基于图模型理论有序偏好下的冲突反问题研究

在冲突谈判中,能获知对手偏好是掌握谈判主动性的重要条件。本文基于冲突分析图模型理论构建了一种获取对手偏好的方法。该方法通过深入分析冲突分析图模型中Nash、GMR和SEQ三种稳定性定义,利用反向思维,建立求解对手偏好最少约束条件的数学模型。该方法能让决策者在预知冲突结局的前提下,得到对手的全部偏好信息。以“云南曲靖陆良县铬污染”冲突事件为例,通过对该事件引发的冲突进行建模和偏好分析,在已知冲突最终结局的前提下,运用数学模型,省环保厅可以得到陆良化工企业的所有偏好序,使其在冲突谈判中做到知己知彼,同时也验证了该方法的可行性和有效性。案例分析过程可以从战略层面为谈判中的一方提供参考。     

基于分段策略评分的冲突主体偏好排序方法及其应用

冲突中各利益主体的偏好信息对冲突局势的演变和纠纷调解具有重要影响。现有的冲突偏好排序方法主要基于决策者对冲突局势或状态、策略权重和声明信息的主观判断和理解,缺乏科学的数据来源支撑。为准确获取冲突主体的偏好信息,本文提出了一种基于调查法的分段策略冲突偏好排序方法。首先,根据决策者类别将冲突策略集合进行分段,并通过问卷、调研等方法获取每个冲突主体对所有分段策略的重要度评分信息。在此基础上,计算决策者对各个冲突状态的综合偏好评分,进而得到状态偏好的排序结果。最后以医患纠纷为例,对比分析了传统策略权重法和分段策略评分法的偏好排序和稳定性分析结果,进一步验证了所提方法的有效性。     

基于GMCR-NPAWLAK混合模型的冲突分析研究

冲突分析图模型中,决策者的态度只有肯定和否定两种,实际问题中往往不止两种;新PAWLAK冲突模型(NPAWLAK模型)将冲突系统中决策者的三种态度扩展到决策争端的三种程度,符合实际情况,因而研究冲突系统中决策者的偏好排序和全局可行方案对决策者的策略选择具有重要意义。本文在NPAWLAK模型的基础上,引入冲突分析图模型理论(GMCR),提出GMCR-NPAWLAK冲突分析混合模型。该混合模型首先拓展和改进的策略优先排序法,实现了冲突系统中各决策者的客观偏好排序;同时,模型给出了全局可行方案的算法,该算法依据决策者的偏好排序分析结果找出系统的全局可行方案。最后,本文以某企业劳资关系的NPAWLAK冲突为例,对冲突系统进行建模和偏好分析,得到了冲突各方的偏好序列和全局可行方案,同时验证了混合模型的有效性。     

偏好情景应变式冲突分析模型

针对决策者偏好信息随未来潜在发展情景变化的情况,构建了偏好情景应变式冲突分析模型。首先利用情景分析技术生成了影响冲突分析的若干潜在情景,不同潜在情景下的冲突子系统共同构成偏好情景应变式冲突系统。进而将所有潜在情景下冲突子系统稳定的交集定义为情景应变式冲突模型的全局稳定。由于全局稳定条件较为苛刻,交集可能为空集,进一步从集结不同情景下偏好信息角度定义了偏好集结型稳定。具体方法是依据策略优先权法对状态打分,接着利用决策者对不同情景的重视程度集结打分值,获得集结的偏好信息,并定义相应的稳定。最后以某大型客机立项论证阶段研制周期冲突决策为例比较了这两种稳定。     

不确定彩排时长下节目调度的鲁棒优化

实际节目彩排调度中,节目的表演时长受内外因素影响,具有不确定性。为了合理调度所有节目,控制演员的空闲时间,使得演员的总等待成本最小,采用了鲁棒优化方法进行研究。首先,建立了节目彩排调度的确定型模型;进一步,考虑节目表演时长的不确定性,采用有界区间描述节目表演时长并考虑决策者风险偏好,在确定型模型的基础上构建区间型两阶段鲁棒优化模型;接着,将鲁棒优化模型转化为0-1混合线性规划模型;最后,采用Matlab进行数值实验,结果表明决策者越偏好规避风险,演员的总等待成本越大。     

不确定彩排时长下节目调度的鲁棒优化

实际节目彩排调度中,节目的表演时长受内外因素影响,具有不确定性。为了合理调度所有节目,控制演员的空闲时间,使得演员的总等待成本最小,采用了鲁棒优化方法进行研究。首先,建立了节目彩排调度的确定型模型;进一步,考虑节目表演时长的不确定性,采用有界区间描述节目表演时长并考虑决策者风险偏好,在确定型模型的基础上构建区间型两阶段鲁棒优化模型;接着,将鲁棒优化模型转化为0-1混合线性规划模型;最后,采用Matlab进行数值实验,结果表明决策者越偏好规避风险,演员的总等待成本越大。     

基于UTA方法的关键基础设施系统的保护研究

关键基础设施系统是城市的生命线,但常因突发事件频发而具有不稳定性和脆弱性。一个好的保护方案应该综合考虑关键基础设施系统的韧性和成本等多个目标,但这些目标常常相互冲突而使决策陷入困境。本研究从多目标优化角度入手,探索用UTA方法确定保护关键基础设施系统最佳方案的可行性,UTA法通过与决策者互动获取决策者的偏好信息,并基于线性规划和价值函数原理构建了决策者偏好模型。通过C县电网系统的案例分析发现UTA方法可帮助决策者在决策过程中考虑多目标之间的冲突与权衡,从而确定最满意的决策方案。     

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。     

含有偏好的DEA-BWM评价方法研究

针对传统的DEA模型在评估过程中并未考虑决策者对相关指标权重的偏好,将最优最差方法(BWM)嵌入到传统DEA模型中,基于决策者偏好排序的判断矩阵,构建一种含有偏好的DEA-BWM评价方法。首先在保持传统DEA方法的优势基础上,构建了CCR-BWM评价模型对各DMU进行评价。同时考虑为了便于各决策单元在统一权重基础上相互比较,构建了CSW-BWM公共权重模型。另外考虑决策单元自评和互评,构建了NCE-BWM中立型交叉效率。然后采用min-max方法分别将上述三种多目标评价模型转换为单目标线性规划进行求解。最后,选择一组算例对三种模型的有效性与合理性进行验证。     

不确定风险偏好下的直觉模糊匹配决策方法

针对匹配信息为直觉模糊偏好关系的双边匹配问题,给出一种考虑主体风险偏好态度的决策方法.首先,定义了加性一致性直觉模糊偏好关系;然后,综合考虑主体给定的偏好关系以及风险偏好参数,建立并求解一种一致性偏差最小的非线性规划模型,从而获得最优排序向量;进而将其作为相应匹配对象的匹配度信息.在此基础上,构建最大化双方匹配度之和的多目标匹配模型,使用极大极小法转化为单目标线性规划模型,求解模型得到匹配结果;最后,通过一个算例表明所提方法的可行性与有效性.     

DIS-CARD: a new method of multiple criteria sorting to classes with desired cardinality

In this paper, we present a new preference disaggregation method for multiple criteria sorting problems, called DIS-CARD. Real-life experience indicates the need of considering decision making situations in which a decision maker (DM) specifies a desired number of alternatives to be assigned to single classes or to unions of some classes. These situations require special methods for multiple criteria sorting subject to desired cardinalities of classes. DIS-CARD deals with such a problem, using the ordinal regression approach to construct a model of DM’s preferences from preference information provided in terms of exemplary assignments of some reference alternatives, together with the above desired cardinalities. We develop a mathematical model for incorporating such preference information via mixed integer linear programming (MILP). Then, we adapt the MILP model to two types of preference models: an additive value function and an outranking relation. Illustrative example is solved to illustrate the methodology.     

Target setting in the general combined-oriented CCR model using an interactive MOLP method

The traditional data envelopment analysis (DEA) model does not include a decision maker’s (DM) preference structure while measuring relative efficiency, with no or minimal input from the DM. To incorporate DM’s preference information in DEA, various techniques have been proposed. An interesting method to incorporate preference information, without necessary prior judgment, is the use of an interactive decision making technique that encompasses both DEA and multi-objective linear programming (MOLP). In this paper, we will use Zionts-Wallenius (Z-W) method to reflecting the DM’s preferences in the process of assessing efficiency in the general combined-oriented CCR model. A case study will conducted to illustrate how combined-oriented efficiency analysis can be conducted using the MOLP method.     

Interactive Polyhedral Outer Approximation (IPOA) strategy for general multiobjective optimization problems

We propose an interactive polyhedral outer approximation (IPOA) method to solve a broad class of multiobjective optimization problems (MOP) with, possibly, nonlinear and nondifferentiable objective and constraint functions, and with continuous or discrete decision variables. During the interactive optimization phase, the method progressively constructs a polyhedral approximation of the decision-maker’s (DM’s) unknown preference structure and a polyhedral outer-approximation of the feasible set of MOP. The piecewise linear approximation of the DM’s preferences also provides a mechanism for testing the consistency of the DM’s assessments and removing inconsistencies; it also allows post-optimality analysis. All the feasible trial solutions are non-dominated (efficient, or Pareto-optimal) so preference assessments are made in the context of non-dominated alternatives only. Upper and lower bounds on the yet unknown optimal value are produced at every iteration, allowing terminating the search prematurely at a good-enough solution and providing information about the closeness of this solution to the optimal solution. The IPOA method includes a preliminary phase in which a limited probe of the efficient set is conducted in order to find a good initial trial solution for the interactive phase. The computational requirements of the algorithm are relatively simple. The results of an extensive computational study are reported.     

基于渠道溢出效应的在线渠道协调研究

考虑制造商自建渠道受众度有限的现实,将电商平台提升制造商自建渠道受众度的溢出效应引入由一个制造商和一个电商平台所组成的在线渠道模型。分别对制造商不进驻电商平台,及进驻时分别保留和放弃自建渠道情形下的最优决策问题进行分析。结果发现,制造商进驻电商平台且保留自建渠道时最优收益的实现受消费者对其自建渠道产品偏好的影响。比较分散和集中决策的情况发现,制造商进驻电商平台时无论其是否保留自建渠道,集中决策较分散决策能带来更高的整体收益,但当电商平台的溢出效应较大且消费者对制造商自建渠道产品偏好较小时,制造商不进驻电商平台时的在线渠道整体收益高于进驻时的整体收益。最后,通过电商平台的介绍费率为不同在线渠道结构分别设计了相应协调机制,实现了在线渠道的帕累托改进。     

考虑互惠偏好的闭环供应链系统合作机制研究

将互惠偏好引入到闭环供应链系统合作机制中,研究了由一个制造商,一个零售商和一个再制造商组成的三层闭环供应链,运用Stackelberg博弈理论分析了闭环供应链整体及各成员的最优决策问题,并对5种情形(决策模式)下的均衡结果进行比较分析.研究发现在考虑互惠偏好行为下,分散决策模式和局部联盟决策模式下的系统利润低于集中决策模式下的收益;新产品和再制造产品的销售量(零售价格)与制造商对零售商的互惠偏好系数呈正(负)相关,与零售商对制造商的互惠偏好系数呈负(正)相关;5种决策模式的供应链系统利润与制造商对零售商的互惠偏好系数呈正相关,与零售商对制造商的互惠偏好系数呈负相关.     

二级供应链上不完美互补产品的定价决策

建立一个由两个制造商和一个零售商组成供应链模型,以求解制造商和零售商的最优定价决策,其中两个制造商向零售商批发的产品是不完美互补的,且零售商采取混合捆绑策略销售这两种产品。考虑三种情形下的决策:(1)完全非合作博弈;(2)局部合作博弈;(3)合作博弈。通过比较前两种情形下的决策,利用Nash协商模型求解得到消除水平和垂直供应链冲突的最优定价决策。与完全非合作博弈决策相比,局部合作博弈决策对制造商是有利的,在一定的条件下也可以实现对零售商收益的帕累托改进;而合作博弈决策在任何情况下都要明显地优于完全非合作博弈决策以及局部合作博弈决策,同时合作博弈决策下的最优产品需求量相比局部合作博弈决策下的最优产品需求量提高了一倍。最后,通过数值试验验证了文章所得结论。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

Stochastic multiobjective acceptability analysis for the Choquet integral preference model and the scale construction problem

The Choquet integral preference model is adopted in Multiple Criteria Decision Aiding (MCDA) to deal with interactions between criteria, while the Stochastic Multiobjective Acceptability Analysis (SMAA) is an MCDA methodology considered to take into account uncertainty or imprecision on the considered data and preference parameters. In this paper, we propose to combine the Choquet integral preference model with the SMAA methodology in order to get robust recommendations taking into account all parameters compatible with the preference information provided by the Decision Maker (DM). In case the criteria are on a common scale, one has to elicit only a set of non-additive weights, technically a capacity, compatible with the DM’s preference information. Instead, if the criteria are on different scales, besides the capacity, one has to elicit also a common scale compatible with the preferences given by the DM. Our approach permits to explore the whole space of capacities and common scales compatible with the DM’s preference information.     

两类供应风险下装配商的最优订购策略

针对两类供应风险(不确定产能与随机产出率)下装配制造商的零部件订购决策这一难题,运用随机非线性规划方法,以装配商期望利润最大化为目标,建立零部件订购决策的多维优化模型,刻画了确定需求下的最优订购量,并对其进行了灵敏性分析。最后,通过数值算例验证了模型结论并进一步探讨不同类供应风险的影响,为装配商的零部件订购决策和风险管理提供有益的管理启示。