基于不確定條件下的期望最優化決策方法

余勝春 （武漢科技大學理學院，湖北 武漢430065）

Bayes期望最優化決策方法是建立在決策信息完全確定的基礎上的，但在現實的決策問題中，不確定的決策信息處處存在，它影響著決策的結果。而信息熵理論的引入，對決策信息質量的全面衡量給出了一個新的度量。因此，信息熵理論的引入，可以對不確定的決策信息條件下的傳統Bayes期望最優化決策方法進行改進。

1 傳遞矩陣與傳遞熵

2 機會經濟損失與決策信息價值

3 決策結論

基于傳統的Bayes期望最優化決策和上述信息A的價值VA，當獲取信息A的總期望收益EA與VA之差大于放棄信息A的期望收益EˉA時，則信息A為有效信息，否則，為無效信息。

4 決策實例

某家電公司最新研制了一種新的家電設備，經市場調查在各種市場情況下相應的收益 （單位：萬元）如表1所示，另有一咨詢公司有關于該家電設備的促銷決策A與B，其轉移概率如表2所示。決策信息售價為1萬元。

表1 市場情況調查表

表2 決策信息轉移概率表

4．1 Bayes期望最優化決策

表3 決策信息的聯合概念分布及邊緣分布表

表4 決策信息的反向轉移概率表

則決策信息A的最大期望收益為：EA=33．24＋9．01=42．25，平均期望收益EˉA=0．3×200＋0．3×50-0．4×150=15，故決策信息A的總的期望凈收益為VA=EA-EˉA-CA=42．25-15-1=26．25＞0，故決策信息A為有效信息。

同理可得決策信息B的總的期望收益、平均期望收益分別為EB=41．85，EˉB=15，故決策信息B的總的期望凈收益為VB=EB-EˉB-CB=41．85-15-1=25．85＞0，故決策信息B也為有效信息。

表5 決策信息期望收益表

4．2 不確定條件下的期望最優化決策

對于決策信息A，由前述Ej，j=1，2，3僅有E3=-24．90，即J= ｛3｝，由：

有決策信息A的傳遞熵：

上述結果表明，不確定的決策信息條件下的期望最優化決策中的熵理論的引入，改善了Bayes期望最優化決策的結果，將確定性不高的決策信息A從有效決策的范疇中剔除出去了，使其決策結論更加準確合理。

［1］沈世鎰，陳魯生 ．信息論與編碼理論 ［M］．北京：科學出版社，2002．

［2］邱菀華 ．管理決策與應用熵學 ［M］．北京：機械工業出版社，2002．

［3］王堅強 ．基于離差優化的信息不完全確定的多準則分類方法 ［J］．控制與決策，2006，21（5）：513-516．