一个决策问题,如果需要进行两次或两次以上的决策,才能选出最优方案,达到决策目的,这种决策叫做多级决策。多级决策(序列决策)是指面临的决策问题比较复杂,非一次决策所能解决,而需进行一系列的决策过程,才能选出满意的决策。
“案例”
决策树(DMT)分析:制定项目决策
1.为什么使用决策树分析
当项目需要做出某种决策、选择某种解决方案或者确定是否存在某种风险时,决策树(decisionmakingtree)提供了一种形象化的、基于数据分析和论证的科学方法,这种方法通过严密地逻辑推导和逐级逼近地数据计算,从决策点开始,按照所分析问题的各种发展的可能性不断产生分枝,并确定每个分枝发生的可能性大小以及发生后导致的货币价值多少,计算出各分枝的损益期望值,然后根据期望值中最大者(如求极小,则为最小者)作为选择的依据,从而为确定项目、选择方案或分析风险做出理性而科学的决策。
2.决策树分析有哪些作用
决策树分析清楚显示出项目所有可供选择的行动方案、行动方案之间的关系、行动方案的后果、后果发生的概率以及每种方案的损益期望值,使纷繁复杂的决策问题变得简单、明了,并且有理有据,用数据说话,形成科学的决策,避免单纯凭经验、凭想象而导致的决策上的失误。
3.怎么用
(1)决策树包含了决策点,通常用方格或方块表示,在该点表示决策者必须做出某种选择;机会点,用圆圈表示,通常表示有机会存在。先画一个方框作为出发点,叫做决策点。
(2)从决策点向右引出若干条枝线(树枝线),每条枝线代表一个方案,叫做方案枝。
(3)在每个方案枝的末端画一个圆圈,叫做状态点。
(4)估计每个方案发生的概率,并把它注明在该种方案的分枝上,称为概率枝。
(5)估计每个方案发生后产生的损益值,收益用正值表示,损失用负值表示。
(6)计算每个方案的期望价值,期望价值=损益值×该方案的概率。
(7)如果问题只需要一级决策,在概率枝末端画△表示终点,并写上各个自然状态的损益值。
(8)如果是多级决策,则用决策点□代替终点△,重复上述步骤继续画出决策树示。
(9)计算决策期望值,决策期望值等于由此决策而发生的所有方案期望价值之和。
(10)根据决策期望值做出决策。