基于差分的等级依赖效用模型行为决策权重扩展(英文)

基于等级依赖期望效用模型(RDEU),提供了一个简单但有效的行为决策权重扩展.因结果序列具有直线增长趋势,介绍一种基于一阶差分的新权重,并证明其对拆分效应的有效性.差分权重和RDEU权重的凸组合构成最终决策权重命名为D'-RDEU权重,它不仅可继承RDEU的优点,也可克服RDEU的两个不足.特别是,它通过拆分获得随机优势,可从理论上解释拆分效应.也提供了连续形式的D'-RDEU模型,连续模型的存在证明D'-RDEU比D-RDEU更实用.     

基于RDEU模型在贝叶斯决策分析中引人概率权重函数的研究:以Prelec概率权重函数为例

对有后验概率分布的决策问题进行贝叶斯分析,决策个体对概率的估计偏差未在考虑之内,导致不同决策者的分析结果并无差异,针对该问题,基于等级依赖期望效用模型中概率权重函数影响决策的机制,在贝叶斯分析中引入概率权重函数,体现决策个体对概率的不同估计,能很好克服贝叶斯决策分析的不足.以Prelec概率权重函数为例的分析表明概率权重函数的引入合理有效,可提升决策分析的针对性.     

预期理论权重函数π的由来、质疑及Tversky的阐释

借助权重函数π的导出,Kahneman和Tversky解释了一些期望效用理论无法预测和描述的抉择(如艾勒悖论),使预期理论成为风险条件下行为决策的重要描述性模型.文章回顾了推导权重函数的基本假设及权重函数各特性的推导过程,介绍沿用相同的推导逻辑提出的对该函数特性的质疑,及Tversky对质疑的回应和解释.冀透过对权重函数的审视,将质疑的焦点转向最大化原则本身.     

基于随机参照点的均值-风险分析

本文依据参照依赖偏好模型提出了基于随机参照点的风险度量方法,进而构建了均值-风险模型,并讨论了该决策方法与随机占优之间的一致性。研究发现,该决策方法不仅与一级随机占优是一致的而且与二级随机占优也是一致的。由于二级随机占优与期望效用理论的一致性,因而所构建的均值-风险模型与期望效用理论也是一致的。     

基于后悔理论及云模型的多属性群决策方法

针对属性值为不确定语言信息的群决策问题,考虑决策者后悔规避的心理行为特征,提出了一种基于后悔理论及云模型的多属性群决策方法.首先,将不确定语言值转化为云模型;其次,给出一种新的考虑决策者期望的方法求解其权重;然后,通过给出的云模型效用函数构建效用值矩阵,进而通过后悔-欣喜函数构建感知效用矩阵确定方案的综合感知效用,并根据其排序;最后,通过实例说明了方法的可行性和科学有效性.     

基于稀疏重建的航空货运量模型研究

压缩感知(Compressed Sensing CS)理论广泛应用于应用数学、图像重建、信道估计以及谱估计等不同领域.在理论方面,依据压缩感知基本理论建立差分稀疏凸优化模型,并推导差分稀疏重建限制子空间特征值的稳定性条件;在应用方面,研究此模型在我国航空货运量建模与预测中的应用,以1998-2007年我国航空货运量的统计数据为基础,利用凸优化理论建立我国航空货运量的差分稀疏模型.通过拟合误差指标的详细比较可知:相对于灰色理论模型、回归分析模型,航空货运量的差分稀疏模型具有更高拟合精度.实验证明,差分稀疏理论可以为航空货运量的短期预测以及航空货运业调控提供有效理论支持.     

多源异构数据融合下考虑效用和公平满意度的应急决策方法

鉴于决策者和公众的满意度可影响决策效果，且其评估又受支撑于语言变量和模糊数等异构性数据，本文提出多源异构数据融合下考虑效用和公平满意度的应急决策方法。首先，描述该决策问题，并以语言变量和模糊数刻画形式多样的决策信息；其次，提出多源异构数据的融合方法和新的区间数比较方法；然后，分别基于前景理论和不公平厌恶模型构造方案的效用和公平满意度函数；进一步，构造优化模型获取最优属性权重，据此计算方案的综合满意度；最后，通过算例分析及与其它方法的对比说明所提方法的有效性。结果表明，与既有方法相比，所提方法不仅能够更好地体现效用和公平满意度在应急方案择优过程中的重要作用，还能够反映决策者对效用和公平满意度的偏好对决策结果的影响。     

差分-微分模上的Gröbner基及差分-微分维数多项式

通过引入广义单项式序把Gröbner基理论拓展到差分\!-\!微分模上, 构造和证明了差分\!-\!微分模上Gröbner基算法. 然后利用差分-微分模上的Gröbner基构造了线性差分-微分方程系的维数多项式算法.     

考虑闲置产能分享参与者利益的平台定价研究

信息技术的快速发展,使得闲置产能的分享逐渐成为生产领域重要的产能利用模式。为研究闲置产能分享时平台的最优定价问题,在平台向供给者收取交易费而对需求者不收费的条件下,首先,建立商业平台和公益平台的基础模型,并对两类平台进行分析和对比;然后,在基础模型之上构建以一定权重考虑其他参与者利益的平台X的定价模型,探讨权重对最优交易费、供需双方的数量以及平台最优利润的影响;最后,用数值例子验证文中重要定理以及权重对供需双方效用产生的影响。研究结果表明:(1)商业平台收取的最优交易费和获得的最优利润均高于公益平台;(2)考虑其他参与者利益的平台X收取的最优交易费和获得的最优利润、需求者(免费方)的数量和效用均随着权重的增加而增加,而供给者(被收费方)的数量及其效用则随着权重的增加而减少。研究结果为平台运营商和企业的行为决策提供理论参考依据。     

一种不完全信息的多属性决策模型及其灵敏度分析

针对具有区间信任结构的不完全信息的多属性决策问题,建立了一组集结各属性区间信任度的优化模型,得到每个方案属于各个评价等级的总体信任度.在这一优化模型的基础上,建立了计算期望效用值的约束优化模型,通过求解该优化问题,得到各方案的期望效用值,用期望效用值对决策方案进行排序.分析了期望效用值对属性权系数的灵敏度,提出了一种方案排序结果对决策参数的灵敏度分析方法.最后,用算例验证了模型的有效性.     

政策扶持对创业投资配置决策的影响

建立了创业投资者和创业投资家的配置决策模型,分析了政策扶持对创业投资者和创业投资家资产配置决策的影响.研究表明,政策扶持会导致创业投资家提高其努力程度,也会使创业投资家投资于创业投资项目的权重增加,从而有利于减轻投资阶段后移的问题.政策扶持对创业投资者配置决策的影响与两类投资项目的相关性有关.但不论相关性如何,投向创业...     

电子商务环境下考虑退货的选址库存问题模型与算法

选址库存问题(location inventory problem, LIP)是物流系统集成的经典问题之一,也是企业需要面对的管理决策难题。本文考虑在电子商务环境下无质量缺陷的退货商品可简单再包装后重新进入销售市场这一现实情况,对设施选址和库存控制进行集成优化,构建随机需求下有退货的LIP模型。针对此问题求解的复杂性,设计了改进的自适应混合差分进化算法对模型进行整体求解。最后,通过多组算例验证了模型和算法的实用性和优越性,可为设施选址、库存控制和商品配送回收决策提供重要参考依据。     

一种基于证据推理的信息不完全的多准则决策方法

针对权系数信息不完全、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法.该方法通过证据推理算法构造方案的目标函数,结合不完全信息的权系数建立非线性规划模型,使用遗传算法求解模型得到效用值的区间数,从而得到整个方案集的排序.最后以实例表明该方法的有效性和可行性.     

基于GMCR的双渠道供应链价格冲突动态交互模型

在冲突分析图模型中,稳定性分析的均衡结果和决策者偏好信息之间存在一个动态反复的交互过程。为此,本文提出了基于GMCR的冲突分析动态交互理论,在偏好信息和均衡结果之间引入决策者的风险认知系统,以动态模拟冲突中决策者的风险认知、偏好信息与均衡解之间的交互关系。然后,构建了基于GMCR的双渠道供应链价格冲突动态交互模型,从冲突分析动态交互视角解释了价格战背后制造商和零售商的博弈行为,并有效预测了风险规避情况下双渠道供应链价格冲突的均衡结果,为供应链管理者提供了一套系统有效的冲突分析工具。     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

基于多属性群决策的软件可靠性模型选择方案

基于模型评价准则的属性值和专家经验的偏好信息进行软件可靠性增长模型的选择,可归结为多属性群决策问题.模型评价准则的主观专家偏好可利用层次分析方法将其量化得到其主观排序权重;基于失效数据的模型评价准则的计算数据可利用熵权法获得客观排序权重.综合两种权重可得到既能反映专家经验又能综合实际软件可靠性测试数据的模型评价方案.实例分析表明该方案具有合理性和可行性.     

混合多属性决策问题中的权重研究

针对属性值以精确数、区间数、直觉梯形模糊数给出的混合多属性决策问题,提出一种基于属性的可靠性、属性对决策的影响度和决策者对属性的重视程度这三个维度给权重赋值的方法。首先对属性的可靠性进行定义,并计算出属性的可靠性;接着根据属性内部差异最大化求出属性对决策的影响度;随后利用直觉梯形模糊数之间的距离求出决策者对属性的重视程度,并用投影模型将这三个维度进行集成,得到最终的权重值。该方法能够使权重的获取更加全面,最后利用算例证明了本文方法的可行性。     

A discrete method based on distance measure in linguistic space and its application for CMADM problem

ABSTRACT

Owing to the complexity of decision environment, not all the attributes in multiple attribute decision making are quantitative. There are also some qualitative attributes, which are related to the integration of multiple attribute decision making (MADM) and linguistic multiple attribute decision making (LMADM). The specific method for composite multiple attribute decision making (CMADM) problems is crucial for decision maker (DM) to make scientific decision. In this paper, the Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS) method is extended to a Composite Technique for Order Preference by Similarity to an Ideal Solution (CTOPSIS) method to solve the CMADM problems. As the basis of the CTOPSIS method, the distance measure model in linguistic space and in n-dimension linguistic space is generated based on the non-linear mapping. Based on the distance measure in linguistic space, a standard deviation method is taken to get the attribute weight. At the same time, the distance measure models are proposed based on the distance measure in n-dimension linguistic space, which are used to calculate the distance between the alternatives and the positive and negative idea points separately. Furthermore, a CTOPSIS method is generated to solve the CMADM problems. Finally, a numerical example is illustrated to explain the process. And the result shows that the CTOPSIS method is quite practical and more approximate to the real decision making situation.