后悔值决策法

本文介绍了后悔值决策法,一种基于避免后悔的决策策略,通过计算不同方案在不同销售前景下的最大后悔值来选择最优决策。尽管可能过于悲观,但在实际中需结合风险和收益等因素。案例中,企业在新产品投放决策中,通过计算得出新建半自动生产线为最小后悔值方案。
部署运行你感兴趣的模型镜像

后悔值决策法

后悔值决策法,也称为萨维奇方法或遗憾法,是一种基于后悔感的决策方法

操作步骤

  1. 确定每种自然状态下最高收益值与其他方案收益值之差,即后悔值
  2. 从所有方案的最大后悔值中选出最小的后悔值对应的方案,作为最优决策方案

后悔值决策法可能过于悲观,仅关注避免后悔,而不一定是最优的决策方法。
在实际应用中,决策者应综合考虑各种因素,包括风险、收益和不确定性,以做出更合理的决策。

案例

某企业要投产一种产品,生产方案有四个:A新建全自动生产线;B新建半自动生产线;C购置旧生产设备;D外包加工生产。未来该产品的销售前景估计为很好,一般和较差三种,不同情况下该产品的收益值如下:(单位:百万元)

-销路很好销量一般销量较差
A800200-300
B600250-150
C450200-100
D300100-20

用后悔值(在同样的条件下,宣传方案所生产的收益损失值)的方案决策应该选( )方案
A. 新建全自动生产线
B. 新建半自动生产线
C. 购置旧生产设备
D. 外包加工生产

后悔值销路很好销量一般销量较差最大后悔值
最高收益值800250-20
A050280280
B2000150200
C35050200350
D5001500500
  1. 找出第种销售前景的最高收益值(最大值 )
  2. 计算每种方案的最高收益与收益值的差值(后悔值)
  3. 选择最小后悔值方案

答案选择 B

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

内容概要:本文介绍了一个基于Matlab的综合能源系统优化调度仿真资源,重点实现了含光热电站、有机朗肯循环(ORC)和电含光热电站、有机有机朗肯循环、P2G的综合能源优化调度(Matlab代码实现)转气(P2G)技术的冷、热、电多能互补系统的优化调度模型。该模型充分考虑多种能源形式的协同转换与利用,通过Matlab代码构建系统架构、设定约束条件并求解优化目标,旨在提升综合能源系统的运行效率与经济性,同时兼顾灵活性供需不确定性下的储能优化配置问题。文中还提到了相关仿真技术支持,如YALMIP工具包的应用,适用于复杂能源系统的建模与求解。; 适合人群:具备一定Matlab编程基础和能源系统背景知识的科研人员、研究生及工程技术人员,尤其适合从事综合能源系统、可再生能源利用、电力系统优化等方向的研究者。; 使用场景及目标:①研究含光热、ORC和P2G的多能系统协调调度机制;②开展考虑不确定性的储能优化配置与经济调度仿真;③学习Matlab在能源系统优化中的建模与求解方,复现高水平论文(如EI期刊)中的算案例。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码和案例文件,按照目录顺序逐步学习,重点关注模型构建逻辑、约束设置与求解器调用方式,并通过修改参数进行仿真实验,加深对综合能源系统优化调度的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值