决策分析方法穷举法

A. 举例说明什么是决策背景研究方法

摘要 决策决策分析编辑决策决策分析一般分四个步骤：(1)形成决策问题，包括提出方案和确定目标；(2)判断自然状态及其概率；(3)拟定多个可行方案；(4)评价方案并做出选择。

B. 决策的主要方法有哪些

两人同兼一职的现象是不存在的。同样，在晋升时，必须一个是胜利者，一个是失败者。

在瞬息万变的经营环境中，企业家要为自己的企业航船把握正确的方向，仅靠你的生活经验和直观感觉是不行的，要借助于现代成熟的定量分析方法，用以检验经验与直感的可靠性和正确性，并根据定量分析结果，进行正确的决策。哈佛商学院的管理经济学课程，教给学生们如何将主观的定性判断，与客观的定量分析相结合进行经营决策的技能。学生们通过这门课的学习，理解了定量分析对于决策的重要性。

哈佛认为，企业经营者，要做好企业的决策，必须了解企业三种经营状态。它们是“零和游戏”、“囚犯两难”和“自然淘汰”。企业面临的多数经营情况，都可归为这三种游戏类型。企业家须判断经营状况属于哪种游戏，从而决定应该采取的行动模式。

“零和游戏”就是一方得分他方失分，即合计为零的游戏。所有竞争项目都有价值，胜者得到价值。

掷硬币可谓典型的零和游戏。正面朝上，背面自然朝下。一方取胜，他方定败。这样便产生了零和游戏。同样，赌赛马、赛狗也可以说是零和游戏的一种。赌赛马取胜的人，从负者手中得到了钱，即赌注和找还钱的总和（当然要交跑道、维护费、赢马所有者的奖金、税款等）是零。

在企业中也是如此，两人同兼一职的现象是不存在的。同样，在晋升时，必须一个是胜利者，一个是失败者。

的确，在这种零和游戏中，选手可选择的战略只是一个，那就是取胜，另无他法。各选手必须竭尽全力，胜利者独享战利品，因此在这里毫无妥协的余地，谈判也毫无意义。

在“囚犯两难”的场合，如果各位参赛者都不想独占好处，那么全体选手就能得到最好的结果。如果大家齐心协力，就能取得对众人来说是最好的结局。如果每个人都姿意妄为，得到的将是最坏的结果。

犯人A、B分别在两间房子内受审。检察官要判犯人无期徒刑，由于种种原因暂时不能判决，于是，检察官向他们两人暗示：如果犯人坦白，省去了法院的时间和经费，就可以得到减刑。如果其中的一个囚犯坦白，提供了证词，此犯人就可得到特别减刑。但是实际上，如果二人都坦白，证词便无用了，所以不能得到相应的减刑。

假设犯人A坦白并提供了证词，但犯人B没有坦白，那么犯人A判刑10年，犯人B就会被判无期徒刑；反之，如果犯人B坦白并作证，犯人A缄默不语的话，则犯人B判10年刑，犯人A则判无期徒刑。如果二人都坦白，省去了二审费用，二人都会被判20年刑。但是假如二人都不坦白，就会因证据不足被免予起诉。

如上所述，如果二人相互配合都不坦白，就能得到最好的结果。然而，二人却分别被关在不同房间里受审，由于对对方不信任，二人都希望因自己坦白而减刑，这也许便招致了最坏的结果。只有信任对方，形成互相配合的状态时，犯人矩阵作战才能成功。

美国航空业在80年代中期，就陷人了这种“犯人两难”矩阵的状况。在实行严厉的管理措施时期，航空公司为缓和价格的航线竞争，就采取了相应措施。但是，管制措施一旦废除，各航空公司便想方设法增加哪怕是数目很少的飞行次数，各航空公司相对降价，来实现自己最大利润的欲望。其结果是，几乎所有的航空公司都得到了最坏的结果。原因是，各航空公司在管制措施取消以前，与职工订立了长期的工作合同，从而无法削减劳务成本。可如果航空公司都一起提高价格，整个航空公司的效益就会大为改观。但是，对消费者来说，幸运的是，在反托拉斯法中，已明确地禁止这样的价格协定。

“自然淘汰”是结婚或其他所有亲密关系中都存在的窘境。游戏中的选手A，希望得到与选手B同样的最好结果。这时对方如果放弃对最好结果的追求、，那么选手A就达到目的了。反之，选手B也亦然。

很多公司为满足各种特定的市场需求而制造产品，但实际上，往往只有一种产品幸存下来。这是因为生产方面的固定费用很高，各公司为了从投资中得到利益，就必须拥有较大的市场占有率。

在商场实战中，为了不让竞争对手进入市场，利害相关者之间的交流和暗示，就具有决定的作用了。让失败可能性很大的人在市场上竞争，是任何当事者都不喜欢的。因此，很多时候，将今后要投放市场的产品消息告诉竞争对手，使其放弃市场竞争，是一种明智而有效的方法。了解究竟谁弃权的最有效的手段，是你自己第一个进入市场。

因为不可能详细叙述所有的分析，我们这里所介绍的框架，只能将复杂的决策，分解为最简单的要素。这是应用于各种职能规范中所必需的决策方法。

管理经济学是数量分析类型学生们喜欢的科目。这是因为在分析过程中；他们可能会发现意想不到的“正确”答案。但是，习惯用主观判断和常识进行决策的学生们，也热衷于学习数量化方法和逻辑分析方法。利用数量分析法，可以避免片面性增加其准确性和可靠性。明白了一个很有趣的道理，那就是，要使决策的数量化过程正确而有效，你必须具备一种靠直觉判断各相关要素的能力。

虽然不能否认优秀的判断力和决策的关键，但管理经济学讲座的目的，是教授在若干个选择方案中，判断哪种方案最为合适的方法。哈佛将送给你一个理想的答案，送给你一个基本的方法。学生学到的定量化技术，适用于正确评价候补方案的价值；预测不确定的未来；防范风险的对策；并用游戏来预测竞争者的反应用线性规划法进行资源配置等等。

管理经济学不仅教授判断方案是否得当的方法，而且对如何向他人明确地表达自己的思考过程也有重大作用。用决策方法的一个最大好处是，如果在分析者之外，可以根据情况做出反应并能把所分析情况资料化，如果有人与分析家做出了不同的预测，是否应采取不同的行动方案，利用决策树方法便可一目了然地明确。所以，决策树利于传达思想和交流情报，可以说是非常好的系统方法之一。

管理经济学的另一个重要内容是敏感性分析。敏感性分析最终左右着判断的结果。对未来的假设和预测，并对这些预测和假设进行检验。利用敏感性分析，即使如果有人做出了错误的假设，也能检验出该假设的错误所在。

哈佛研究的决策方法，适用于非常广泛的领域，比如可以用于下面的各种职业和各种不同的决策问题。

你也许是一位着名的棒球队的市场部部长，你想要搞清几年来对主场比赛的入场观众最有影响的因素是什么？并从分析因素中判断今后该怎样进行市场活动。

你是一个对即将来临的暴风雨应采取对策的葡萄园营业部主任，暴风雨的长短与强弱和你采取的对策，可能造成葡萄全部被毁，也可能使今年成为历史上产量最高的丰收年。

假如你是一个在似乎有石油，又无充分证明的原野上，决定是否投标取得采掘石油权，而且如果投标，又必须决定价格水平的事业部长，你该如何进行决策呢？

哈佛商学院管理经济学的分析基础是决策树。

决策树由决策者必须做出决定的场合和可能出现的不确定事项的场合两部分构成。

利用决策树分析法，必须明确以下几个问题：

第一，描述决策和发生事情的顺序。

第二，应清楚选择列出的方案，与有可能发生的事情之间可能有矛盾。另外还要透彻地进行选择方案的调查。

第三，决策者应预定时间范围。在决策尚未决断时，其决策可根据不同情况而定。

在任何领域都会存在竞争对手。因此，在管理经济学讲座的案例讨论中，教授很重视训练学生们预测竞争对手可能作出的反应，并根据预测的反应来制定行动计划。学生们在各种方案中，要逐个评定各竞争对手的状况，从而选择出对自己公司有利的可靠的战略决策。

第四，在进行决策时，必须依照对某种事件的预测来筹划战略行动。所以，决策树是决定各阶段选择的指南。

在决策上列出选择方案和预想结果后，决策者必须计算所预算各种结果的现金价值。学生要进行的是分析由各种战略的实施所产生的现金收支的现值数额。

按决策的方法逐个分析备选方案，了解其合理的耗费和支出。不过在收益占两个格支出分析中，不包括埋没成本（即与决策无关的开支、应与投资决策分开考虑的财务费用等等）。

为了进行比较，教授还必须帮学生确定以税前或者税后（一般为后者）为甚准计算。其次指导学生在计算各种决策方案结果时，应如何考虑资金的时间价值，因为一切都要用现值表示。所利用的减价要素，不应与税前税后的现金收支发生矛盾。计算中还可能利用加权平均资本成本及再投资率（决策者将剩余资金用于再投资的比率）等指标。

作出“推进”决策的制造部长预计，如果新产品推进成功，税后的现金收入是550万美元，如果失败就要损失350万美元。这时如果放弃该产品，则仅损失开发阶段的埋没成本。

在现实中，要正确地评价末端值，恐怕要用到相当多的数据才行。因此用上述方式辅助判断，并记录各种假设和方案，是比较方便实用的方法。

将预计结果全部绘制于图中，便可预测各种结果的概率了。如掷硬币时，正、反面的概率各为一半，即50％，掷骰子的概率为六分之一。

评价概率时，主观判断同样重要，尽管每种可能结果的概率是根据预测、推测得来的，但是决策者要提高其精确度，还要充分利用以往的经验和数据。

那么，如何将以上步骤用于决策上去呢？哈佛的方法是：

根据预测结果和概率的所有情报，确定可能产生现金价值的行动方式。如果这样能做成决策树，然后再决定哪种行动战略能带来最大利益，而选择“惜售”或“甩卖”等行为，去“分解”决策树。进行这种作业时，哈佛的学生从计算末端值开始，即通过计算结果的加权平均值，得到该事项节的预想现金值。

回归分析比预测更为复杂，一般要借助计算机进行数据计算。也许有人一听就会皱眉头，确实，回归分析技术有些高深，如果你在企业中看到一群人在谈论回归分析的话，差不多可以肯定其中有一两位企业管理硕士或经济学博士。

回归分析是将预想的可能出现的结果，在计算机上实际摸拟的一种技术。采用此技术，能分析出现在的情况及与过去类似的情况，搞清所有对事项可能产生影响的要素。

下面我们来看看美国职业棒球队比赛时，主场比赛观念的预测方法。

首先要考虑对观众数量有影响的各种因素，如比赛球队、比赛时间、比赛季节、星期几、平均票价、客队和主队的明星队员、气温、电视转播、全部比赛场次数量等。

其次，在计算机上输入有关各要素的各种变量数据和各场的观念数，以及过去各比赛季节等信息。

使用回归分析方法，须用计算机进行数千个数据的处理，才可知道哪种变量对观念数量影响最大。根据回归分析所得出的影响要素及其结果的关系，可以说明今后的趋向。

哈佛1981年秋天进行的有关这一问题的调查分析结论是，对观众数量最具影响力的，是有无明星选手参加比赛以及该场比赛是否为决赛两个主要因素{而电视是否转播，对观众的数量影响并不很大。这个调查结果，对承办者来说是很有意义的。

由以上结果可知，纽约·尼克思队给着名球星哈特里克·阿温很高的年薪无可厚非，达克·富罗蒂的年薪猛增也理所当然。因为人们大多是来看他们表演的。可见回归分析证明了直感的正确性。

决策者为收集预测数据还有一个方法，就是选择对于结果有象征性的若干实例，以此来预测结果。相信此技术效果的人们，称之为推销试验。

生产新型口香糖的制造部长，为预测产品实际在全国有无反响，准备在一些地区进行推销试验。抽样越多，收集的情报就越准。另外，试销和抽样要花费大量的时间和金钱，但产品实际投入市场后却不一定能够成功。经营者不断盘算的是“为获得更准确的情报，准备花多少钱？”

哈佛的管理经济学讲座，教给学生们对此类问题应采取的正确方法。决策者对不完整的情报，是不会投入很多资金的。而要获得完整的情报，能使决策者作出正确的判断，又必须投入相当多的资金。

分析两种情况，但在说明之前有一点必须明确，那就是并非分析者描述了决策树就可万事大吉了，而是要把输入公式中的重要情报整体作一下重新分析。

例如，制造部长虽已得出成功和失败的概率，但是不能判断其结果是否正确。为检查这种假设的敏感性，部长会自问，怎样才能开拓一个具有取消中止计划的充分魅力的市场呢？盈亏平衡分析应是解决这一问题的不可缺少的分析方法。

如果用管理经济学的语言来说，就是有多大的成功概率时，投放战略会处于同一水平之上。

制造部长要考虑的另一个因素是非货币价值分析，在这判断新型口香糖的生产会使公司对零售业可施加多大的影响力方面是非常重要的。当他们改变中止投放市场的决定时，这种影响力在何种程度上才为必要。

例如，假定投放市场的成功率为30％，公司为使产品投放市场并获得在功，必须拥有相当于270万美元以上价值的影响力，即在市场上要产生相当的反响。如果制造部长认为没有270万美元以上的市场效果，那么，不能投放市场的决断也就成立了。

但是，尽管如此，制造部长依然担心自己的判断不准时该怎么办呢？除计算预想现金值之外，就没有其他判断标准了吗？此时最好把风险的概率及对风险的讨厌程度也考虑在内。

即便冒风险也不愿放过增加收益的机会的话，就应事先考虑投放后发生什么事情，如果搞得好可赚550万美元。可是如果考虑到企业预算比较紧张，即使是350万美元的损失，也不能小看的话，就要谨慎地考虑投放市场的决策了。

哈佛商学院告诉那些未来的经营者们，每个人及每个企业单位所承担的风险性质，以及对风险的忍耐度，对决策过程起着重要的作用。如果决策不是时常根据预想现金的最大值进行的，那么在开始分析之前，就必须要确定决策的基准是什么。

哈佛商学院还教授以下两种解决问题的技术。因为实际上可选择的方案很多，只靠大脑和笔记本是解决不了问题的，因此这两种技术都要利用电子计算机进行辅助计算。

第一种技术是利用模拟实验模型。这种模型的典型事例，就是计算某年必须生产多少呼拉圈。呼拉圈是一种深受欢迎的产品，生产量相当大，解决此类问题要使用计算机进行。

模拟模型往往用于不确定因素的预测。通过模拟实验，可能对各种战略结果给出实际影响的状况，解决决策树中的很多问题。当然，对产品的新价格总是经常存在着不确定性，但基于各种实验中产生的平均利益，总能找到各种战略的预想现金值，因为用计算机能较容易地验证假设和进行敏感性分析。

第二种技术是线性规划法，一般适用于生产性资源的分配决策。经营目标通常是以最小的支出获得最大的收益。在这种情况下，就要考虑机器设备、从业人员某时期内的生产能力、营业时间、各产品的原材料数量、仓库贮藏能力等资源约束条件。

然后再通过计算机求解学生们提出的诸多联立方程式。学生们通过解释其演算结果，不仅可知全部产品中，哪种产品能达到最大收益；哪个生产部门应完全发挥生产能力；投放新产品能否获利等等，而且还能得出与决策有关的其他各种答案。线性规划模型可用于使系列投资带来最大收益的场合。

模拟实验模型和线性规划模型是经营管理中经常使用的两种定量化模型。

前面分析了各种可能的情况，下面就是怎样决策了。选择战略时，头脑中应思考以下二个问题：

第一，决策树只反映特定决策者的看法，因而判断行动时机和各种不确定事项因人而异。

第二，输入新情报时，情况变了，有时须随之变更决策树。

无论多么优异的决策树，都不过是解决问题的一种方法。

在决定行动战略时，按以下步骤做则很方便。

步骤之一，根据决策基准实行明确的决策，如目的是要获得最大限度的预想现金值？还是最小限度的经济损失？总之必须选择对战略及价值最合适的决策标准。

步骤之二，决策应在一定时间中确实地贯彻执行。在设定目标时，要考虑预计的是长期风险和利益，还是短期和结果？期限多长？要六个月、一年、二年，还是更长的时间。

步骤之三，把可能发生的主要问题都放在决策树中是很困难的，但必须认真和反复地思考各种战略中所能想到的问题和价值。必须考虑对预计行动的竞争反应和结果。为了提高决策树计算的概率的可靠性，还要看看有没有收集到更多情报的选择方案。假如将抽样技术用于结果预测，就要分析一下该结果对作了决断是否具备足够的现实性。

企业的决策多数是很复杂的，往往需要深思熟虑和调查。因此，出色的判断力是决策时不可缺少的要素。在需要考虑与找出与问题有关的各种要素，同时明确各要素问的相互关系的场合，数量分析会成为很好的决策工具。

定量分析技术可能会有意想不到的威力，但如果过于偏信，或漫不经心滥用的话，也可能出现误导决策的危险。判断和直感，是包括数量决策在内的，所有正确的经营决策所不可缺少的要素。、

C. 决策分析的方法有哪些如何运用

决策分析常用方法
对于不同的情况有不同的决策方法。
①确定性情况：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随机性情况：也称风险性情况，即由一个方案可能引起几个结局中的一个，但各种结局以一定的概率发生。通常在能用某种估算概率的方法时，就可使用随机性决策，例如决策树的方法。
③不确定性情况:一个方案可能引起几个结局中的某一个结局,但各种结局的发生概率未知。这时可使用不确定型决策，例如拉普拉斯准则、乐观准则、悲观准则、遗憾准则等来取舍方案。
④多目标情况：由一个方案同时引起多个结局，它们分别属于不同属性或所追求的不同目标。这时一般采用多目标决策方法。例如化多为少的方法、分层序列法、直接找所有非劣解的方法等。
⑤多人决策情况：在同一个方案内有多个决策者，他们的利益不同，对方案结局的评价也不同。这时采用对策论、冲突分析、群决策等方法。
除上述各种方法外，还有对结局评价等有模糊性时采用的模糊决策方法和决策分析阶段序贯进行时所采用的序贯决策方法等。

不同决策分析的区别
风险型情况下的决策分析。这类决策问题与确定型决策只在第一点特征上有所区别：
风险型情况下，未来可能状态不只一种，究竟出现哪种状态，不能事先肯定，只知道各种状态出现的可能性大小(如概率、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。
期望值法是根据各可行方案在各自然状态下收益值的概率平均值的大小，决定各方案的取舍。
决策树法有利于决策人员使决策问题形象比，可把各种可以更换的方案、可能出现的状态、可能性大小及产生的后果等，简单地绘制在一张图上，以便计算、研究与分析，同时还可以随时补充和不确定型情况下的决策分析。
如果不只有一个状态，各状态出现的可能性的大小又不确知，便称为不确定型决策。常用的决策分析方法有：
a．乐观准则。比较乐观的决策者愿意争取一切机会获得最好结果。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。比较悲观的决策者总是小心谨慎，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况下又从中找出一个最有利的方案，
c.等可能性准则。决策者对于状态信息毫无所知，所以对它们一视同仁，即认为它们出现的可能性大小相等。于是这样就可按风险型情况下的方法进行决策。

D. 管理学原理中决策的主要方法

满意原则。决策遵循的是满意原则，而不是最优原则，为什么不是最优呢，因为对决策者来说，要使决策达到最优必须要做到：(1)获得与决策有关的全部信息;(2)真实了解全部信息的价值所在，并据此制定所有可能的方案;(3)准确预期到每个方案在未来的执行结果。通过这些条件可以得知，决策者在现实社会中进行决策时，因为每个人的能力是有限的，决策者很难获得与决策相关的全部信息，只能制定出数量有限的方案，一般也很难确切的把握每个方案的执行结果。三个条件无论哪一个都不可能完全做到，更何况三者都要满足，所以，在尽可能多的选择情况下，选择一个满意的方案即可。

2、系统原则。该原则强调决策者在进行决策时应该将各子系统的特性放到系统的整体中去权衡，用整体系统的特征和总目标去协调各子系统的目标，形成整体优化，站在一个全局的高度去考虑问题，进行决策，这样决策的结果才是较为完整的。

3、信息原则。管理者在决策时离不开信息，信息的数量和质量直接影响决策水平。信息数量太多，容易让人眩晕，找不到对决策有用的信息;如果信息数量太少，那么决策的结果容易偏颇，所以，适量的信息是最好的。毋庸置疑的是，信息的质量当然越高越好。这就要求管理者在决策之前以及决策过程中尽可能地通过多种渠道收集有用的信息，并系统地对搜集到的信息进行归纳整理、比较、选择和加工，最终作为决策的有效依据，为更好的决策服务。

4、预测原则。预测原则相对简单，它是指通过科学的预测，对未来事件的发展趋势和状况进行描述和分析，做出有根据的假设和判断，为决策提供科学依据和准则。决策的正确与否，很大程度上取决于对未来后果所作判断的正确程度。

5、比较优选原则。该原则有两层含义，比较是指方案提出过程是经过系统分析和综合，确定多个达到预定目标的方案;优选是指从多个备选方案中选择满意方案的决断过程。决策者只能在方案的利弊之间进行合理的选择。

6、反馈原则。它指根据变化了的实际情况和实践结果，对初始决策作出相应的调整或改变，使决策趋于合理的原则。反馈原则是实现动态平衡、提高决策质量以及实现决策科学化的保证。

7、效益原则。决策不能不做成本效益分析，决策的目标是以较低的成本获取较高的收益。当然，这种收益不能单纯以金钱作为衡量标准，决策既要讲经济效益，也要讲社会效益。

E. 决策分析的步骤

决策分析一般分四个步骤：(1)形成决策问题，包括提出方案和确定目标；(2)判断自然状态及其概率；(3)拟定多个可行方案；(4)评价方案并做出选择。常用的决策分析技术有：确定型情况下的决策分析，风险型情况下的决策分析，不确定型情况下的决策分析。
（1）确定型情况下的决策分析。确定型决策问题的主要特征有4方面：一是只有一个状态，二是有决策者希望达到的一个明确的目标，三是存在着可供决策者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括用微分法求极大值和用数学规划等。
（2）风险型情况下的决策分析。这类决策问题与确定型决策只在第一点特征上有所区别：风险型情况下，未来可能状态不只一种，究竟出现哪种状态，不能事先肯定，只知道各种状态出现的可能性大小（如概率、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。期望值法是根据各可行方案在各自然状态下收益值的概率平均值有大小，决定各方案的取舍。决策树法有利于决策人员使决策问题形象化，可把各种可以更换的方案、可能出现的状态、可能性大小及产生的后果等，简单地绘制在一张图上，以便计算、研究与分析，同时还可以随时补充和修正。
（3）不确定型情况下的决策分析。如果不只有一个状态，各状态出现的可能性的大小又不确知，便称为不确定型决策。常用的决策分析方法有：a.乐观准则。比较乐观的决策者愿意争取一切机会获得最好结果。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。比较悲观的决策者总是小心谨慎，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，再从这些最小收曾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况下又从中找出一个最有利的方案。c.等可能性准则。决策者对于状态信息毫无所知，所以对它们一视同仁即认为它们出现的可能性大小相等。于是这样就可按风险型情况下的方法进行决策。

F. 几种主要决策的类型分析，求解答，谢

一、决策的类型
1、按决策的重要性划分
(1) 战略决策：指与确定组织发展方向和长远目标有关的重大问题的决策。具有全局性、长期性与战略性，解决的是“干什么”的问题。
(2) 战术决策：为完成战略决策所规定的目标而制定的组织在未来一段较短的时间内的具体的行动方案，解决的是“如何做”的问题。
2、按决策的重复性划分
（1）程序化决策：又称常规决策，是指对经常出现的活动的决策。
（2）非程序化决策：又称非常规决策，一般指涉及面广、偶然性大、不定因素多、无先例可循、无既定程序可依的决策。
3、按决策条件的确定性划分：可分为确定型决策、不确定型决策以及风险型决策。
4、根据决策的主体不同划分：可分为个人决策与集体决策。
5、从进行决策的时间上分：初始决策和追踪决策

二、决策类型分析
1、决策分析根据决策所采用的分析方法，可以把决策方法分为：
（1）定性决策方法
（2）定量决策方法及定性
（3）定量相结合的方法
2、根据决策所采用的分析工具，可以分为：
（1）采用一般计算工具的方法
（2）采用计算机和网络等相关工具的方法
三、决策的方法
1、集体决策方法
（1）头脑风暴法 --创始人：英国心理学家"奥斯本"
（2）名义小组技术
（3）德尔菲技术 --兰德公司提出
2、有关活动方向的决策方法
（1）经营单位组合分析法 --美国波士顿公司提出
（2）政策指导矩阵
3、有关活动方案的决策方法
（1）确定型决策方法 ——线性规划、 量本利分析
（2）风险型决策方法 ——决策树法
（3）不确定型决策方法 ——小中取大法 、大中取大法、最小最大后悔值法

G. 评价决策方法有哪些

对于不同的情况有不同的
决策方法
。
①确定性情况：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随机性情况：也称风险性情况，即由一个方案可能引起几个结局中的一个，但各种结局以一定的概率发生。通常在能用某种估算概率的方法时，就可使用随机性决策，例如
决策树
的方法。
③
不确定性
情况:一个方案可能引起几个结局中的某一个结局,但各种结局的发生概率未知。这时可使用不确定型决策，例如
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多目标情况：由一个方案同时引起多个结局，它们分别属于不同属性或所追求的
不同目标
。这时一般采用
多目标决策方法
。例如化多为少的方法、
分层序列法
、直接找所有非劣解的方法等。
⑤多人决策情况：在同一个方案内有多个
决策者
，他们的
利益
不同，对方案结局的评价也不同。这时采用
对策
论、冲突分析、群决策等方法。
除上述各种方法外，还有对结局评价等有
模糊性
时采用的模糊决策方法和决策分析
阶段
序贯
进行时
所采用的序贯决策方法等。
不同决策分析的
区别
风险型情况下的
决策
分析。这类决策问题与
确定型决策
只在第一点特征上有所区别：
风险型情况下，未来可能状态不只一种，究竟出现哪种状态，不能事先肯定，只知道各种状态出现的可能性大小(如概率、
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。
期望值法是根据各可行方案在各
自然状态
下收益值的概率平均值的大小，决定各方案的取舍。
决策树法有利于决策人员使决策问题
形象
比，可把各种可以更换的方案、可能出现的状态、可能性大小及产生的
后果
等，简单地绘制在
一张图
上，以便计算、研究与分析，同时还可以随时补充和不确定型情况下的决策分析。
如果不只有一个状态，各状态出现的可能性的大小又不确知，便称为不确定型决策。常用的决策分析方法有：
a．乐观准则。比较乐观的决策者愿意争取一切机会获得最
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。比较悲观的决策者总是小心谨慎，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况下又从中找出一个最有利的方案，
c.
等可能性准则
。决策者对于状态信息毫无所知，所以对它们一视同仁，即认为它们出现的可能性大小相等。于是这样就可按风险型情况下的方法进行决策。

H. 请详细阐述决策的方法有哪些,具体内容是什么

（1）头脑风暴法百：也称为思维共振法、专家意见法，即通过有关专家之间的信息交流，引起思维共振，产生组合效应，从而导致创造性思维。头脑风暴法一般分三个阶段进行。
（2）特尔菲法：这种方法以匿名的方式，通过几轮函询来征求专家的度意见，组织预测小组对每一轮的意见进行汇总整理后作为参考再发给各位专家，供他们分析判断，以提问出新的论证。几轮反复后，专家意见趋于一致，最后供决策者进行决策。此法的具体步骤是：①确定预测题目；②选择专家；③制定调查表；④预测过程；⑤作出预测结论。
此种方法的特点是：①答匿名性；②多轮反馈；③统计性。
（3）哥顿法：这种方法与头脑风暴法原理相似，先由会议主持人把决策问题向会议成员作笼统的介绍，然后由会议成员（即专家成员）海阔天空地版讨论解决方案；当会议进行到适当时机时，决策者将决策的具体问权题展示给小组成员，使小组成员的讨论进一步深化，最后由决策者吸收讨论结果，进行决策。
（4）其他定性决策方法：主要有淘汰法、环比法、归类法。

I. 决策方法有哪些

主要的决策方法有：

1、综合评分法

指通过选择对不同的决策方案影响都比较大的经济技术指标，根据在整个方案中所处的地位和重要性，确定各个指标的权重，在对各个方案的指标进行评分，最后跟据权重进行加权计算得出总分数，以总分数的高低选择决策方案的方法。

2、比较分析法

是将不同的方案所反映的经营目标实现程度的指标数值进行对比，从中选出最优的方案的一种方法。

主要的集体方法：

3、名义群体法

指在决策过程中对群体成员的讨论或人际沟通加以限制，确定主题之后进行会议，群体成员全部出席会议，首先进行个体决策，独立地写下对问题的看法，然后将自己的想法提交给集体，并向大家说明自己的想法。

4、特尔菲法

这种方法是采用匿名的方式，通过几轮函询来征求专家的意见，组织预测小组对每一轮的意见进行汇总整理后，作为参考再发给各位专家，供他们分析判断来提出新的论证。在经过几轮反复后，专家意见趋于一致，最后就供决策者进行最后的决策。

(9)决策分析方法穷举法扩展阅读

决策方法的必要性：

参与决策是培养管理人员的最好方法，比如某项工作涉及企业策略问题，年轻的管理人员通过参与决策可以逐渐熟悉公 司所面临的关键问题。

集体决策的方法还打破了一些部门之间的壁垒，促进了部门之间的协调。集体决策比个人决策更加民主，有年龄不同、经历不同、观点不同的人参加，可以鼓励管理人员采用比个人决策更多的 选择方案。

决策的基本原则：

1、可行性原则

2、瞄准和差异原则（准备备选方案是需要运用的原则）

3、“两最”、预后和时机原则（方案选优是运用）

4、跟踪和反馈原则（在决策实施过程中运用）

5、外脑和经济原则 （在决策的全过程必须运用）

6、系统原则

参考资料来源：网络-决策

网络-管理学

J. 数学建模中的策略决定方法

策略决定的话可以用层次分析法、最优化算法等。
数学建模应当掌握的十类算法：
1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算 法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法） 2．数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要 处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具） 3．线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题 属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、 Lingo软件实现） 4．图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉 及到图论的问题可以用这些方法解决，需要认真准备） 5．动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计 中比较常用的方法，很多场合可以用到竞赛中） 6．最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是 用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实 现比较困难，需慎重使用） 7．网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛 题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好 使用一些高级语言作为编程工具） 8．一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只 认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非 常重要的） 9．数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常 用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调 用） 10．图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该 要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）