基于超效率DEA-IAHP的物流企业绩效评价

本文在介绍超效率数据包络分析法及区间数层次分析法的原理和模型,深入研究DEA-AHP评价方法的基础上,提出了超效率DEA-IAHP方法对物流企业绩效进行评价,改进方法引入超效率DEA方法和区间层次分析法弥补了原方法的不足,其中超效率数据包络分析法弥补了原方法不能对效率均为1的决策单元有效排序的问题,可以对所有决策单元进行总排序;区间层次分析法使用区间数判断矩阵来表达各指标因素对总目标的相对重要程度,这有效地解决了决策者因为对物流企业信息掌握不全而导致的点判断矩阵不可靠的问题,更好地体现了决策者偏好。笔者给出了应用超效率DEA-IAHP方法对物流企业进行绩效评价的基本步骤,并用实例分析体现了该方法的实用性及优越性。     

基于RST/IAHP的航空维修人因可靠性评估模型研究

针对航空维修人因可靠性定量评估这一难点问题,提出了一种基于粗糙集理论(RST)和区间层次分析法(IAHP)的人因可靠性评估模型.根据大量统计数据,运用决策树法建立分层次的航空维修科目人因可靠性指标评价体系.综合采用区间层次分析法和粗糙集方法确定指标权重,提出了采用区间型加权算法对指标进行聚合.以某航空维修系统更换发动机科目为例,对所提方法进行案例验证.结果表明,该方法具有实用、可操作性强等特点,为航空维修系统科目的人因可靠性评估提供了理论参考.     

区间判断的凸锥模型与排序方法

本文用凸锥模型对层次分析法中区间判断条件下的排序问题进行研究，给出了权重向量的合理算法．并对区间判断下权重向量的合理位置，产生逆序的可能性等重要问题进行了探讨和研究，给出了计算实例．     

区间粗糙数序信息系统下的优势关系粗糙集模型

以区间粗糙数为研究对象,提出了基于区间优势度的区间粗糙数比较公式,通过引入参数α调节决策者对区间粗糙数下近似和上近似的重视程度,以充分考虑决策者的风险偏好。在此基础上,引入优势度阈值β并定义了基于优势度的优势关系粗糙集模型,进一步给出了此模型框架下的四种排序方法。对优势度、优势关系及排序方法的相关性质进行了证明,最后通过算例验证模型与排序方法的合理性。     

“非平均区间数”计算及其在政府决策信息系统中的应用

本文在已有的“区间数”定义及排序算法的基础上 ,针对层次分析法提出了更加灵活 ,准确的描述主观评判的“非平均区间数”概念及其排序算法 .并结合政府决策信息系统阐述了“非平均区间数”的应用     

积因子求权重层次分析法在城市排序中的应用

克服传统层次分析法确定因素权重主观性太强的不足,结合积因子方法给出了积因子赋值求权重层次分析法,并利用该方法对黑龙江省各城市按可持续发展指标进行排序,得到符合实际的结果.     

基于优势关系的不协调区间值目标信息系统的分布约简

区间值信息系统是单值信息系统的的一种推广,知识约简是粗糙集理论的核心问题之一.在基于优势关系下的不协调区间值信息系统中引入了分布约简和最大分布约简的概念,进一步建立了分布约简和最大分布约简的判定定理和辨识矩阵,从而利用辨识矩阵给出了在优势关系下不协调区间值目标信息系统分布约简的具体方法.     

基于区间层次分析法的网络安全评估研究

针对网络安全评估存在的不确定性,提出了一种新的基于区间层次分析法的网络安全评估方法.首先建立了多层次的网络安全评估指标体系,然后利用区间层次分析法确定了网络安全评估指标的区间数权重.在此基础上,结合区间数理论建立了基于区间层次分析法的网络安全评估模型.最后结合评估实例对某公司办公自动化网络进行了安全评估,验证了方法的可行性和有效性.     

区间数的一种改进的排序方法

为了解决具有不确定性区间数的多属性决策问题 ,本文给出了区间数的一种简洁有效的排序方法 .我们首先引入了一个区间数大于另一个区间数的可能度概念 ,进而推出其有关性质 ,并对排序起着重要作用的结论给出了证明 .在此基础上本文还指出了区间数排序的一种简洁算法 ,使得对多个区间数的排序更为快捷有效 ,并通过实例加以验证 .     

基于优势关系的不协调区间值目标信息系统的分配约简

区间值信息系统是单值信息系统的一种推广模型,知识约简是粗糙集理论的核心问题之一,在基于优势关系下的不协调区间值目标信息系统中引入了分配约简和近似约简的概念,分别讨论了它们二者之间的关系,进一步给出了知识约简的判断定理和辨识矩阵,从而提供了在优势关系下不协调区间值目标信息系统分配约简的具体方法。     

不完备信息下的灰色粗糙集成决策模型侯亚林

In this paper, for multiple attribute decision-making problem in which attribute values are interval grey numbers and some of them are null values, a decision model based on grey rough sets integration with incomplete information is proposed. We put forward incidence degree coefficient formula for grey interval, by information entropy theory and analysis technique, the method and principle is presented to fill up null values. We also establish the method of grey interval incidence cluster. Because grey system theory and Rough set theory are complementary each other, decision table with preference information is obtained by the result of grey incidence cluster. An algorithm for inducing decision rules based on rough set theory and the dominance relationship is presented. In some extent, this algorithm can deal with decision-making problem in which the attribute values are interval grey numbers and some of them are null values. Contrasted with classical model of cluster decision-making, the algorithm has an advantage of flexibility and compatibility to new information.     

基于IAHP-Entropy集成确权的煤炭企业可持续发展综合评价

结合煤炭企业实际,提出了煤炭企业可持续发展的指标体系。应用区间判断层次分析法（IAHP）的理论与方法,结合熵理论（Entropy）,建立了主观与客观集成确权的IAHP—Entropy综合评价模型。该方法既能有效避免单一主观确权的人为随意性,又能克服单一客观确权无法反映专家经验和决策者偏好的缺点。通过将该模型的应用,验证了该方法的科学性和实践可行性。     

Classification systems based on rough sets under the belief function framework

In this paper, we present two classification approaches based on Rough Sets (RS) that are able to learn decision rules from uncertain data. We assume that the uncertainty exists only in the decision attribute values of the Decision Table (DT) and is represented by the belief functions. The first technique, named Belief Rough Set Classifier (BRSC), is based only on the basic concepts of the Rough Sets (RS). The second, called Belief Rough Set Classifier, is more sophisticated. It is based on Generalization Distribution Table (BRSC-GDT), which is a hybridization of the Generalization Distribution Table and the Rough Sets (GDT-RS). The two classifiers aim at simplifying the Uncertain Decision Table (UDT) in order to generate significant decision rules for classification process. Furthermore, to improve the time complexity of the construction procedure of the two classifiers, we apply a heuristic method of attribute selection based on rough sets. To evaluate the performance of each classification approach, we carry experiments on a number of standard real-world databases by artificially introducing uncertainty in the decision attribute values. In addition, we test our classifiers on a naturally uncertain web usage database. We compare our belief rough set classifiers with traditional classification methods only for the certain case. Besides, we compare the results relative to the uncertain case with those given by another similar classifier, called the Belief Decision Tree (BDT), which also deals with uncertain decision attribute values.     

A heuristic approach to classifying labeled/unlabeled data sets

A classification method, which comprises Fuzzy C-Means method, a modified form of the Huang-index function and Variable Precision Rough Set (VPRS) theory, is proposed for classifying labeled/unlabeled data sets in this study. This proposed method, designated as the MVPRS-index method, is used to partition the values of per conditional attribute within the data set and to achieve both the optimal number of clusters and the optimal accuracy of VPRS classification. The validity of the proposed approach is confirmed by comparing the classification results obtained from the MVPRS-index method for UCI data sets and a typical stock market data set with those obtained from the supervised neural networks classification method. Overall, the results show that the MVPRS-index method could be applied to data sets not only with labeled information but also with unlabeled information, and therefore provides a more reliable basis for the extraction of decision-making rules of labeled/unlabeled datasets.     

基于粗糙集理论的区域经济分析

粗糙集理论在保持知识可靠度不变的前提下,通过知识约简,导出其分类规则或决策规则,是分析不确定系统的一种有力的工具。本文运用粗糙集理论的属性约简以及属性值约简方法,结合我国华东地区的经济数据,对该地区的经济发展特征及其变化进行了探讨,实证结果表明产业构成与成本费用利用率是影响华东地区经济的重要因素,优化产业结构,提高经济效益是该地区经济发展的关键,并给出各省市的经济特征规则。     

基于粗糙集与层次分析法的组合预测方法

本文在改进的属性约简启发式算法 ,即应用加权平均的属性重要度对属性进行约简的基础上 ,将粗糙集理论和层次分析相结合 ,给出了一种全新的组合预测方法 .     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

面向复杂产品系统项目评价专家遴选方法研究

专家遴选是复杂产品系统(CoPS)项目科学评价过程中的重要决策问题,科学合理的遴选专家有利于CoPS项目的实现。CoPS项目的多领域知识集成性和项目任务的模糊不确定性,给项目评价的知识属性识别和专家遴选相对“小”领域的科学判断带来较大困难。在面向CoPS项目评价的专家遴选研究问题上,提出了包含技术领域和任务领域的二元知识分类表征方法,构建了基于直觉模糊相似度的专家知识关联度侧度模型,在此基础上建立了包含专家业绩评价和知识关联度的专家遴选多目标决策模型,并给出了一个航天领域电子元器件项目评价的实例。     

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.     

A new fuzzy multiple attributive group decision making methodology and its application to propulsion/manoeuvring system selection problem

In this paper, a new fuzzy multiple attribute decision-making (FMADM) method, which is suitable for multiple attributive group decision making (GDM) problems in fuzzy environment, is proposed to deal with the problem of ranking and selection of alternatives. Since the subjectivity, imprecision and vagueness in the estimates of a performance rating enter into multiple attribute decision-making (MADM) problems, fuzzy set theory provides a mathematical framework for modelling vagueness and imprecision. In the proposed approach, an attribute based aggregation technique for heterogeneous group of experts is employed and used for dealing with fuzzy opinion aggregation for the subjective attributes of the decision problem. The propulsion/manoeuvring system selection as a real case study is used to demonstrate the versatility and potential of the proposed method for solving fuzzy multiple attributive group decision-making problems. The proposed method is a generalised model, which can be applied to great variety of practical problems encountered in the naval architecture from propulsion/manoeuvring system selection to warship requirements definition.