考虑决策者心理行为的多时期应急决策方法

针对多时期应急方案生成中缺乏考虑决策者心理行为问题,将前景理论和决策者的应急偏好引入案例相似度测算中以获取更有效的应急案例综合相似度测算结果.采用融入了决策者心理行为的案例相似度计算方法,可以选择更有效的应急方案来进行应急响应;利用时序加权算子集结案例相似度融入了决策者的时间偏好,可以更好地辅助决策者选择应急方案.最后,以一个算例说明考虑决策者偏好在多时期综合案例相似度评价中的有效性和实用性.     

基于前景理论和熵权法的交叉效率集结方法

传统的交叉效率集结过程通常采用算术平均方法,不仅会低估自评的重要性,而且未考虑决策者的风险偏好。针对上述问题,提出一种基于前景理论和熵权法的交叉效率集结方法。首先,求解交叉效率矩阵,运用熵权法确定他评过程中评价单元的指标权重。然后,引入前景理论以考虑决策者在交叉效率集结过程中的风险偏好,利用TOPSIS方法识别正负参考点,进而构造总体效用函数,得到前景交叉效率矩阵。随后,构建最大化前景价值模型,求解集结权重。该方法既考虑到交叉效率集结的相对重要性权重,又将决策者的风险偏好纳入到效率评价中,从而实现决策单元的全排序。最后,结合实例验证方法的有效性。     

基于OWGA算子的偏好信息集结法及其在群决策中的应用

研究了决策者的偏好信息以不同形式给出的群决策问题。首先，利用不同偏好信息之间的转换公式，将偏好次序型、效用值型、互反判断矩阵型三种偏好信息一致化为模糊互补判断矩阵型的偏好信息；其次。利用加权几何平均（OWGA）算子对一致化后的决策信息进行集结。再对方案的加权几何平均优势度进行综合集结，并以此进行方案的排序，提出了基于OWGA算子的群决策方法，该方法具有操作简便和计算量少的特点。最后。通过实例说明方法的可行性和实用性。     

基于前景理论的交叉效率集结方法

传统交叉效率方法往往采用相加平均的方式来集结效率,这不仅缺乏足够的理论依据,而且导致大量决策信息的遗失.针对这个问题,文章引入前景理论来研究决策者面临收益和损失时的主观价值感受,并分别在乐观型、中立型和悲观型决策偏好的引导下构建相应的效率集结方法.随后,引入距离熵的概念来衡量不同决策单元视角下评价结果的可靠性,以此修正交叉效率集结结果.该集结方法充分考虑了决策者的主观偏好,并在其引导下最大程度地保留了决策信息,从而获得最符合现实决策需求的效率评价结果.最后,通过案例分析来验证该方法的有效性.     

基于前景理论的交叉效率集结方法北大核心CSCD

传统交叉效率方法往往采用相加平均的方式来集结效率,这不仅缺乏足够的理论依据,而且导致大量决策信息的遗失.针对这个问题,文章引入前景理论来研究决策者面临收益和损失时的主观价值感受,并分别在乐观型、中立型和悲观型决策偏好的引导下构建相应的效率集结方法.随后,引入距离熵的概念来衡量不同决策单元视角下评价结果的可靠性,以此修正交叉效率集结结果.该集结方法充分考虑了决策者的主观偏好,并在其引导下最大程度地保留了决策信息,从而获得最符合现实决策需求的效率评价结果.最后,通过案例分析来验证该方法的有效性.     

语言型时序多属性群决策方法及在服务创新中的应用

提出了"时序多属性群决策"的新问题,并选用"二元语义"方法对语言型时序多属性群决策方法进行了研究.构建了能同时兼顾线性算子与非线性算子特点的二元语义组合加权平均算子,并针对信息集结中综合评价结果对集结路径的依赖问题,确立了基于"偏差缩减"的"多路径集成"思路,同时给出了"方差最小法"、"可靠性加权法"、"客观差异法"等3种合成方法.最后,将方法用于目前理论及实务界广泛关注的"服务创新方案选择"问题中,验证了方法的有效性.     

基于矩阵相似性的异构群体偏好信息集结方法

在群体信息集结过程中,专家提供的评估信息可以通过各种偏好形式表示.为了集结异构偏好信息,文章提出一种基于矩阵相似性的异构群体偏好信息集结方法.首先,应用不同的转化函数将不同的异构偏好信息转换为模糊偏好关系矩阵,然后,提出一种改进的基于矩阵相似性的幂加权平均算子,并给出该算子的一些性质.在偏好信息集结过程中,基于矩阵相似性的幂加权平均算子不仅考虑了偏好信息之间的相似程度,还能反映不同偏好信息之间的支撑程度.最后,基于提出的改进幂加权平均算子,构建一种新的异构群体偏好信息集结方法,并使用基于互补判断矩阵的排序方法来选择最佳决策方案.两个数值例子说明了文章提出方法的有效性和可行性.     

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。     

基于LR模糊数的广义模糊DEA模型及其求解

在广义DEA模型基础上,建立基于LR模糊数的广义模糊DEA模型.通过引入LR模糊数的加权平均值,计算了待评价决策单元能体现决策者偏好的广义模糊效率和平均广义模糊效率,对待评价决策单元进行有效性排序.最后通过实例分析,表明了该模型的实用性.     

多粒度语言信息的交互式多属性群决策方法及应用

针对目前多阶段交互式决策的研究多是基于点值的缺陷,以及大多数研究忽视了从多个属性对方案进行评价等不足,本文探讨了一种基于多粒度语言信息的交互式多属性群决策方法。首先基于不确定语言变量提出了多粒度语言信息的转换函数,并在给出若干假设的前提下描述了交互式多属性群决策的过程,然后提出了交互影响因子来度量决策者的“话语权”,通过稳定性指标探讨交互终止条件;接着在不确定语言变量的加权算术平均(ULWA)算子和诱导多阶段交互加权算子(I-UOWA和I-UOWGA)的基础上对偏好信息进行集结,再提出优势可能度法对方案排序。最后给出了一个物流供应商选择的案例研究。     

一个基于不确定动态几何加权平均算子的多属性决策方法

针对决策过程中,方案属性信息的不确定性且信息是分多个阶段给出的,给出了一个不确定多阶段信息集结算子,不确定动态几何加权平均(UDWGA)算子.该算子可以将决策者在多个阶段给出的区间型信息进行集结.给出了基于此算子的不确定多属性决策方法,最后的实例说明方法的有效性和合理性.     

基于时间度的动态直觉模糊多属性妥协决策

针对当前动态直觉模糊多属性决策方法存在的不足,提出一种基于时间度的动态直觉模糊妥协决策方法。引入时间度准则,基于逼近理想解法融合主客观两类赋权法,获得兼顾主观偏好和样本客观信息的时序权重,克服现有时序权重主观赋值的随意性,同时运用直觉模糊熵(IFE)确定不同时序状态下各属性权重;根据动态直觉模糊加权几何算子(DIFWG)集结不同时序直觉模糊决策矩阵,构造动态直觉模糊综合决策矩阵,并利用VIKOR法,提供兼顾群体效用最大化与个体后悔最小化的各方案妥协折中排序,得到与理想解最近的妥协方案;以分布式创新企业合作伙伴选择为例,验证该方法在实际决策过程中的可行性和有效性。     

空间密度算子及其应用研究

为在信息集结过程中体现空间时序数据的分布特征,提出了一种新的集结方法,即空间密度算子.该算子首先构建了融合灰色关联度和相似度思想的空间贴近度,并在此基础上利用直接聚类法对空间时序数据进行聚类;然后在组内和组间信息基础上,以信息偏差最小为原则确定组内权重,以规模密度及属性密度为基准确定组间密度权重;最后提出空间密度加权算术平均算子(SDWA)和空间密度加权几何平均算子(SDWGA)这两种新算子,对空间时序数据进行集结,得到最终评价结果.通过性质分析,发现该算子具有置换不变性、幂等性、介值性和单调性等特征.进一步,文末用一个算例来验证方法的可行性和有效性.     

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。     

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。     

具有偏好锥的面向输出的超效率DEA模型分析

鉴于传统DEA模型无法区分有效决策单元,超效率DEA模型未考虑决策者的偏好,现提出面向输出的权重受限的综合超效率DEA模型及其投影概念,并讨论该模型与其他超效率DEA模型之间的关系.接着,分析模型的最优目标函数值与决策单元有效性之间的关系,并讨论面向输出的权重受限的综合超效投影与多目标规划问题的非支配解之间的关系.最后,通过对中国西部12个地区工业企业科技创新效率综合评价,并与原有方法进行比较研究,得出本文方法更具优势和合理性.     

具有偏好锥的面向输出的超效率DEA模型分析

鉴于传统DEA模型无法区分有效决策单元,超效率DEA模型未考虑决策者的偏好,现提出面向输出的权重受限的综合超效率DEA模型及其投影概念,并讨论该模型与其他超效率DEA模型之间的关系.接着,分析模型的最优目标函数值与决策单元有效性之间的关系,并讨论面向输出的权重受限的综合超效投影与多目标规划问题的非支配解之间的关系.最后,通过对中国西部12个地区工业企业科技创新效率综合评价,并与原有方法进行比较研究,得出本文方法更具优势和合理性.     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

二维区间密度加权算子及其应用

针对不确定多属性决策中的属性信息分布不均匀,且评价信息多数为二维信息的情况,本文提出了二维区间密度加权算子(TDIDW算子)的属性信息集结方法.依据密度算子的集结过程特点,文章首先定义了二维区间密度加权算子及其合成算子,然后介绍了基于灰色区间聚类法的评价信息分组方法以及基于非线性模型的密度加权向量确定方法,最后进行了算例验证.验证结果表明,该方法可以有效地解决由于属性信息分布不均匀而导致评价结果不准确的问题.     

基于二型直觉三角前景T2ITFNHA算子的多准则群决策方法

在二型直觉模糊集与直觉三角模糊数的基础上,定义了二型直觉三角模糊数及其运算法则,给出基于二型直觉三角模糊数的加权算术平均(WAA)算子,有序加权平均(OWA)算子和混合集结(HA)算子.考虑决策者有限理性决策行为下的异化风险态度与敏感性,定义二型直觉三角模糊前景效应与前景价值函数,构造前景T2ITFNHA算子.针对多方参与决策且决策者权重确定,准则权重未知的多准则群决策问题,采用正态分布赋权法计算前景T2ITFNHA算子指标置换下的位置权重,提出基于二型直觉三角前景T2ITFNHA算子的决策方法.该方法利用前景T2ITFNHA算子集结群体准则的二型直觉三角前景价值函数,运用灰色系统理论确定准则权重,并通过计算前景集对记分函数对方案进行对比和排序.最后,案例分析说明了二型直觉三角模糊数的实际应用背景及所提高的决策方法的有效性和可行性.