決策理論與決策方法(doc 20頁).doc

決策理論和方法(章節(jié)目錄)Decision Theory and Technology引言第一章 決策的基本概念1-1引論一、決策與決策分析的定義 1. Decision的本義:(牛津詞典) 2.蘇聯(lián)大百科全書 3. 4. 的“Decision Theory”條： 5.美國現(xiàn)代經(jīng)濟詞典 6.哈佛管理叢書： 7.決策的政治含義二、發(fā)展簡史三、地位(與其他學科的關(guān)系)1.是運籌學的一支2. 控制論的延伸3.管理科學的重要組成部分 4.系統(tǒng)工程中的重要部分5.是社會科學與自然科學的交叉，典型的軟科學1-2決策問題的基本特點與要素一、特點二、要素1-3決策問題的分類 一、按容易區(qū)分的因素劃分二、按涉及面的寬窄三、個人事務(wù)決策與公務(wù)決策1-4 決策人與決策分析人一、問題的復(fù)雜性：二、 微觀經(jīng)濟學和決策論關(guān)于經(jīng)濟人的假定：三、決策人和決策分析人的分工1-5 分析方法和步驟一、 決策樹與抽獎二、分析步驟習題進一步閱讀的文獻第二章 主觀概率和先驗分布Subjective Probability and Prior Distribution 2-1 基本概念 一、概率（probability） . 頻率 Laplace在概率的理論分析(1812)中的定 公理化定義 二、主觀概率(subjective probability, likelihood) 1. 為什么引入主觀概率2.主觀概率定義三、概率的數(shù)學定義四、主客觀概率的比較2-2 先驗分布(Prior distribution)及其設(shè)定 一、設(shè)定先驗分布時的幾點假設(shè)二、離散型隨機變量先驗分布的設(shè)定三、連續(xù)型RV的先驗分布的設(shè)定1.直方圖法2.相對似然率法3.區(qū)間對分法4.與給定形式的分布函數(shù)相匹配5. 概率盤法(dart)2-3 無信息先驗分布一、為什么要研究無信息先驗二、如何設(shè)定無信息先驗分布2.4 利用過去的數(shù)據(jù)設(shè)定先驗分布一、有的統(tǒng)計數(shù)據(jù)二、 狀態(tài)不能直接觀察時習題進一步閱讀的文獻第三章 效用、損失和風險(Utility,Loss and Risk)31 效用的定義和公理系統(tǒng)一、引言為什么要引入效用 二、效用的定義三、效用存在性公理 理性行為公理 Von Neumann-Morenstern, 1994 169四、基數(shù)效用與序數(shù)效用 (Cardinal & Ordinal Utility)3.2 效用函數(shù)的構(gòu)造一、離散型的概率分布二、連續(xù)型后果集3.3 風險與效用一、效用函數(shù)包含的內(nèi)容1.對風險的態(tài)度 2.對后果的偏好強度3.效用表示時間偏好二、可測價值函數(shù)確定性后果偏好強度的量化三、相對風險態(tài)度 四、風險酬金 五、錢的效用3.4 損失、風險和貝葉斯風險一、損失函數(shù)L 二、風險函數(shù)三、貝葉斯風險 習題進一步閱讀的文獻 第四章 貝葉斯分析Bayesean Analysis4.1引言一、決策問題的表格表示損失矩陣二、決策原則三、決策問題的分類：四、按狀態(tài)優(yōu)于4.1 不確定型決策問題一、 極小化極大(wald)原則二、極小化極小三、Hurwitz準則四、等概率準則(Laplace)五、后悔值極小化極大準則(svage-Niehans)六、Krelle準則：七、莫爾諾(Molnor)對理想決策準則的要求 (1954) 4.2 風險型決策問題的決策原則一、最大可能值準則二、貝葉斯原則三、貝努利原則四、EV(均值方差)準則五、不完全信息情況下的決策原則(Hodges-Lehmann原則) 4.3貝葉斯定理一、條件概率二、貝葉斯定理4.4 貝葉斯分析的正規(guī)型與擴展型一、正規(guī)型分析二、擴展型貝葉斯分析(Extensive Form Analysis)三、例4.5 非正常先驗與廣義貝葉斯規(guī)則一、非正常先驗(Improper Prior)二、廣義貝葉斯規(guī)則(General Bayesean Rule)4.6 一種具有部分先驗信息的貝葉斯分析法一、概述二、分析步驟三、 幾何意義4.7 序貫決策 習題進一步閱讀的文獻第五章 隨機優(yōu)勢Stochastic Dominance5.1 Markowitz 模型5.2 優(yōu)勢原則(Dominance Principle)一、最簡單的優(yōu)勢原則：(強隨機優(yōu)勢)1.按狀態(tài)優(yōu)于：2.EV排序3. Markowitz模型 二、 為什么要研究優(yōu)勢原則三、優(yōu)勢原則的一般表示5.3 一、二、三等隨機優(yōu)勢一、第一等隨機優(yōu)勢FSD (First-Degree S D)1.第一類效用函數(shù)U 2.第一等隨機優(yōu)勢定義：3.例：二、第二等隨機優(yōu)勢SSD三、第三等隨機優(yōu)勢TSD四、N等隨機優(yōu)勢習題進一步閱讀的文獻第六章 隨機性決策的應(yīng)用(The Application of Probabilistic Decision-making) Murphys law & Callahans corollary 6.1 常用的決策模型6.2 幾種與決策過程有關(guān)的結(jié)構(gòu)模型一、Y、C、Ho二、思考、計算、決策三、Howard的模型四、西蒙關(guān)于決策的模型五、幾點說明1.好的決策=好的結(jié)果2.理論是規(guī)范化、規(guī)定性的，而非描述性的(人文學科)3.決策分析人是建立決策的模型的專家而非作決策的專家六、評估過程(估值)6.3 行為決策理論一、引言二、主要研究內(nèi)容習題進一步閱讀的文獻第七章 多目標決策的基本概念Foundational Concept of Multi-criterion Decision-making本章主要參考文獻: 68, 111, 1127.0 概述一、特點二、分類三、幾個術(shù)語的含義7.2 多目標決策與多目標評價一、多目標決策的求解過程二、多目標評價7.3 多目標決策問題的五要素一、決策單元(Decision-making Unit)二、目標集及其遞階結(jié)構(gòu)三、屬性集和代用屬性四、決策形勢(情況)( Decision Situation)五、決策規(guī)則(Decision Rule)7.4多目標決策問題(MCDP)的符號表示 7.4 非劣解及其生成一、定義二、非劣解的生成三、最佳調(diào)和解(Best Compromise Solution)習題進一步閱讀的文獻第八章 多屬性效用理論(Multi-attribute Utility Theory)8.1 優(yōu)先序 一、二元關(guān)系二、二元關(guān)系的種類 8.2多屬性價值函數(shù)一、價值函數(shù)的存在性二、加性價值函數(shù)三、其他簡單形式 8.3多屬性效用函數(shù)一、二個屬性的效用函數(shù)二、效用獨立三、擬加性效用函數(shù)及例習題進一步閱讀的文獻第九章 多屬性決策問題(Multi-attribute Decision-making Problem)即: 有限方案多目標決策問題 9.1概述一、決策矩陣(屬性矩陣、屬性值表)二、數(shù)據(jù)預(yù)處理 常用的數(shù)據(jù)預(yù)處理方法1 線性變換2 標準0-1變換3 最優(yōu)值為給定區(qū)間時的變換4 向量規(guī)范化5 原始數(shù)據(jù)的統(tǒng)計處理6 專家組成員意見的規(guī)范化三、方案篩選9.2 加權(quán)和法一、引言二、字典序法與一般加權(quán)和法三、確定權(quán)的常用方法四、層次分析法AHP五、最低層目標權(quán)重的設(shè)定1. 網(wǎng)狀結(jié)構(gòu) 樹狀結(jié)構(gòu)六、權(quán)重的敏感性分析 9.3 TOPSIS法9.4基于相對位置的方案排對法 9.5 ELECTRE 一、級別高于關(guān)系(Outranking Relation)二、級別高于關(guān)系的性質(zhì)：三. 級別高于關(guān)系的構(gòu)造四、級別高于關(guān)系的使用五 ELECTRE-六、討論9.6 PROMETH9.7 其它方法習題進一步閱讀的文獻第十章 多目標決策(Multi-objective Decision-making) 10.1 序言一、問題的數(shù)學表達二、最佳調(diào)和解與決策人的偏好三、決策人偏好信息的獲取方式1.在優(yōu)化之前2.在優(yōu)化過程中：逐步索取偏好信息3在優(yōu)化之后10.2 目的規(guī)劃法一、距離測度的選擇二、目的規(guī)劃問題的表述三、分類四、例：10.3字典序法10.4 逐步進行法(STEP Method)10.5 調(diào)和解和移動理想點法10.6 SEMOP(多目標問題的序貫解法)一、思路與記號二、解題步驟三、優(yōu)缺點10.7Geoffrion法一、思路二、求解步驟三、優(yōu)缺點10.8 代理值置換法(Surrogate worth Trade-off Method)一、思路：二、求解步驟第十一章 群決策與社會選擇Group Decision-making and Social Choice Theory11-1概述一、為什么要研究群決策二、分類三、社會選擇的定義與方式11.2 投票表決(選舉)(Voting) 一、非排序式投票表決(Non-ranked Voting Systems) (一)只有一人當選候選人只有兩個候選人多于兩個時 簡單多數(shù)(相對多數(shù)) 過半數(shù)規(guī)則(絕對多數(shù)Majority) a.二次投票,b.反復(fù)投票 (二). 同時選出二人或多人1.單一非轉(zhuǎn)移式 投票表決(Single nontransferable voting)2. 復(fù)式選舉(Multiple voting)3.受限的選舉(Limited voting) 4. 累加式選舉(Cumulate voting) 5. 名單制(List system)(1)最大均值法:. 最大余額法:6. 簡單可轉(zhuǎn)移式選舉(Single nontransferable voting) 7. 認可選舉( Approval vote ) (三). 其它投票表決(選舉)方法1. 資格認定2.非過半數(shù)規(guī)則 2/3多數(shù), 2/3多數(shù)60%多數(shù) 3/4多數(shù) 過半數(shù)支持, 反對票少于1/3 一票否決二、偏好選舉與投票悖論 ( Paradox of voting )1.記號 2.Borda法( 1770年提出)3. Condorcet原則( 1785年提出)4.多數(shù)票循環(huán)(投票悖論)5. 出現(xiàn) Condorcet效應(yīng)的概率三、策略性投票(操縱性)1. 小集團控制群2. 謊報偏好而獲益 3. 程序(議程)問題 四、衡量選舉方法優(yōu)劣的標準11.3 社會選擇函數(shù)一、引言二、社會選擇函數(shù)的幾個性質(zhì)三、社會選擇函數(shù)1. Condorcet-函數(shù)2 Borda-函數(shù)3. Copeland-函數(shù)4. Nanson函數(shù)5.Dodgson函數(shù)6.Kemeny函數(shù)7. Cook-Seiford函數(shù) 8. 本征向量函數(shù)9. Bernardo函數(shù) 11.4 社會福利函數(shù)(Social Welfare Function)一、社會福利(Social Welfare)二、偏好斷面(profile of preference ordering)(偏好分布)1. 可能的偏好序 2. 偏好斷面：三、Arrow的條件(即社會福利函數(shù)應(yīng)當具有的性質(zhì))四、Arrow 的可能性定理五、單峰偏Black好與Coombs條件六、SCF與SWF的比較11.5群效用函數(shù)一、導(dǎo)致Arrow不可能定理的原因二、群效用函數(shù)與多目標效用函數(shù)的比較群決策提法本身存在缺陷習題進一步閱讀的文獻第十二章 沖突分析Conflict Analysis12.1引言 一、群決策的分類二、研究沿革12.2 Nash談判模型一、問題表述：二、基本假設(shè)三、Nash提出的四條公理為了預(yù)先求得談判結(jié)果四、定理五、評注： .12.3 其他談判模型一、等效用法(即K-S法)二、中間中間法三、均衡增量法 12.4 談判問題與效用一、談判問題建立在效用空間上的必要性二、使用效用存在的問題12