决策树例题
决策树案例及答案
案例：假设有一工程项目，管理人员要根据天气状况决定开工方案。
如果开工后天气好，可以给国家创收30000元；如果开工后天气差，将给国家带来损失10000元；如果不开工，讲给国家带来损失1000元，。
已知开工后天气好的概率是0.6,开工后天气差的概率是0.4.请用
决策树方案进行决策。
状方、、态案天气好天气坏
0.60.4
开工30000 （期望收益=30000*0.6 ）-10000 （期望收益=-10000*0.4 ）爪开工-1000 （期望收益=-1000*0.6 ）-1000 （期望收益=-1000*0.4 ）第二步，绘制决策树
(1) 计算期望收益并标注在决策树上
开工方案下，预期收益值=30000*0.6+ (-10000) *0.4=14000
不开工方案下，预期损失值=-1000
(2) 比较两个方案并减去期望收益较小的方案枝
30000*0. 6
概率枝-10000*0-4
-1000*0.6
-1 000*0.4
概率枝▲18000 .▲-4000▲-600
A-400。
案例试题—决策树
一、2002年案例考试试题——决策树某房地产开发公司对某一地块拟定两种开发方案。
A方案：一次性开发多层住宅45000平方米，需投入总成本费用9000万元，开发时间18个月。
B方案：将地块分两期开发，一期开发高层住宅36000平方米，需投入总成本费用8100万元，开发时间15个月。
如果一期销路好，则二期继续开发高层住宅36000平方米，投入总费用8100万元，如果一期销路差，或者暂停开发，或者开发多层住宅22000平方米，投入总费用4600万元，开发时间15个月。
两方案销路好和销路差时的售价和销量情况见下表。
根据经验，多层住宅销路好的概率为0.7，高层住宅销路好的概率为0.6，暂停开发每季损失10万元，季利率2％。
问题：1、两方案销路好和销路差时季平均销售收入各为多少万元（假定销售收入在开发时间内均摊）2、用决策树做出决策，应采用哪个方案（计算结果保留两位小数）答案：1、A方案开发多层住宅：销路好4.5×4800×100％÷6＝3600（万元）销路差4.5×4300×80％÷6＝2580（万元）B方案一期开发高层住宅：销路好3.6×5500×100％÷5＝3960（万元）销路差3.6×5000×70％÷5＝2520（万元）B方案二期开发高层住宅：3.6×5500×100％÷5＝3960（万元）开发多层住宅：销路好2.2×4800×100％÷5＝2112（万元）销路差2.2×4300×80％÷5＝1513.6（万元）2、机会点①净现值的期望值：(3600×0.7＋2580×0.3)×(P/A,2％,6)－9000=(3600×0.7＋2580×0.3)×5.601－9000=9449.69（万元）等额年金：9449.69×(A/P,2％,6)=9449.69×1/5.601=1687.14（万元）机会点③净现值的期望值：3960×(P/A，2％，5)×1.0－8100=3960×4.713×1.0－8100=10563.48（万元）等额年金：10563.48×(A/P,2％,5)=10563.48×1/4.713=2241.35（万元）机会点④净现值的期望值：－10×(P/A,2％,5)=－10×4.713=－47.13（万元）等额年金：－47.13×(A/P,2％,5)=－47.13×1/4.713=－10.00（万元）机会点⑤净现值的期望值：(2112×0.7＋1513.6×0.3)×(P/A,2％,5)－4600=(2112×0.7＋1513.6×0.3)×4.713－4600=4507.78（万元）等额年金：4507.78×(A/P,2％,5)=4507.78×1/4.713=956.46（万元）根据计算结果判断，B方案在一期开发高层住宅销路差的情况下，二期应改为开发多层住宅。
管理学决策树习题及答案
注意答卷要求：1．统一代号：P为利润，C为成本，Q为收入，EP为期望利润2．画决策树时一定按照标准的决策树图形画，不要自创图形3．决策点和状态点做好数字编号4．决策树上要标出损益值某企业似开发新产品，现在有两个可行性方案需要决策。
I开发新产品A，需要追加投资180万元，经营期限为5年。
此间，产品销路好可获利170万元；销路一般可获利90万元；销路差可获利-6万元。
三种情况的概率分别为30%，50%，20%。
II.开发新产品B，需要追加投资60万元，经营期限为4年。
此间，产品销路好可获利100万元；销路一般可获利50万元；销路差可获利20万元。
三种情况的概率分别为60%，30%，10%。
（1）画出决策树17090-61005020（2）计算各点的期望值，并做出最优决策求出各方案的期望值：方案A=170×0.3×5+90×0.5×5+(-6)×0.2×5=770(万元)方案B=100×0.6×4+50×0.3×4+20×0.1×4=308(万元)求出各方案的净收益值：方案A=770-180=590(万元)方案B=308-60=248(万元)因为590大于248大于0所以方案A最优。
某企业为提高其产品在市场上的竞争力，现拟定三种改革方案：（1）公司组织技术人员逐渐改进技术，使用期是10年；（2）购买先进技术，这样前期投入相对较大，使用期是10年；（3）前四年先组织技术人员逐渐改进，四年后再决定是否需要购买先进技术，四年后买入技术相对第一年便宜一些，收益与前四年一样。
预计该种产品前四年畅销的概率为0.7，滞销的概率为0.3。
如果前四年畅销，后六年畅销的概率为0.9；若前四年滞销，后六年滞销的概率为0.1。
相关的收益数据如表所示。
（1）画出决策树（2）计算各点的期望值，并做出最优决策投资收益表单位：万元解（1）画出决策树，R为总决策，R1为二级决策。
决策树决策表练习题与参考答案
1.某厂对一部分职工重新分配工作，分配原则是：
⑴年龄不满20岁，文化程度是小学者脱产学习，文化程度是中学者当电工；
⑵年龄满20岁但不足50岁，文化程度是小学或中学者，男性当钳工，女性当车工；文化程度是大专者，当技术员。
⑶年龄满50岁及50岁以上，文化程度是小学或中学者当材料员，文化程度是大专者当技术员。
优化后的决策表如下：
2、试画出某企业库存量监控处理的判断树。
若库存量≤0，按缺货处理；若库存量≤库存下限，按下限报警处理；若库存量＞库存下限，而又≤储备定额，则按订货处理；若库存量＞库存下限，而又＞储备定额，则按正常处理；若库存量≥库存上限，又＞储备定额，则按上限报警处理。
3某货运站收费标准如下：
若收件地点在本省，则快件6元／公斤，慢件4元／公斤；
若收件地点在外省，则在25公斤以内（包括25公斤），快件8元／公斤，慢件6元／公斤；而超过25公斤时，快件10元／公斤，慢件8元／公斤；
画出决策表和决策树：
决策表：
优化后的结果如下所示：决策树：
收费
本省
外省快件
慢件
快件
慢件
≤25斤
>25斤
≤25斤
>25斤
6元
4元
8元
10元
6元
8元
地点规格重量收费金额
欢迎您的下载，
资料仅供参考！
致力为企业和个人提供合同协议，策划案计划书，学习资料等等
打造全网一站式需求。
决策树习题练习(答案)
决策树习题练习答案1.某投资者预投资兴建一工厂，建设方案有两种：①大规模投资300万元；②小规模投资160万元。
两个方案的生产期均为10年，其每年的损益值及销售状态的规律见表15。
试用决策树法选择最优方案。
【解】（1）绘制决策树，见图1；（2）计算各状态点的期望收益值节点②：[]10300340()⨯⨯⨯-=1000.7+(-20)0.3万元 节点③：[]10160320()⨯⨯⨯-=600.7+200.3万元 将各状态点的期望收益值标在圆圈上方。
（3）决策比较节点②与节点③的期望收益值可知，大规模投资方案优于小规模投资方案，故应选择大规模投资方案，用符号“//”在决策树上“剪去”被淘汰的方案。
表1 各年损益值及销售状态2.某项目有两个备选方案A和B，两个方案的寿命期均为10年，生产的产品也完全相同，但投资额及年净收益均不相同。
A方案的投资额为500万元，其年净收益在产品销售好时为150万元，，销售差时为50万元；B方案的投资额为300万元，其年净收益在产品销路好时为100万元，销路差时为10万元，根据市场预测，在项目寿命期内，产品销路好时的可能性为70%,销路差的可能性为30％，试根据以上资料对方案进行比选。
已知标准折现率i c=10%。
【解】（1）首先画出决策树此题中有一个决策点，两个备用方案，每个方案又面临着两种状态，因此可以画出其决策树如图18。
（2）然后计算各个机会点的期望值机会点②的期望值＝150（P/A,10%,10）×0.7+(-50)（P/A,10%,10）×0.3=533(万元)机会点③的期望值＝100（P/A,10%,10）×0.7+10（P/A,10%,10）×0.3=448.5(万元)最后计算各个备选方案净现值的期望值。
方案A的净现值的期望值＝533-500＝33（万元）方案B的净现值的期望值＝448.5-300＝148.5（万元）因此，应该优先选择方案B。
人工智能决策树例题经典案例
人工智能决策树例题经典案例一、经典案例：天气预测决策树在天气预测中有广泛应用，下面是一个关于是否适宜进行户外运动的示例：1. 数据收集：- 温度：高（>30℃）/中（20℃-30℃）/低（<20℃）- 降水：是/否- 风力：高/中/低- 天气状况：晴朗/多云/阴天/雨/暴雨- 应该户外运动：是/否2. 构建决策树：- 根据温度将数据分为三个分支：高温、中温、低温- 在每个分支中，继续根据降水、风力和天气状况进行划分，最终得到是否适宜户外运动的决策3. 决策树示例：温度/ / \高温中温低温/ | | \ |降水无降水风力适宜/ \ | | / \是否高中低| |不适宜适宜- 如果温度是高温且有降水，则不适宜户外运动- 如果温度是高温且无降水，则根据风力判断，如果风力是高，则不适宜户外运动，如果风力是中或低，则适宜户外运动 - 如果温度是中温，则不论降水和风力如何，都适宜户外运动- 如果温度是低温，则需要考虑风力，如果风力是高，则适宜户外运动，如果风力是中或低，则不适宜户外运动4. 参考内容：决策树的构建和应用：决策树通过对输入特征进行划分，构建了一棵树形结构，用于解决分类或回归问题。
构建决策树主要包括数据预处理、特征选择、划分策略和停止条件等步骤。
特征选择可以使用信息增益、基尼指数等算法，划分策略可以使用二叉划分或多叉划分，停止条件可以是叶子节点纯度达到一定阈值或达到预定的树深度。
决策树的应用包括数据分类、特征选择和预测等任务。
天气预测案例中的决策树：将天气预测问题转化为分类问题，通过构建决策树，可以得到识别是否适宜户外运动的规则。
决策树的决策路径可以用流程图或树状图表示，帮助理解和解释决策过程。
决策树的节点表示特征值，分支表示判断条件，叶子节点表示分类结果。
决策树的生成算法可以基于启发式规则或数学模型，如ID3、C4.5、CART等。
决策树的优缺点：决策树具有可解释性强、易于理解和实现、能处理非线性关系等优点。
决策树练习题-多级决策树
E（5）=1.0×（-30）×7= -210 （万元）
4
前三年的期望收入=0.7×100×3+0.3×（-30）×3=183（万元）
5
E（1）=183+0.7×609+0.3×（-210）-300=246.3 （万元）
6
02
03
对于节点2即改建车间
E（6）=0.9×40×7+0.1×10×7=259 （万元）
Hale Waihona Puke 01通过比较各期望收益，选择方案。
03
方案3为最佳方案。
02
E（3）=302.3> E（1）246.3 > E（2）155.3
销路好0.7
销路好0.7
销路差0.3
销 路差0.3
销路差0.3
销路差1.0
销路差0.1
销路差0.1
销路差1.0
销路差0.1
销路差0.1
销路差1.0
销路好0.9
销路好0.9
销路好0.9
销路好0.9
100
-30
-30
40
10
10
10
10
100
-30
40
前三年
后七年
扩 建
不 扩 建
E（4）=0.9×100×7+0.1×（-30）×7=609
E（5）=1.0×（-30）×7= -210
前三年的期望收入= 0.7×100×3+0.3×（-30）×3=183
E（1）=183+0.7×609+0.3×（-210）-300=246.3
决策树计算题
某工厂为生产一种新产品，制定三个基建方案。一是新建车间生产；二是改建原有车间进行生产；三是先改建，生产3年后当产品销路好时再进行扩建。新建和改建车间所需投资分别是300万元和140万元，若要在改建的基础上扩建车间，还需要追加投资140万元，产品生产期定为10年。
临床决策树例题经典案例医学
临床决策树例题经典案例医学
临床决策树是一种基于概率和逻辑的推理模型，用于帮助医生根据患者的症状和体征做出诊断和治疗决策。
以下是一个经典的临床决策树案例：
假设有一位患者因胸痛和呼吸困难而就诊。
医生可以使用临床决策树来评估患者患急性心肌梗死的风险。
1. 首先，医生需要收集患者的病史和体格检查结果。
例如，患者是否有高血压、糖尿病、吸烟等危险因素。
2. 然后，医生可以使用临床决策树来评估患者患急性心肌梗死的风险。
临床决策树通常由一系列的问题组成，每个问题的答案都会导致不同的分支，每个分支都代表不同的风险水平。
3. 医生可以根据患者的回答选择相应的分支，最终得出患者患急性心肌梗死的风险水平。
4. 根据患者的风险水平，医生可以制定相应的治疗方案。
例如，对于高风险患者，医生可能需要紧急进行冠状动脉造影和支架植入术；对于低风险患者，医生可能只需要药物治疗和密切观察。
通过使用临床决策树，医生可以更加准确地评估患者的病情，并制定更加个性化的治疗方案。
这有助于提高患者的治疗效果和生活质量。
- 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)。
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（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支线（树枝线），每条支线代表一个方案，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，并把它注明在在该种方案的分支上，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x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，如图１所示。
（9)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；
（10)根据决策期望值做出决策。
4．例题：
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。
方案效果可能获利
(万元)
概率
高标
好500 0.3 一般300 0.5 赔-100 0.2
低标
好350 0.2 一般200 0.6 赔-150 0.2
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,也就是上说若投高标，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。
感谢下载!
欢迎您的下载，资料仅供参考。