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。     

考虑决策者时间偏好的多时期综合效率评价

针对多时期综合效率评价中缺乏考虑决策者时间偏好的问题,将两种时序加权算子引入时序DEA中以获取决策单元在多个时期内的综合效率评价结果.利用时序加权算子集结所得的效率融入了决策者的时间偏好,不仅可以较好地实现对各决策单元的客观合理评价,而且也可以用于衡量决策单元在多个时期内效率前沿的移动情况.此外还证明了谢艾国等人的第一种排序方法在特定的条件下等价于简单算术加权平均集结法.最后,以一个算例说明了考虑决策者时间偏好在多时期综合效率评价中的有效性和实用性.     

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。     

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.     

基于前景理论的毕达哥拉斯模糊有序加权距离TOPSIS法

针对现有毕达哥拉斯模糊有序加权距离测度法在集结距离测度时忽略决策者主观偏好的问题,文章引入前景理论来反映决策者面临损失和收益时的主观价值感受,根据不同类型决策者构建了基于前景理论的毕达哥拉斯模糊有序加权距离测度方法(PTPFOWD),并构建了基于均衡视角的权重修正系数,以防止过度依赖决策者主观偏好造成的偏误,尽可能保留...     

基于决策者偏好的区间型属性熵权确定方法

给出了一种基于决策者主观偏好的区间型属性熵权决策方法。将决策者的乐观测度引入到区间型多属性决策问题中,结合区间型多属性决策中确定熵权的方法,建立了既能反映决策者乐观测度,又能充分利用已有客观信息的区间型熵权优化模型。最后将其用于航天研制项目风险决策,实例表明了该方法的实效性。     

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。     

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.     

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。     

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.     

一种Vague偏好群体决策方法

采用 Vague集理论来描述和处理不确定信息或含糊信息 ,比采用模糊集理论描述和处理不确定信息或含糊信息在很多情况下更贴近客观现实 .在诸学者对模糊群体决策研究的基础上 ,提出一种 Vague群体决策方法 ,采用 Vague值作为决策者对备选方案的评估值 ,通过对决策者的各备选方案偏好值的集结 ,最后根据集结值的效用值对备选方案排序 ,进行决策 .     

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.     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.     

区间直觉模糊信息下的监理工程师信用评价

由于外界环境的复杂多变和决策者的主观偏好,若运用传统信用评价方法单从业主或承包商的视角对监理工程师进行信用评价,会导致评价结果出现偏差。针对此本文从利益相关者的层面,运用区间直觉模糊集构建模糊综合评价模型,对监理工程师的信用行为进行评价,此模型通过相似性度量值、精确度函数分别得到利益相关者的权重和信用评价指标的权重,并在此基础上运用IIFHG等算子对区间直觉模糊信息进行集结,可以充分考虑不同利益相关者在评价过程中的话语权,有效规避评价主体因主观偏好所引起的偏差。最后通过算例分析表明该方法的有效性和合理性。     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

基于偏好和动态直觉的产学研合作伙伴选择群决策分析

针对产学研合作伙伴选择的有限理性和偏好特性,基于直觉模糊多属性决策理论和相对熵理论,构建产学研合作伙伴选择群决策模型。运用动态直觉模糊加权几何算子(DIFWG)集成合作伙伴不同时段的个人准则决策矩阵,实现对产学研合作伙伴持续性的评价;运用直觉模糊有序加权平均算子(IFOWA)集成不同决策者的决策矩阵和偏好矩阵,并利用决策者对合作伙伴的主观偏好与对合作伙伴各准则的客观评价之间差距的极小化,基于加权平均思想,求取评价准则的客观权重;然后,引入相对熵求取评价对象理想的最优权重解,依据该解对各合作伙伴进行排序并选择;最终通过实证研究说明了该方法的有效性和可行性,充分利用直觉模糊理论,实现了产学研合作伙伴的“群偏好—多时段—群决策”的全面评价。     

基于后悔理论和概率犹豫模糊集的多属性决策方法

由于决策环境的不确定性以及决策问题的复杂性,决策者越来越难以处理不确定型多属性决策的相关问题.针对决策者评估时具有犹豫性和偏好性以及风险规避和后悔规避等特点,提出了一种基于后悔理论和概率犹豫模糊集的多属性决策方法.运用概率犹豫模糊集对专家的评价信息进行表述和处理,在权重属性完全未知的情况下,使用CRITIC法确定属性权重;通过定义决策者对方案的感知效用函数,计算各个方案的总感知效用值并进行排序.最后,通过算例对该方法进行验证分析.结果表明:方法可以更好地刻画决策者的实际心理,决策结果更加客观和科学.     

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.