基于交叉评价策略的DEA灰色关联排序模型北大核心

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.     

基于熵权法的DEA/AR交叉效率知识化制造模式评价

用模糊DEA/AR交叉效率方法,解决制造模式的评价与排序问题.首先,构建了四种不同的DEA/AR交叉效率模型—任意型、对抗型、友好型和博弈型.然后,应用熵权法确定每一种交叉效率模型的最终交叉效率值,目的是用保证域来避免传统模型的权重偏差,从而实现了决策单元的相对有效评价和精确排序.同时,引入奇异指数的概念来衡量最终交叉效率的合理性及可靠性.最后,通过实例验证本文模型和方法的可行性及有效性:与采用简单DEA效率模型进行评价比较,我们的方法会使得效率更加精准、排序更加合理.     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。     

基于改进数据包络分析的建设工程评标模型

建设工程评标是一项复杂的系统工程.为建立合理的评标决策支持系统,根据实际评标建立以商务标为目标函数,以技术标为约束条件的评标模型.引入数据包络分析(DEA)方法,建立第二目标函数为决策单元非效率值总和最小模型,进行交叉评价,解决了CCR模型在实际应用中不能完全确定中标顺序的问题.通过实际案例分析,交叉评价模型能够产生独立效率值并进行有效排序,证明了评标模型的可操作性与适用性.     

基于灰关联分析和相对熵的多属性决策排序方法

在灰关联分析和相对熵决策方法的基础上,结合各自的优点,提出了一种解决多属性决策问题排序的新方法.首先利用改进熵对评价属性进行赋权,其次计算被评方案与理想方案和负理想方案的灰色关联度和相对熵,最后根据相对贴近度的大小对被评方案进行排序,案例说明了决策方法的有效性和实用性.     

基于区间值直觉模糊不确定语言变量的灰色关联度分析方法

给出了区间值直觉模糊不确定语言环境下的灰色关联度分析方法。首先确定了区间值直觉模糊不确定语言正负理想解, 然后计算每个评价值与正负理想解的灰色关联度, 利用属性的权重向量, 计算方案与正负理想解的灰色关联度, 最后计算出方案的相对关联度, 并根据方案的相对关联度对方案进行排序。如果属性权重部分可知, 则需要根据与正理想解有最大的灰色关联度而与负理想解有最小的关联度的原则建立数学规划确定属性的权重。最后, 为了说明算法的可行性和有效性, 将其应用到房地产开发项目的风险评价上。 实例说明了算法的可行性和有效性。     

IS/IT项目选择决策的灰色逼近理想解排序法

IS/IT项目选择决策是一个多属性决策问题.针对传统逼近理想解排序法(TOPSIS)在确定属性权重系数上的缺陷,并考虑到在实际IS/IT项目选择决策过程中部分决策信息的不足,提出了基于灰色TOPSIS改进算法.算法运用区间灰数表达指标权重和指标评价值,定义备择项目与正、负理想解的灰色关联度,依此计算各备则项目的贴近度并实现最终排序.仿真实例验证了该方法的合理和有效性.     

基于前景理论的模糊DEA交叉效率评价方法

针对模糊环境下决策单元的相对有效性评价问题，本文利用α-截集法将三角模糊数型的投入产出值转化为区间数，提出一种改进的区间交叉效率模型。随后，引入前景理论来研究区间交叉效率集结问题，定义区间参考点代替传统的单个参考点，以最大化所有决策单元的前景交叉效率为原则，构建最大化前景交叉效率模型求解集结权重。根据偏好度方法，比较区间交叉效率值。本文方法基于统一的生产前沿面来度量决策单元的效率，保证了不同决策单元之间以及不同α值下的效率可比；定义区间参考点充分考虑了决策者在模糊环境下的心理因素变化，集结决策单元的区间交叉效率值代替综合前景值，以保留尽可能多的决策信息。最后，通过例子验证方法的有效性。     

区间粗糙数多属性决策方法

针对属性值为区间粗糙数,属性权重部分已知和属性权重未知两种情形的多属性决策问题,本文利用灰色关联分析的思想方法,构建了一种区间粗糙数多属性决策方法。本文首先利用区间粗糙数的运算法则和期望值比较,确定最优理想方案和最劣理想方案,并基于灰色关联度分析方法构建了属性权重部分已知、属性权重未知两种情形的多目标优化模型,从而确定属性权重和属性权重表达式,进而获得各方案的综合评价值和方案排序。最后以一个实例验证模型的有效性与适用性。     

基于虚拟决策单元的排序模型

本文给出了一种新的决策单元排序方法。基于经典的C²R模型,通过引入一个虚拟的决策单元,形成了一个新的排序模型,按照相对效率值的大小实现了决策单元的排序。实验表明,新排序方法不仅能较好地反映C²R模型的计算结果,而且可避免超效率方法造成的相对效率值偏大的弊端。新的排序方法依据充分、简单方便,同时体现了整体的决策效率。