基于动态粒度的多方法评价结论一致性研究

构建了多方法评价结论的动态粒度模型,给出了构建多方法评价结论动态粒度模型的算法.这里的动态粒度主要考察方案数量增减的粒度变化.当数量减少的方案构成子评价问题并重新进行评价时,方案间属性值的差距被拉大,更易于各种评价方法分辨方案间的优劣,给出更加精确的评价结论.根据构建的多方法评价结论动态粒度模型,对广东省主导产业选择的评价问题进行了演算,给出了有意义的结果,证实了模型的可行性.     

通信网调度——B题

本文讨论了通信网络的文件传送最优化问题。文中设计了三类模型对不同类型的网络进行了分析;模型Ⅰ针对网络图为连通树且文件传送为单位时间的情况,给出两个定理,得到最短完成时间及最优调度方案;模型Ⅱ采用启发式解法给出了两种算法以得到一般网络的 近似最优调度方案。前两个模型都认为文件在传送中不可分,而模型Ⅲ在文件可分块传送假设下,基于图论中的匹配概念,给出了另一种有效的算法。 以上算法在个人微机上实现,并分别用来解决问题[1]中的情况A,B和C,根据文件是否可分,分别给出了网络的最短完成时间及调度方案,并证明了方案的最优性。 结果为:文件可分时,情况A,B和以C分别用3.0,23.0和29.6单位时间;文件不可分时,则分别用3.0,21.0和29.6单位时间。     

基于特征曲线和曲面匹配的弹痕自动比对方案

提出了消除测量误差的两套方案:基于特征曲线提取的方案和基于曲面匹配的方案.建立了中心重合法、近似法矢重合法与多点预定位法相结合的曲面匹配模型;讨论并给出了用于弹痕比对的六个差异度衡量指标;建立了弹痕及弹头相似度模型;给出了方案的有效性评价体系;最后,对一组实际的弹痕数据,进行有效性验证,取得了较高的正确率.     

研究生录取问题的数学模型

针对研究生录取问题,建立了模糊综合评价模型和一般指派问题的规划模型.首先,利用模糊综合评价模型对学生的综合成绩加以量化.其次,利用一般指派问题的规划模型制定了学生和导师的最佳双向选择方案.最后,给出了一种更能体现“双向选择”的研究生录取方案.实例分析的结果表明:按本文的方法所确定的“双向选择”的录取方案是科学的、合理的.     

指标排序条件下的多指标区间决策

提出了决策指标的权重不能完全确定而只能对权重进行大小排序,并且决策矩阵中的元素包含区间数的多指标决策问题.分4种类型给出区间数决策矩阵的规范化方法,给出了决策方案综合评价值区间的计算模型及算法:给出了区间数比较大小的可能度的概念及可能度的性质;给出了优序数的概念及有关定理.在此基础上,给出了一种简易且具有保序性的方案排序方法.最后应用实例对方法进行说明.     

带有方案偏好关系的模糊多属性决策方法

针对属性值为一般模糊变量、属性权重信息完全未知但已知方案偏好关系的模糊多属性决策问题，给出了决策方法。首先通过求解一个模糊期望值模型来确定属性的权重，然后基于简单加权平均法则来计算各方案的模糊综合评价值,再根据比较模糊变量大小的期望值方法来对方案进行排序,最后给出一个算例。     

基于SAS系统的体能测试时间安排模型研究

基于不同的考虑,给出了体能测试安排的3个模型.模型Ⅰ,对体能测试的5个项目依据随机服务系统理论,得到每名学生测试完成的平均等待时间;模型Ⅱ,根据SAS系统Proc Univariate过程,得出体能测试班级人数的茎叶图及所有班级的一个分组,给出了各班参加体能测试的具体时问安排表;模型Ⅲ,给出了一个台阶测试与班级人数的关系式,并基于此关系式得出较精确的体能测试时间安排表.基于三个体能测试模型,给出了一种较符合实际的体能测试方案.     

基于模糊语言评估有方案偏好的模糊多属性决策方法

针对属性值以模糊语言形式给出,属性权重完全未知但给出方案偏好信息的模糊多属性决策问题给出决策方法.该方法是将模糊语言给出的属性评估及方案偏好转换为梯形模糊数,通过建立一个不确定二次规划模型来确定属性的权重,基于加权平均法则来对规范化的模糊属性值及权重进行集结,利用模糊数大小比较的期望值方法来对方案进行排序和择优.最后给出一个应用实例.     

封锁嫌疑犯的数学建模方法

本文是对《数学建模及其应用》第一期“问题征解”的题目的一个解答。利用一对一的匹配模型建立了交巡警平台围堵嫌疑犯的基本模型,而对于何时完成有效的围堵,可以通过逐次逼近的方法解决。利用所设计的模型和给出的算法,得到了该问题的最优解。最后给出在具体假设下的一个优化围堵方案。     

快速筛选优胜者的最优策略

“快速遴选优胜者”一文 (简称文 [1 ])是刊登在《数学的实践与认识》96.4上的一份关于 MCM96B题的答卷 .它虽然给出了正确选出优胜者的方案 ,但它无法证明此方案是最优的 ,而且对于裁判数额等参数只给出了粗略的估计 .针对上述问题 ,本文对 MCM96B题又作了详尽的分析 ,通过论证给出了快速遴选优胜者的最优方案 ,而且给出了裁判数额与阅卷经费等参数的最优配置模型 .     

部分权重信息下对方案有互补偏好的多属性决策法

研究了只有部分权重信息且对方案的偏好信息以模糊互补判断矩阵形式给出的多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将客观决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性权重,从而利用加性加权法获得各方案的综合属性值,并以此对方案进行排序或择优.提出了一种基于目标规划的多属性决策方法.该方法具有操作简便和易于上机实现的特点.最后,通过实例说明模型及方法的可行性和有效性.     

Nonparametric lack-of-fit tests for parametric mean-regression models with censored data

We developed two kernel smoothing based tests of a parametric mean-regression model against a nonparametric alternative when the response variable is right-censored. The new test statistics are inspired by the synthetic data and the weighted least squares approaches for estimating the parameters of a (non)linear regression model under censoring. The asymptotic critical values of our tests are given by the quantiles of the standard normal law. The tests are consistent against fixed alternatives, local Pitman alternatives and uniformly over alternatives in Hölder classes of functions of known regularity.     

基于二元联系数距离的不确定语言多属性决策模型

研究了属性权重范围已知,方案主观偏好值为语言变量,决策信息为不确定语言决策矩阵的多属性决策问题.在给出不确定语言变量转换为二元联系数的公式以及二元联系数距离公式的基础上,将方案主观偏好语言评价值转换为二元联系数,将不确定语言决策矩阵转换为二元联系数决策矩阵,从而得到方案的二元联系数综合属性值,通过最小化方案的二元联系数综合属性值和主观偏好值之间距离,建立多目标优化模型,并将其转换为一个单目标规划模型计算出属性权重.然后,通过对方案的二元联系数综合属性值进行不确定性分析,得到各方案的排序总数,利用排序总数对方案进行排序择优.应用实例表明该决策方法可行有效.     

A DEA based procedure for the selection of subgroups

Data Envelopment Analysis (DEA) is a nonparametric technique originally conceived for efficiency analysis of a set of units. The main characteristic of DEA based procedures is endogenous determination of weighting vectors, i.e., the weighting vectors are determined as variables of the model. Nevertheless, DEA’s applications have vastly exceeded its original target. In this paper, a DEA based model for the selection of a subgroup of alternatives or units is proposed. Considering a set of alternatives, the procedure seeks to determine the group that maximizes overall efficiency. The proposed model is characterized by free selection of weights and allows the inclusion of additional information, such as agent’s preferences in terms of relative importance of the variables under consideration or interactions between alternatives. The solution is achieved by computing a mixed-integer linear programming model. Finally, the proposed model is applied to plan the deployment of filling stations in the province of Seville (Spain).     

Multiperson decision-making based on multiplicative preference relations

A multiperson decision-making problem, where the information about the alternatives provided by the experts can be presented by means of different preference representation structures (preference orderings, utility functions and multiplicative preference relations) is studied. Assuming the multiplicative preference relation as the uniform element of the preference representation, a multiplicative decision model based on fuzzy majority is presented to choose the best alternatives. In this decision model, several transformation functions are obtained to relate preference orderings and utility functions with multiplicative preference relations. The decision model uses the ordered weighted geometric operator to aggregate information and two choice degrees to rank the alternatives, quantifier guided dominance degree and quantifier guided non-dominance degree. The consistency of the model is analysed to prove that it acts coherently.     

Dominant strategies and restricted ballots with variable electorate

This paper considers dominant (uniformly best) voting strategies in a variable-electorate model for social choice with restricted ballot sets. A voter can have any weak preference order on the alternatives. A voter who partitions the alternatives into three or more indifference classes never has a dominant strategy. The paper specifies conditions on a social choice function that are necessary and sufficient for a voter who partitions the alternatives into two indifference classes to have a dominant strategy.     

On goodness-of-fit for accelerated life models

A goodness-of-fit test for the generalized Sedyakin's model is proposed when accelerated experiments are carried out under step-stresses. Various alternatives, such as the Cox proportional hazards model with time-varying stresses, are considered. The test power against the neighbouring alternatives is studied.     

语言多属性决策的一种组合方法

研究了属性权重完全未知,方案属性值和偏好值均为语言变量的多属性决策问题.首先,通过分析相关文献中利用方案属性值与偏好值之间的偏差得到属性权重的不合理性,在最小化方案综合属性值与偏好值的偏差的基础上,建立了一个求解属性权重的规划模型.其次,在各方案的属性值与属性正理想点的偏差最小的基础上,又建立一个求解属性权重的规划模型.第三,在综合考虑各属性下所有决策方案总的组合偏差之和最小的基础上,将上述两个规划模型相结合,得到了一个反映出决策者对两种不同信息的偏好程度的求解属性权重的规划模型,得到了语言多属性决策的一种组合方法.最后,通过实例说明方法的可行性与有效性.     

基于最大熵原理的线性组合赋权方法

在被评价对象的指标值与理想值之间的广义距离和充分小的情况下,追求不同赋权方法权重组合系数的信息分配最合理.随着广义距离和不断变小,得到一组不同方法赋权后的组合权重,进而得到了评价结果.本文的特色与创新一是本文得到的权重兼顾了信息分配最合理与指标数据距离理想值的广义距离和最小两个目标.二是提出一个单目标模型求解多目标问题Pareto解集的方法,并根据解集对评价对象进行排序, 增加了排序的可靠性,也为多目标模型求解提供了一种新思路.三是改变了组合赋权系数为近似平均的结果.四是解决了多目标线性加权求解时多个目标组合系数不确定问题.     

A flexible approach to ranking with an application to MBA Programs

We develop a model for flexibly ranking multi-dimensional alternatives/units into preference classes via Mixed Integer Programming. We consider a linear aggregation model, but allow the criterion weights to vary within pre-specified ranges. This allows the individual alternatives/units to play to their strengths. We illustrate the use of the model by considering the Financial Times Global MBA Program rankings and discuss the implications. We argue that in many applications neither the data nor the weights or the aggregation model itself is precise enough to warrant a complete ranking, providing an argument for sorting or what we call flexible ranking.