PMP^®参考书籍：决策树分析

9.4.10 决策树分析（Decision-Tree Analysis）

所谓决策树分析就是在几个可供选择的方案中，结合风险的概率，对各种可能情况下的成本或者回报进行计算，期望值最优的一个就是最佳方案。

决策树分析是比PERT和CPM相对简单一些的分析方法，它们有一个共同的特点，就是都假定一系列事件可以分解为更小、更简单、更容易管理的片段，以更准确地分析它们的本质。下面举例说明。

向客户提供500套雷达设备，是否要在出厂前进行检验？已知的信息是：缺陷率为4%,检验费用为10000元/套，检验合格后重新组装的费用为2000元/套，检验出有缺陷进行修理和重新组装的费用为23000元/套，投入使用后发现缺陷进行修理和重新安装的费用为350000元/套。现在使用决策树进行分析。

如图9-1所示，如果出厂前进行检验，则检验费用为500×10000元=5000000元，96%合格产品的重新组装费用为500×96%×2000元=960000元，4%有缺陷产品的修理和重新组装费用为500×4%×23000元=460000元，进行检验全部费用为5000000元+960000元+460000元=6420000元，这是采取检验方案的期望成本值。

图9-1 决策树分析

如果不进行出厂检验，则没有检验和重新组装费用。设备投入使用后发现有4%的有缺陷产品，进行修理和重新安装的费用为500×4%×350000元=7000000元，这是采取不检验方案的期望成本值。

很容易看出，进行出厂检验的期望成本值要低于不进行检验的期望成本值，因此应采用进行出厂检验的方案。

返回目录：PMP^®成功之路

编辑推荐：

番茄工作法

人月神话