第八章物流系统决策

1、1第第8 8章章 物流系统决策物流系统决策第第8章章 物流系统决策物流系统决策2二二. 决策的要素决策的要素q决策者决策者v决策过程的主体，即决策人。v决策的正确与否，受决策者所处的社会、政治、经济环境及决策者个人素质的影响。q方案方案v为实现目标而采取的一系列活动或措施。q自然状态自然状态v不受决策者控制的客观状况。q损益值损益值v每一可行方案在每一客观情况下产生的后果第第8章章 物流系统决策物流系统决策3三三. 决策的过程决策的过程基本的决策过程大致三个步骤：基本的决策过程大致三个步骤：1. 找出问题的关键，确定决策目标2. 拟订各种备选方案3. 选择合理的方案 （1）制定合理的选择标准

2、（2）采用科学的选择方法第第8章章 物流系统决策物流系统决策4四四. 物流系统决策的分类物流系统决策的分类1. 按决策者的地位按决策者的地位v高层决策高层决策v中层决策中层决策v低层决策低层决策2. 按问题的性质按问题的性质v战略性决策战略性决策v管理性决策管理性决策v日常决策日常决策3. 按决策者对自然状态的了解按决策者对自然状态的了解v确定型决策确定型决策v随机型决策（风险型决策、统计型决策）随机型决策（风险型决策、统计型决策）v非确定型决策非确定型决策第第8章章 物流系统决策物流系统决策5五五. 决策问题的特征决策问题的特征q存在着决策者希望达到的一个明确目标。q存在着至少两种自然状态，

3、各状态出现的概率可能已知，也可能未知。q至少存在两个可供选择的方案。q各方案在每一自然状态下的损益值可以估算出来。68.2 非确定型决策非确定型决策第第8章章 物流系统决策物流系统决策7一一. 非确定型决策概述非确定型决策概述q非确定型决策：指自然状态出现的概率是未知的决策问题非确定型决策：指自然状态出现的概率是未知的决策问题q一般情况下，越是高层，越是关键的决策，往往是非确定型决策。一般情况下，越是高层，越是关键的决策，往往是非确定型决策。例1，根据资料，一条集装箱船舶每个航次从天津到厦门港所需的舱位数量可能是下面数量中的某一个：100，150，200，250，300，具体概率分布不知道。如

4、果一个舱位空着，则在开船前24小时起以80美圆的低价运输。每个舱位的标准定价是120美元，运输成本是100美元。假定所准备的空舱量为所需要量中的某一个：方案1：准备的空舱量为100；方案2：准备的空舱量为150；方案3：准备的空舱量为200；方案4：准备的空舱量为250；方案5：准备的空舱量为300；决策问题：如何准备合适的空舱量？因为各事件状态出现的概率未知，因为属于非确定型决策问题。第第8章章 物流系统决策物流系统决策8二二. 损益矩阵损益矩阵设：需求的舱位数为ai，准备的舱位数为bj，损益值为cij，根据计算可以建立下面的损益矩阵：a1(100)a2(150)a3(200)a4(250)

5、a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000需求量bj准备的空舱量ai本例：损益值=收入 成本=ai标准定价+剩余舱位折价bj 成本单价如：c11=a1 120-b1 100=2000 (美元) c41=a1 120+(b4-a1) 80-b4 100 =100 100+(250-100) 80-250 100=-1000 (美元)第第8章章 物流系统决策物流系统决

6、策9三三. 非确定型决策问题非确定型决策问题q从损益矩阵可以看出：v 不同方案的赢利结果不同。v 可能赢利多的方案有可能出现亏损。v 由于不知道各状态出现的概率，无法直接得出哪一个方案好或差的结论。q不同的决策人员有不同的决策结果，因此对非确定型问题决策时，应该首先确定决策准则。a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040

7、006000需求量bj准备的空舱量ai第第8章章 物流系统决策物流系统决策10四四. 平均准则平均准则(Laplace准则)q这种决策的出发点是，既然不能肯定哪种状态比另一种状态更可能出现，就认为各种状态出现的概率相等。q决策步骤：v 编制决策损益表（损益矩阵）。v 按相等概率计算每一个方案的平均收益值。v 选择平均收益值最大的方案作为最佳方案。q算例，以例1为例计算。决策结果：第第3方案为最佳方案方案为最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)平均平均收益值收益值B1(100)200020002000200020002000B2(150)10003000

8、3000300030002600B3(200)020004000400040002800B4(250)-100010003000500050002600B5(300)-200002000400060002000需求量bj准备的空舱量ai第第8章章 物流系统决策物流系统决策11五五. 悲观准则悲观准则(max-min准则)q这种决策的思路是，从最不利的结果出发，以在最不利的结果中取得最有利的结果的方案作为最优方案。q决策步骤：v 编制决策损益表（损益矩阵）。v 计算找出各个方案的最小收益值。v 选取最小收益值最大的方案作为最佳方案。q算例，以例1为例计算。决策结果：第第1方案为最佳方案。方案为最

9、佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)最小最小收益值收益值B1(100)200020002000200020002000B2(150)100030003000300030001000B3(200)020004000400040000B4(250)-10001000300050005000-1000B5(300)-20000200040006000-2000需求量bj准备的空舱量aiq事实上，这种方法是选取最不利情况下的最有利方案。（过于保守）第第8章章 物流系统决策物流系统决策12六六. 乐观准则乐观准则(max-max准则)q这种决策的思路是，从最有利

10、的结果出发，以在最有利的结果中取得最有利的结果的方案作为最优方案。（与悲观准则刚好相反）q决策步骤：v 编制决策损益表（损益矩阵）。v 计算找出各个方案的最大收益值。v 选取最大收益值最大的方案作为最佳方案。q算例，以例1为例计算。决策结果：第第6方案为最佳方案。方案为最佳方案。a1(100)a2(150)a3(200)a4(250)a5(300)最大最大收益值收益值B1(100)200020002000200020002000B2(150)100030003000300030003000B3(200)020004000400040004000B4(250)-10001000300050005

11、0005000B5(300)-200002000400060006000需求量bj准备的空舱量aiq事实上，这种方法进行大中取大。（过分乐观，容易冒进）第第8章章 物流系统决策物流系统决策13七七. 折折衷衷准则准则(Hurwicz准则)q这种决策的思路是，对悲观准则和乐观准则进行折衷。决策时，先根据个性、经验选定乐观系数，然后按乐观和悲观两个方面计算折衷值。q决策步骤：v 编制决策损益表（损益矩阵）。v 计算各个方案的折衷收益值。v 选择取最大折衷收益值的方案作为最佳方案。q折衷值的计算公式： 折衷收益值= 最大收益值+(1- ) 最小收益值的取值在01之间， 越大，最大收益值对结果的影响越

12、大。 当 =0时，即为悲观准则法。 当 =1时，即为乐观准则法。第第8章章 物流系统决策物流系统决策14七七. 折折衷衷准则准则(Hurwicz准则)q算例，以例1为例计算。取 =0.3，计算结果见下表。q决策结果：第第1方案为最佳方案。方案为最佳方案。a1(100)a5(300)最小最小收益值收益值最大最大收益值收益值折衷折衷收益值收益值B1(100)20002000200020002000B2(150)10003000100030001600B3(200)04000040001200B4(250)-10005000-10005000800B5(300)-20006000-200060004

13、00需求量bj准备的空舱量ai第第8章章 物流系统决策物流系统决策15八八. 后悔值准则后悔值准则(Savage准则)q思路：希望找到一个方案，当此方案执行后，无论自然状态如何变化，决策者产生的后悔感觉最小。q后悔感觉的大小用后悔值表示。在每一自然状态下，每一方案的收益值与该状态的最大收益值之差，叫做后悔值。q决策步骤：v 找出各个自然状态下的最大收益值，定其为该状态下的理想目标。v 将该状态下的其他收益值与理想目标之差，作为该方案的后悔值，将他们排列成一个矩阵，称为后悔矩阵。v 找出每一方案的最大后悔值。v 选取最大后悔值最小的方案作为最佳方案。q算例，以例1为例计算。在每一自然状态下的后悔

14、值在每一自然状态下的后悔值最大最大后悔值后悔值a1(100)a2(150)a3(200)a4(250)a5(300)B1(100)010002000300040004000B2(150)100001000200030003000B3(200)200010000100020002000B4(250)300020001000010003000B5(300)400030002000100004000需求量bj准备的空舱量aia1(100)a2(150)a3(200)a4(250)a5(300)B1(100)20002000200020002000B2(150)10003000300030003000

15、B3(200)02000400040004000B4(250)-10001000300050005000B5(300)-20000200040006000各状态理想值各状态理想值20003000400050006000需求量bj准备的空舱量aiq决策结果：第第3 3方案为最优方案。方案为最优方案。178.3 风险型决策风险型决策第第8章章 物流系统决策物流系统决策18q风险型决策：指自然状态出现的概率是已知的决策问题。q不同方案在不同自然状态下的损益值可以计算出来，但在未来的时间内，究竟会出现哪种状态是不能确定的，只知道各种自然状态出现的概率。因此，无论采取哪种方案，都具有一定的风险。q期望值

16、准则：采用期望值的大小作为判别标准v 首先利用自然状态发生的概率，计算出每个方案的期望损益值；v 然后比较损益值的大小；v 具有最大期望收益值或最小期望损失值的方案就是期望值准则下的最优方案。q风险型决策是决策分析中研究得最多的一种决策。q风险型决策包括：损益矩阵法和决策树法一一. 相关概念相关概念第第8章章 物流系统决策物流系统决策19一一. .损益矩阵法决策损益矩阵法决策1. 方法描述方法描述已知： 风险型决策的决策空间为（可选择的方案） A=a1，a2， ，am； 风险型决策的状态空间为（可能存在的自然状态） S=S1，S2， ，Sn； 各自然状态的概率集合为： P=P1，P2， ，Pn

17、； 各方案在各种自然状态下的损益值为 V=Vij, i=1,2,m; j=1,2,n要求：根据损益期望值选择最优方案。第第8章章 物流系统决策物流系统决策20一一. .损益矩阵法决策损益矩阵法决策各方案的损益期望值的计算公式mnsaVsPsaVEnjjijjij,.,2 , 1)()()(1从Ej中选择收益期望值最大的方案作为最优方案，即：或者，从Ej中选择损失期望值最小的方案作为最优方案，即：),(jijsaVEMax最优方案为：),(minjijsaVE最优方案为：第第8章章 物流系统决策物流系统决策21例题1 某化工厂销售一种粘接剂，该产品存储时间较短，为了提高使用质量，决定只配制每天的

18、销售量。该粘接剂配制成本为每公斤2元，售价为每公斤5元，问每天配制多少使供需情况最理想？该厂过去200天的销售情况统计如下表所示：解：每天的销售数量情况（即状态空间）为： S=5,6,7,8,9 工厂每天的配制方案（即决策空间）为： A=5,6,7,8,9 各种自然状态出现的概率集合为： P=20/200, 40/200, 80/200, 30/200, 30/200 =0.1, 0.2, 0.4, 0.15, 0.15每天销售量(Kg)56789该销量出现的天数2040803030一一. .损益矩阵法决策损益矩阵法决策计算各方案的损益期望值E，本例为收益期望值。 配制5Kg：E=15*0.1

19、 + 15*0.2 + 15*0.4 + 15*0.15 + 15*0.15 = 15 配制6Kg：E=13*0.1 + 18*0.2 + 18*0.4 + 18*0.15 + 18*0.15 = 17.5 配制配制7Kg：E=11*0.1 + 16*0.2 + 21*0.4 + 21*0.15 + 21*0.15 = 19 配制8Kg：E=9*0.1 + 14*0.2 + 19*0.4 + 24*0.15 + 24*0.15 = 18.5 配制9Kg：E=7*0.1 + 12*0.2 + 17*0.4 + 22*0.15 + 27*0.15 = 17.55kg6 kg7 kg8 kg9 kg

20、期望值期望值E0.10.20.40.150.155 kg1515151515156 kg131818181817.57 kg1116212121198 kg91419242418.59 kg71217222717.5自然状态自然状态方案方案概率概率损益矩阵表损益矩阵表损益值损益值第第8章章 物流系统决策物流系统决策23二二. . 决策树法决策决策树法决策1. 1. 相关概念相关概念q决策树法决策树法：是以损益值为准则的图解决策法，由于这种决策图类似树枝，因此称为决策树法。q决策树的结构：决策树的结构：决策树由节点和分枝组成。节点有三种：（1）决策节点，用符号 表示。v 表示此时的行为是决策者在

21、自己能够控制的情况下进行分析和选择。从决策节点引出的分枝叫方案分枝方案分枝，分枝数反映可能的方案数目。（2）方案（状态）节点，用符号 表示。v 表示此时的行为是决策者在自己无法控制的一种状态。v 从方案节点引出的分枝叫状态分枝，每一枝代表一种自然状态。分枝数反映可能的自然状态数目。v 每条分枝上标明自然状态及其可能出现的概率。（3）结果节点，用符号 表示。v 它是状态分枝的最末端。v 节点后面的数字是方案在相应结局下的损益值。第第8章章 物流系统决策物流系统决策24二二. . 决策树法决策决策树法决策决策树结构图例决策树结构图例决策节点方案节点结果节点方案分枝状态分枝概率损益值损益值损益值损益

22、值第第8章章 物流系统决策物流系统决策252. 2. 决策树的画法与求解决策树的画法与求解（1）从左到右，从决策节点开始，依次列出各方案；（2）列出方案节点下可能的自然状态（概率、费用、结果节点）（3）从右到左求解决策树。v 用概率枝上的概率乘以结果节点上的损益值，然后将每一方案求和（方案的期望值）v 将方案的期望值填入方案节点旁边，决策树便可以向左推一级。v 凡遇到决策节点，保留具有最大期望值的树枝，去除相对小的树枝，依次类推，利用这种反推决策树的方法，从右到左，求出最优方案。二二. . 决策树法决策决策树法决策第第8章章 物流系统决策物流系统决策26二二. . 决策树法决策决策树法决策3.

23、 决策树法的决策步骤决策树法的决策步骤（1）画决策树（2）计算各方案的期望值（3）选择方案例题2 某仪器厂生产的仪器中需要装配一种电子元器件，由一家协作厂供应，每批次供应800件。在长期生产中已统计出每批元件装配在仪器上再行老化出现不同次品率的概率如下表8-4所示：每批元件出现次品率的百分比每批元件出现次品率的百分比2%2%5 %5 %10 %10 %15 %15 %20 %20 %概率（概率（P P）0.40.40.30.30.150.150.10.10.050.05表表8-4 8-4 不同次品率出现的概率不同次品率出现的概率按原工艺生产，发现次品后，每更换一件的费用为1.5元。现拟改进生产

24、工艺，即每批元件进厂后，先进行老化处理，并加以筛选，然后再装配。这样出现的次品率如表8-5所示，更换一件次品同样要支付1.5元，此外这种新工艺要为每批元件多支付40元的处理费用。决策问题：是否应该采用新工艺？表表8-5 8-5 新工艺中不同次品率出现的概率新工艺中不同次品率出现的概率每批元件出现次品率的百分比每批元件出现次品率的百分比2%2%8 %8 %12 %12 %概率（概率（P P）0.70.70.20.20.10.1解：1.决策目标：工艺要不要进行改革。该决策只有一个目标。2.绘制决策树。（1）该决策只有一个决策点，即点1；（2）有改与不改两个方案，故从决策节点引出两个方案分枝，并在右

25、端画出两个状态节点，即点2和点3；1230.40.30.150.100.050.700.200.10改革方案决策树（3）根据不同工艺出现不同比例次品的概率，分别从节点2和节点3画出相应的状态分枝，并标出相应的概率；1230.40.30.150.100.050.700.200.10246012018024024961103. 3. 计算计算结果节点的损益值结果节点的损益值，并标注在概率，并标注在概率枝的右端。枝的右端。计算方法：计算方法：费用费用= =批量批量 * * 次品率次品率 * * 单件费用单件费用4. 4. 计算计算状态节点的期望费用值状态节点的期望费用值EMVEMV 原工艺的期望费用

26、值原工艺的期望费用值6 .7505. 02401 . 018015. 01203 . 0604 . 0241jjPSEMV4 .5010. 01442 . 0967 . 0242jjPSEMV75.650.4新工艺的期望费用值新工艺的期望费用值第第8章章 物流系统决策物流系统决策305. 计算各方案的期望费用方案的期望费用原方案的期望费用与代表该方案的状态节点的期望费用EMV1相等。即：75.6元。新方案的期望费用为：该方案状态节点的期望费用 EMV2 + 每批元件的处理费用40元。即：50.4+40=90.4元6. 决策。通过比较两个方案的费用，可以看出，采用原方案比改革工艺节省的期望费用为

27、90.4-75.6=14.8元。 决策结果：采用原来的方案。决策结果：采用原来的方案。二二. . 决策树法决策决策树法决策31多目标决策多目标决策第第8章章 物流系统决策物流系统决策32一一. . 多目标决策的概念多目标决策的概念q在社会、经济、科学研究和工程建设活动中经常遇到要对在社会、经济、科学研究和工程建设活动中经常遇到要对多个目标作出决策。多个目标作出决策。v 例如：新建一个物流系统，既要考虑系统的先进性，又要考虑投资少。（两个目标）v 又如，选择一个新的厂址，要考虑以下因素：运输费用，原材料供应，投资，能源、环保等因素。q一般来说，对于有多个决策目标的决策问题，要同时使多一般来说，对于有多个决策目标的决策问题，要同时使多个目标达到最优值是不可能的，在数学上的求解也非常困个目标达到最优值是不可能的，在数学上的求解也非常困难。难。第第8章章 物流系统决策物流系统决策33TminXfXfXfXFXgXDRDXXFMax)(),