随机性决策的应用
抽签原理的现实应用案例
抽签原理的现实应用案例1. 引言抽签原理是一种古老而又简单的随机选择方法，它在现实生活中有广泛的应用。
本文将详细介绍抽签原理的现实应用案例，包括抽奖活动、决策问题、分组方式等。
2. 抽奖活动抽奖活动是抽签原理最常见的应用之一。
无论是商业促销活动还是社会公益活动，抽奖都是一种激发参与者积极性的有效手段。
通过抽签原理，可以确保公平、公正地选择中奖者，增加活动的可信度和公信力。
以下是一些抽奖活动的具体应用案例：•公司年会抽奖：在公司年会上，通过抽签的方式，选择中奖者，为员工提供丰厚的奖品，激励员工的积极性和参与度。
•线上商城促销活动：在线上商城的促销活动中，通过抽签的方式，随机选择中奖者，为消费者提供优惠券、商品折扣等奖品，提高用户参与度和购买意愿。
3. 决策问题除了抽奖活动，抽签原理还可以应用于决策问题。
在某些情况下，我们可能面临多个选择，而无法确定哪个选择是最好的。
这时，可以利用抽签原理进行随机选择，从而消除决策的主观性，增加公正性。
以下是一些决策问题的具体应用案例：•菜单选择：在一家餐厅的菜单设计中，如果无法确定哪几道菜最受欢迎，可以通过抽签的方式决定菜单，增加随机性和变化性。
•会议时间确定：在团队开会时，如果成员都有不同的时间安排，可以通过抽签的方式确定最终的会议时间，让决策更加公平和客观。
4. 分组方式抽签原理在分组方式上也可以发挥作用。
在一些活动中，需要将人员随机分组，以增加活动的公正性和多样性。
通过抽签的方式，可以达到这一目的。
以下是一些分组方式的具体应用案例：•课堂小组划分：在学校课堂上，老师可以通过抽签的方式将学生随机分到不同的小组，以增加互动和交流的机会。
•运动比赛对阵：在运动比赛中，抽签原理可以用来随机决定对阵双方，确保比赛的公平性和公正性。
5. 总结抽签原理作为一种简单而有效的随机选择方法，在现实生活中有着广泛的应用。
无论是抽奖活动、决策问题还是分组方式，抽签原理都可以帮助我们增加活动的公平性、公正性和多样性。
第6章 随机性决策的应用与行为决策理论
第六章 随机性决策的应用与行为决策理论
⑷ 决策分析过程
条件 状态的不确定性 环境的复杂性 动态性 利益冲突 资源的有限性 创造性 规范化的决策分析 逻 辑 判 观察力 信息 概率设定 问题的结构 断 价值的设定 处世哲学 偏好 时间偏好 风险偏好 信息的价值 敏感性分析 迷茫 (忧虑) 赞誉、 洞察力 抱怨 决策人的反应 高兴、 遗憾 选择 备选方案
第六章 随机性决策的应用与行为决策理论
在原苏联国防部出版的著作《思考、计算、决策》中，给出了如图 6.2 所示的决策过程。
要求弄清情况 1 信息的 接受、 处理、 显示 2 情 况 识 别 3 制 定 方 案 探索新方案 4 效 益 评 估 5 作 抉 择 实 施
图 6.2 决策过程 ③ 第三步制订方案 这也是方法的积累环节。有成功的案例可循 时采用典型、标准方案；面临新情况时要设计新方案。
第六章 随机性决策的应用与行为决策理论
⑶ Howard 的描述性决策过程
首先提出决策分析这一术语的 Howard， 1978 年所给出的描述性决策过程如 图 6.3。
条件 状态的不确定性 环境的复杂性 动态性 利益冲突 资源的有限性 观察力 信息 创造性 选择 直觉 逻辑上无 法校验 （实施） 决策 后果
第六章 随机性决策的应用与行为决策理论
2．决策过程的结构模型 关于决策过程的本质及其表述，是智者见智仁者见仁，随着视角 与侧重点的差异而呈现多样性。比较有代表性的有： ⑴ 何毓琦对决策过程的描述 对决策过程的最简单的描述大概要算何毓琦(YC Ho)所给出的，如 图 6.1 所示。即决策过程是利用决策问题的有关知识和适当的数学工 具，求解存在不确定性的决策问题，给出问题的解答。
（实施） 决策 后果
第十六章 随机决策分析方法
第十六章 随机性决策分析方法人们在日常生活和工作中经常会遇到一些与随机因素有关、后果不确定，而又必须做出判断和决定的问题.这类问题称为随机性决策问题.任何一个随机性决策问题都包含两个方面的内容，即决策人所采取的行动方案（简称决策）和问题的自然状态（简称状态），而且具有两个基本特点：后果的不确定性和后果的效用.所谓后果的不确定性，主要是由于问题的随机性，使得问会出现什么状态是不确定的，所以对策人做出的某种决策以后会出现什么后果也是不确定的.而效用是后果价值的量化，由于不确定性，无论决策人采用什么策略，都可能会遇到事先不能完全预料的后果，这要承担一定的风险，不同的决策人对待风险的态度会不同.因而，同样的后果对不同的策略人产生的效用也会不同.即使在没有风险的情况下，不同的决策人对待各种后果也有不同的偏好，为此，在进行定量分析之前，就应该确定出所有后果的效用.只有这样，人们才能比较各种策略的优劣，根据自己的喜好来选择最佳的决策方案.在决策分析中，后果的不确定性和对于后果赋予的效用是两个关键性的问题.为此，对于状态的不确定性主要用主观概率来表示，而后果的效用则用效用理论来研究.16.1 随机性决策问题的基本概念16.1.1 主观概率随机性决策问题的后果的不确定性，主要是由状态的不确定性所引起的.状态的不确定性，往往不能通过在相同条件下的大量重复试验来确定其概率分布（此称客观概率）是有区别的.主观概率是决策人进行决策分析的依据，虽然他与客观概率有本质的区别，但在定义概率方面有不同之处，同样遵循客观概率应该遵循的若干假设、公理和性质等，因此，适用于客观概率的所有的逻辑推理方法均适用于主观概率.这里仅给出主观概率所服从的基本假设（或称公理系统）：（1）设Ω为一非空集合，其元素可以是某种试验或观察的结果,也可以是自然的状态.将这些元素记作抽象的点ω,因而有{}.ωΩ= （2）设F 是Ω中的一些子集A 所构成的集合,F 满足下列条件: 1）F Ω∈2）如果A F ∈,则\A A F =Ω∈;3）如果可列多个n A F ∈,1,2,,n =L 则它们的并集1nn AF ∞=∈U .（3）设()()P A A F ∈是定义在F 上的实值集函数,如果它满足下列条件,就称为F 上的(主观或客观)概率测度,或简称概率,这些条件是1）对于每个A F ∈,有0()1;P A ≤≤2）()1;P Ω=3）如果可列多个n A F ∈(1,2,)n =L ,i j A A ⋂=∅()i j ≠，则11()().n n n n P A P A ∞∞===∑U这里称点ω为基本事件, F 中的集A 称为事件, F 是全体事件的集合, ()P A 称为事件A 的(主观或客观)概率,三元总体(,,)F P Ω称为(主观或客观)概率空间.设定主观概率的方法主要有:主观先验分布法、无信息先验分布法、极大熵(极大平均信息量)先验分布法和利用过去数据设定先验分布法等[3.4].16.1.2 效用函数在随机性决策问题中,后果的不确定性是有状态的不确定性引起的.所以，在研究后果的效用时要充分考虑后果的不确定性.设决策人在选择某一行动时,决策问题可能的n 个后果为12,,,;n C C C L 后果i C 可能发生的概率分别是(1,2,,),i p i n =L 且11.nii p==∑用P 表示所有后果的概率分布,并记1122(,;,;;,)n n P p C p C p C =L 则称P 为展望.所有展望构成的集合记为P ,可以验证P 关于凸线性组合是封闭的,即如果12,,P P P ∈而且01,λ≤≤则有12(1)P P P λλ+-∈.对于任意两个展望12,P P P ∈,都存在一定的优先关系,即对于决策人可以认为1P 优于2P ,或1P 与2P 无差异，或1P 不优于2P 三种情况,将这三种关系分别记为1212,P P P P f :和21.P P f .这种优先关系反映了决策人对各种后果的偏好程度.定义16.1 设()u P 是定义在展望P 上的实值函数,且满足（1）它和在P 上的优先关系f 一致,即如果对于所有12,P P P ∈，有12,P P f 当且仅当12()()u P u P ≥;（2）它在P 上是线性的,即如果12,P P P ∈，而且01,λ≤≤则1212((1))()(1)(),u P P u P u P λλλλ+-=+-那么称()u P 是定义在展望P 上的效用函数.如果1122(,;,;;,)n n P p C p C p C P =∈L ,则()u P 就是表示以概率i p 选择(1,2,,)i C i n =L 的期望效用.效用是决策人在有风险的情况下对后果的偏好的量化,因此,其中包含有决策人对于一个不确定事件可能冒风险的态度,又称这种效用为基数效用.如果所研究的事件是确定的事件,并不受自然状态的影响,类似地可以定义一个效用来表示决策人对确定事件的各种后果的偏好程度.对于这类事件,决策人无需承担风险,相应的效用与基数效用有所不同,在此称之为序数效用.定义16.2 设X 为所有确定事件的后果x 的集合, ()u x 是定义在X 上的实值函数,如果对于任意的12,x x X ∈有12()()u x u x ≥,当且仅当12.x x f ,则称()u x 是定义在X 上的序数效用函数.基数效用和序数效用的主要区别是:基数效用在正线性变换下是唯一的,而序数效用在保序变换下是唯一的. 正线性变换: $()()(0)u P u P αβα=+>.保序变换：$()(())u x f u x =,对任意,x X f ∈为严格的单调增加函数.16.2 效用函数理论16.2.1 效用与风险的关系实际中很多的决策问题都涉及经济效益，对于这类问题，在后果不确定的情况下，决策人的决策往往是效益和风险并存，但对不同的决策人对待风险的态度一般是不同的，通常可分为三种态度，即厌恶型、中立型和喜好型.假设决策人面对一种风险的情况有1/2的机会得不到任何盈利，也有1/2的机会盈利2a 元，即他的期望盈利为a 元.如果决策人认为冒此风险的期望盈利只等价于比它低的不冒风险的盈利，则对待风险的态度为厌恶型的.否则对待风险的态度为喜好型的.如果决策人认为这和不冒任何风险的另一行为盈利a 元等价，则对待风险的态度是中立型的.这三种不同的态度可以反映在效用函数上就是凹（上凸）函数，线性函数和凸（下凸）函数.如图16-1.图16-1 三种不同的效用函数曲线由图16-1（a ）是风险厌恶型的效用函数，即有[]123121()()()()22x x u x u x u x u +=+<；由图16-1（b ）是风险中立型的效用函数，即有[]123121()()()()22x x u x u x u x u +=+=；由图16-1（c ）是风险喜好型的效用函数，即有[]123121()()()()22x x u x u x u x u +=+>；实际中，很多的情况效用函数的曲线呈S 型，即在后果的范围内，决策人对待风险的态度往往会从厌恶风险改变为喜好风险.如图16-2.图16-2（a ）反映了决策人的财产从小到大，对待风险的态度从喜好到厌恶的改变.图16-2（b ）反映了决策人的财产随着从损失到盈利的增加，对待风险的态度会从喜好到厌恶的变化.这是最常用的效用函数.16.2.2 损失函数与风险函数有的时候不要效用函数，而是用损失函数来做决策分析.记损失函数为(,)l x a ，它表时示一个决策问题当状态为x ，决策人的行动为a 时所产生的后果使决策人所受的损失.损失函数可以为正，也可以为负，它反映决策人获得的利益，后果效用越大，则损失越小.由此可以用效用函数来定义损失函数，即令(,)(,)l x a u x a =-实际中，在有些问题上为了使损失函数总是为非负的，也可以定义损失函数为(,)supsup (,)(,).x X a Al x a u x a u x a ∈∈=-在效用理论中，我们说明了期望效用能够合理的表示在风险情况下决策人的偏好，因此，期望损失也必然是决策人在风险情况下遭受损失的一个正确测度.16.2.3 随机函数与效用函数随机决策分析是在一定的条件下，用期望效用来表示一个随机事件效用的一种方法.在有价证券问题的研究中，又提出另外一种在一定的风险情况下制定决策的方法，称为随机优势法.假设问题的效用函数为()u x ，其自变量x 表示财富（为一随机变量）。
确定性与随机性模型在经济学中的应用
确定性与随机性模型在经济学中的应用经济学是探讨资源分配和决策制定的科学，旨在理解和解释经济行为。
在经济学中，确定性模型和随机性模型是两种常用的分析工具。
本文将探讨这两种模型在经济学中的应用，以及它们的优点和限制。
确定性模型是基于确定性原则的模型，假设经济行为具有确定性。
在这种模型中，每个决策的结果是已知的，并且未来的结果可以通过对已有信息进行合理推断而精确预测。
确定性模型适用于那些受到外部因素较少干扰的情况，比如市场需求较稳定的产品。
一个常见的例子是生产函数，它描述了输入资源与输出产出之间的关系。
生产函数假设资源的使用方式和生产技术是确定的，没有变化。
这种模型有助于企业决策者优化资源配置和生产效率，以实现最大利润。
然而，确定性模型的一个主要缺点是没有考虑到不确定性因素的影响。
在现实世界中，经济行为受到许多随机性因素的干扰，如市场变动、政策调整、自然灾害等。
在这种情况下，随机性模型就显得尤为重要了。
随机性模型是基于随机原理的模型，假设经济行为具有随机性。
在这种模型中，每个决策的结果是不确定的，只能通过概率分布来描述。
随机性模型适用于分析风险和不确定性较大的情况，例如金融市场、投资决策和政府政策制定。
一个典型的例子是随机游走模型，描述了股票价格的变动。
该模型假设股票价格以随机步骤变动，无法精确预测。
这种模型有助于投资者理解和评估市场风险，制定投资策略。
随机性模型为经济学家提供了更全面、更准确的分析工具。
然而，这种模型也有其局限性。
首先，随机性模型需要大量的数据和较复杂的计算处理，使得分析变得更困难和耗时。
其次，随机性模型依赖于假设和参数选择，对模型结果的准确性有很大影响。
如果假设不合理或者参数选择不当，可能会导致模型结果失真或不可靠。
因此，在使用随机性模型时，经济学家需要谨慎选择变量和参数，并对模型结果进行敏感性分析。
在实际应用中，确定性模型和随机性模型常常结合使用，以综合考虑确定性和随机性因素。
例如，企业决策通常会基于确定性模型优化资源配置和最大化利润，同时也会考虑市场需求和竞争对手的随机性影响。
随机环境下的决策制定
随机环境下的决策制定随机环境下的决策制定在现实生活中，我们常常需要在不确定的环境下做出决策。
这种不确定性可能来源于各种因素，例如市场变化、竞争对手的行动、自然灾害等等。
在这种随机环境下，决策制定显得尤为重要和复杂。
面对随机环境，我们不能简单地依赖过去的经验和常识来做决策。
因为随机环境下的因素是不确定和变化的，所以我们需要更加灵活和细致的决策制定方法。
首先，我们需要对随机环境进行充分的研究和了解。
只有了解了环境中的各种因素，我们才能做出准确和合理的决策。
对于市场环境来说，我们需要了解市场的规模、趋势、竞争对手的动向等等；对于自然环境来说，我们需要了解气候、地----宋停云与您分享----理条件等等。
通过对环境的了解，我们可以预测和评估不同决策的可能影响和结果。
其次，我们需要建立一套有效的决策制定模型。
这个模型可以帮助我们分析和评估各种可能的决策选项，并选择最佳的决策方案。
这个模型应该包括对不同决策选项的潜在风险和回报的评估，以及对不同因素的权重和关联性的考虑。
通过建立这个模型，我们可以更加科学和系统地进行决策制定。
另外，我们需要充分利用数据和技术手段来辅助决策制定。
在随机环境下，数据是我们做决策的重要依据。
通过收集和分析大量的数据，我们可以更好地了解环境和因素之间的关系，从而做出更加准确和可靠的决策。
同时，我们还可以利用各种技术手段，例如人工智能和机器学习，来处理和分析数据，提高决策制定的效率和准确性。
最后，我们需要不断学习和调整决策。
随机环境下的决策制定是一个不断优化和改进的过程。
我----宋停云与您分享----们需要通过不断学习和反思，总结经验教训，发现和修正可能存在的问题和偏差。
只有这样，我们才能逐渐提高决策制定的能力和水平。
总之，在随机环境下的决策制定是一项具有挑战性和复杂性的任务。
我们需要通过深入研究、建立有效的模型、利用数据和技术手段以及不断学习和调整，来应对这个挑战。
只有这样，我们才能在不确定的环境中做出明智和成功的决策。
随机决策方法及其应用
、
其中：Ｂ 。 为行动 ａ的益损期望值 ， （） 自然状态 （） 尼为
是 ｋ的概率 。 可 以看 出 ，采用 期望 值最 大原 则进 行 决策并 不是 百分 之百 正确 的 ，若先 验信 息判 断错误 ，可能 会丧 失获得 最 大利润 的机 会甚 至亏 本 ，因此又 被称 为风 险决策 方法 。 显 然用 期望 值最 大原 则进 行决 策 的准确 度 主要取 决于 先验 信息 的准 确度 ，但是 ，在 决策 前 给定 准确 的先验 分 布是一 件很 困难 的事 ，因此 ，决 策人 员都 愿意 花 费一定 的时 间和 资金 获得 有关 自然状 态 的新 的信息 ，以便改 进对 状态 概率 分布 的估 计 ， 提高分 析精 度 ，减少 决策 的风 险 。但此 时需 要考 虑 的问题 是 ： 这 中行 为是 否值得 。也就 是说 通过试 验取 得新 信 息后 决策 可能 增 加 的效 益能 否抵 消试验 所需 成本 ， 就有 必要 事先进 行分 析 ， 这 我 们把 它称为 后验 预分析 。 当研 究对 象不 是一 个单 一体 ，而 是 南多个 个体 组成 的总 体
－ 一 型 专 研 ＿ ５啊 业 穷
随机决策 方法及其 应用
孔翠 平 杨 洁 孟 君 １徐 州空军学院 ２ 工程兵指挥 学院 ／． ．
［ 要 ］本文介绍 了随机 性决策 的定义和进行随机决策的方法 ，并利用期望值最大原则画 出一个 序贯决策实际问题 的决策树 ，最 摘
终由决策树技术给 出最优决策。 ［关键词 ］科学决策 决策树 序 贯决策
解：①假设ａ为买该箱元件；口 为不买； ｌ ． 码 詹 ０ ２ ３
表示优质品率分别为 Ｏ１ ．，０ ．，０ ５ ． ９的兰种 自然状态 ；Ｓ． 表示
随机应变的意思
随机应变的意思引言在我们的生活和工作中，经常会遇到各种各样的意外和变化，需要我们迅速做出决策和行动。
这时候，随机应变就显得非常重要了。
随机应变是一种应对意外情况和变化的能力，它要求我们能够灵活、快速地适应新的环境和情况，并根据具体情况做出恰当的调整和决策。
随机应变的定义随机应变是指在面对突发事件、紧急情况或者计划外的变化时，能够迅速调整思路和行动，以灵活的方式适应新环境和情况，并做出恰当的决策和行动。
随机应变的重要性1.应对突发变化：生活和工作中存在很多不可预测的因素，随机应变能够帮助我们迅速适应和处理这些变化，减少负面影响。
2.提高工作效率：在面对意外情况时能够快速做出决策和行动，可以避免时间和资源的浪费，提高工作效率。
3.增强个人适应能力：通过不断锻炼随机应变能力，我们能够培养出更强的适应能力，面对各种情况都能够应对自如。
4.增加竞争力：在现代社会，变化是常态，能够灵活应对变化的人将具备更大的竞争优势。
5.解决问题能力：随机应变要求我们在短时间内做出决策，这锻炼了我们的问题解决能力。
随机应变的关键因素1.灵活性：拥有灵活的思维方式和行动能力是随机应变的基础。
2.快速反应：在面对意外情况时，快速反应能够帮助我们更好地应对变化。
3.判断力：正确的判断能力是随机应变的关键，需要根据具体情况做出正确的决策。
4.决断力：对于不确定和复杂的情况，需要有足够的决断力来做出决策，并且能够承担决策带来的结果。
5.压力控制：在紧急情况下，控制好自己的情绪和压力，能够更好地保持清晰的思维和行动。
培养随机应变能力的方法1.多角度思考：在平时的生活和工作中，意识到事物有多个角度，培养多维度思考的能力。
2.模拟场景：通过模拟各种情况和突发事件，进行反复训练，增强随机应变能力。
3.学习经验：通过学习他人的成功和失败经验，总结经验教训，并且将其应用到实际情况中。
4.接受挑战：主动寻找挑战和机会，接受新的挑战能够帮助我们更好地锻炼随机应变能力。
随机策略的例子
随机策略的例子随机策略是一种在决策过程中通过随机选择行动来进行决策的方法。
在不同领域中，随机策略都有着广泛的应用。
下面是10个符合要求的随机策略的例子：1. 在电商平台上，用户在搜索商品时，系统可以通过随机展示一部分商品，增加用户的购买决策的不确定性，从而提高销售量。
2. 在社交媒体中，推送系统可以通过随机选择一部分用户发布的内容，来展示给其他用户，增加用户的兴趣多样性，提高用户的参与度。
3. 在自动驾驶领域，无人车在遇到交通拥堵时，可以通过随机选择不同的路径来避免出现所有车辆都选择同一条路线的情况，从而减少交通拥堵。
4. 在智能游戏中，游戏AI可以通过随机选择一部分行动来增加游戏的变化性，使游戏更具挑战性和可玩性。
5. 在金融投资中，投资者可以通过随机选择一部分股票进行投资，以降低风险，提高投资组合的多样性。
6. 在医学研究中，科研人员可以通过随机选择一部分病例进行实验，以减少实验结果的偏差，增加实验结果的可靠性。
7. 在城市规划中，城市规划师可以通过随机选择一部分地块进行开发，以增加城市的多样性和可持续性。
8. 在航空公司中，航班调度系统可以通过随机选择一部分航班的起飞时间，以减少航班的延误率。
9. 在电影推荐系统中，推荐算法可以通过随机选择一部分电影进行推荐，以增加用户对不同类型电影的了解和尝试。
10. 在社交聚会中，组织者可以通过随机选择一部分参与者进行分组，增加参与者之间的交流和互动。
以上是10个符合要求的随机策略的例子。
这些例子展示了随机策略在不同领域中的应用，既可以增加不确定性和多样性，又可以降低风险和偏差，提高效果和用户体验。
通过合理运用随机策略，可以在决策过程中获得更好的结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第六章随机性决策的应用
(The Application of Probabilistic Decision-making)
Murphy’s law:
∙事物比其表面所显示的要复杂得多
∙做任何事情要比预料化更长时间和更大代价
∙无论干什么事, 只要可能出错就一定会出错
Callahan’s corollary :
Murphy is an optimist.
§6.1 常用的决策模型
一、理性模型假定决策人的行为合乎理性
提出并阐明问题→收集数据→列举方案→方案评价→选择→实施
二、经济合理模型
尽可能在经济方面使用理性模型,OR、C—B分析…
三、逐步改变模型现实世界中大部分决策者采用这种模型
慢慢来，循序渐进，保守。
怀疑人类大幅度改造未来的能力，认为优化是空
想，能够比较满意就不错了。
四、序贯决策模型(摸石头过河)
用于情况不明，意见不一致的场合
首先同时选用几种方法试试，等收集了更多的信息，了解新情况后再作进一
步的决策
五、超理性模型
根据直觉、灵感、智慧、宗教、信仰、领袖的号召力、忠诚、意志、预见等
制订决策，不管合理与否
六、剧烈改变模型
新旧系统的更替,尤其是政权的更迭
七、无为模型(老庄的无为无不为)
不做任何决策，有意识地决定什么事也不做
虽然并非所有的决策人都能明确表达自己的决策模型, 但是在实际作决策时有意无意地采用着这些模型中的某一种.
§6.2 几种与决策过程有关的结构模型
一、Y、C、Ho
二、《思考、计算、决策》
1.信息要及时更新
2.分类识别，与以往经历过的模式对照
3.方法的积累，采用典型，标准方案或设计新方案。
4.对所有方案进行评价，概率效用的设定，计算期望效用。
5.对评估结果作判断
三、Howard的模型
见<系统思想> pp85-150, 四川人民出版社, 1986
四、西蒙关于决策的模型
·情极阶段
·设计活动阶段
·抉择
决策分析的实施步骤见(P86，图6.1)
五、几点说明
1.好的决策=好的结果
(逻辑上的) (愿望)
例：彩票，组织上的奖励
2.理论是规范化、规定性的，而非描述性的(人文学科)
3.决策分析人是
a) 决策基础各种备选方案
信息的诱导、启发者
偏好
b)逻辑后果的评估者
是建立决策的模型的专家
而非作决策的专家
给出决策的基础是决策人(或其代理人)的责任
六、评估过程(估值)
§6.3 行为决策理论
一、引言
所谓行为决策理论，就是用行为科学的观点和方法，对决策活动进行描述，解释和预测的一种理论。
它以人的决策行为作业基本要素，以自然科学的实证方法(精神物理学等)作为主要手段，归纳出一套建立在经验证据基础上的理论观点，拓展了决策论的研究范围。
二、主要研究内容
·问题识别过程中的行为因素：知觉、记记等：
·决策目标确定：抱负水平
·方案开发：谋略心理，创造力的引发
·评价、抉择：人的认智能力的有限性
判断与抉择的认知模式
·不确定性的量化：概率、效用的设定；
思维方式和认知的偏倚
·群体和组织决策中的心理、政治和社会因素，组织内的多元目标，行为、偏好的冲实。