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(decision making tree)提供了一种形象化的、基于数据分析和论证的科学方法,这种方法通过严密的逻辑推导和逐级逼近的数据计算,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支,并确定每个分支发生的可能性大小以及发生后导致的货币价值多少,计算出各分支的损益期望值,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。 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。
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。 从决策点向右引出若干条支线(树枝线),每条支线代表一个方案,叫做方案枝。 在每个方案枝的末端画一个圆圈,叫做状态点。 估计每个方案发生的概率,并把它注明在该种方案的分支上,称为概率枝。 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。 计算每个方案的期望价值,期望价值=损益值×该方案的概率。 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。 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,如图1所示。 计算决策期望值,决策期望值=由此决策而发生的所有方案期望价值之和。 根据决策期望值做出决策。决策树示例如图1所示。
某承包商向某工程投标,计划采取两种策略:一种是投高标,中标机会为0.2,不中标机会为0.8;另一种是投低标,中标与不中标机会均为0.5。投标不中时,则损失投标准备费5万元。根据下表数据,用决策树做出决策。 计算的结果表明: 高标: 500×0.3+300×0.5-100×0.2=280万,280×0.2-5×0.8=52万; 低标: 350×0.2+200×0.6-150×0.2=160万,160×0.5-5×0.5=77.5万; 最大损益期望值为77.5万,也就是说若投高标,可能最多只能赚到52万,而若投低标则有可能赚到77.5万,故应采取低标策略。
|