人員的最好方法,比如某項工作涉及企業策略問題,年輕的管理人員通過參與決策可以逐漸熟悉公 司所面臨的關鍵問題。
集體決策的方法還打破了一些部門之間的壁壘,促進了部門之間的協調。集體決策比個人決策更加民主,有年齡不同、經歷不同、觀點不同的人參加,可以鼓勵管理人員採用比個人決策更多的 選擇方案。
決策的基本原則:
1、可行性原則
2、瞄準和差異原則(准備備選方案是需要運用的原則)
3、「兩最」、預後和時機原則(方案選優是運用)
4、跟蹤和反饋原則(在決策實施過程中運用)
5、外腦和經濟原則 (在決策的全過程必須運用)
6、系統原則
參考資料來源:網路-決策
網路-管理學
I. 決策方案選擇的優化時,應堅持的原則主要有哪些
要以目標為准繩,要堅持整體利益的原則,要符合客觀實際情況,要堅持民主集中制的原則。
一般決策過程包括:
(1)問題識別,即認清事件的全過程,確立問題所在,提出決策目標。
(2)問題診斷,即研究一般原則,分析和擬定各種可能採取的行動方案,預測可能發生的問題並提出對策。
(3)行動選擇,即從各種方案中篩選出最優方案,並建立相應的反饋系統。
(9)決策優化研究方法擴展閱讀
決策的幾大環節
1、分析需要哪些事項需要決策;
2、決策的制定過程,信息、方案制訂、研討、信息再搜集、拍板定稿;
3、方案落實的輔助方案的制定與定稿;
4、決策方案的試運行,查明障礙與問題,擬定支持計劃與決策方案落實時間表;
5、決策方案落地的執行檢查,方案制訂的時候應該制訂相應的預案;
6、制訂後續長效機制。