时序特征下语言评价信息的激励性集结方法及应用北大核心

针对语言型评价信息在动态群体评价中的有效集结问题,提出了一种新的时序特征下语言评价信息的激励性集结方法。首先,考虑指标的时序变异特征,通过熵权的相对变异度来修正指标熵权得到各阶段指标的可信权重;其次,给出二元语义时序激励算子(time ordered incentive operator,TOI)的定义,引入柔性时间权重和激励性调节系数,进行评价信息的激励性集结;最后,以某运载火箭研究院对其供应商的合作效果评价为背景进行算例研究。结果表明:所提方法是进行语言型动态群体评价的有效方法,具有良性的激励引导作用,且能在一定程度上避免以往语言信息处理所造成的信息扭曲和损失,为解决动态群体评价问题提供了一种新途径。     

一种体现发展趋势的自-互激励型多阶段信息集结方法

针对时序动态综合评价中多阶段信息集结问题,提出一种体现发展趋势的自-互激励型集结方法。首先,根据被评价对象不同的发展趋势得出不同的预测点,连接预测点得到预测线,以预测线为基准对被评价对象进行状态上的自激励;其次,依据原始评价值的大小衡量增长难度,并与增长速度结合,进行增长水平上的互激励;最后,通过算例验证方法的有效性。该集结方法从激励的视角考虑被评价对象自身的发展趋势和相对增长水平,据此对不同起点的对象实行差别化激励,充分尊重了个体发展差异。     

基于泛激励控制线的多阶段信息集结方法

针对时序动态综合评价中多阶段评价信息集结问题,给出了一种基于泛激励控制线的集结方法,该方法能很好地刻画决策者对于被评价对象发展的预期,并在处理过程中实施"控制与激励"的双重管理手段,因而体现出明显的决策意图。实践中长期使用该方法,可对被评价对象的持续科学的发展行为产生良性诱导。最后,用一个算例验证了方法的有效性。     

带有奖惩作用的密度算子及应用

针对择优或罚劣的评价问题,对密度算子进行拓展,提出了带有奖惩作用的密度集结算子。该算子在给定奖惩等级的基础上,按照密度算子的思想对评价信息进行集结。首先,按照实际需要确定奖惩等级,并分别从奖励和惩罚两个方面给出了等级权重的确定方法;在此基础上,依据指标的发展情况给出了指标权重的获取方法;然后,对密度加权向量进行了界定,据此得到最终带有奖惩作用的评价结果。最后,通过一个算例对带有奖惩作用密度算子的应用进行了说明。该方法尤其适用于员工的激励或惩罚、优秀人才的甄选问题等。     

基于评价信息随机化的群体评价方法与应用

针对群体评价中共识集结的相关问题,从仿真的视角讨论了评价信息随机化的群体共识聚合求解方法。首先,面向实数类型的评价信息,将精确性的数据给予一定的宽松性处理,进一步结合正态分布的3σ原则,利用随机模拟的方式集结出带有概率特征的可能性排序;其次,面向区间数类型的评价信息,整合出各子区间发生概率不同的区间数评价信息,在充分随机模拟的情况下,给出了带有优胜概率特征的可能性排序。最后,通过相应的算例进行求解分析,说明了该方法的可行性和有效性。基于群体共识视角,针对实数和区间数两种类型的评价信息,分别进行相应的随机化处理,并为进一步探索区间数的分布形式提供了一种新的研究思路。     

一种新的基于时序增益激励的赋权方法及应用

针对具有激励特征的动态综合评价问题,在分层规则和激励导向的基础上,提出一种具有识别功能的时序增益激励赋权方法。首先根据各被评价对象在各指标上的整体增益速度的趋势和状态,遵照分层规则对评价指标识别并分层;然后将整体增益速度的趋势和状态“积”性集结得到相应的激励量,并根据激励导向以组合赋权的方式确定指标权重。最后,通过中国31个省域的科技发展水平实证分析对方法的应用过程进行了说明。该赋权方法从激励的视角充分考虑了被评价对象在各指标上的发展趋势和发展潜力,据此,被评价对象可判断自身优势和不足,决策者也可统筹把握被评价对象整体发展情况,实现精准引导、统筹兼顾和公平激励。     

基于数值分布的激励型综合评价方法

针对激励评价中的等级划分问题,本文提出了一种基于数值分布的等级划分方法,相比于现有的等级划分方法,该方法能够综合考虑数值分布情况来划分等级,并结合本文提出的等级划分法对密度算子进行拓展,提出了一种基于数值分布的激励型综合评价方法。首先本文从数值分布的角度提出了一种新的等级划分方法,从而得出各等级区间的等级区间分界点;其次确定等级系数,并结合指标值和等级区间分界点给出各指标的权向量,给出一种不需要进行归一化处理的等级权向量确定方法,该方法能够较好的解决归一化处理带来的不公平性;再次根据密度算子思想对评价数据进行集结得出评价结果;最后通过一个算例对该方法进行验证,结果表明该方法可以实现对被评价对象科学激励的作用。该方法尤其适用于企业员工激励、省市综合排名、高校人才选拔等问题。     

时序特征下语言评价信息的激励性集结方法及应用

针对语言型评价信息在动态群体评价中的有效集结问题,提出了一种新的时序特征下语言评价信息的激励性集结方法。首先,考虑指标的时序变异特征,通过熵权的相对变异度来修正指标熵权得到各阶段指标的可信权重;其次,给出二元语义时序激励算子(time ordered incentive operator,TOI)的定义,引入柔性时间权重和激励性调节系数,进行评价信息的激励性集结;最后,以某运载火箭研究院对其供应商的合作效果评价为背景进行算例研究。结果表明:所提方法是进行语言型动态群体评价的有效方法,具有良性的激励引导作用,且能在一定程度上避免以往语言信息处理所造成的信息扭曲和损失,为解决动态群体评价问题提供了一种新途径。     

群体信息集结过程中无量纲化方法的选择

针对线性无量纲化方法对群体评价中信息集结结果的影响问题,本文以线性加权的群体信息集结方法为背景,以集结成的群体信息最大程度地扩大被评价对象间的差异为导向,给出了群体信息集结过程中无量纲化方法选择的若干结论和建议。首先设定评价情景并提出研究假设,分析不同无量纲化方法集结成的群体信息对各被评价对象间的差异影响;然后对造成被评价对象之间差异的主要因素进行了讨论;通过对不同因素的分析以及与未经过无量纲化处理集结成的群体信息中各被评价对象间差异的比较,得出一些重要的结论,并给出一些针对群体信息结集过程中选择无量纲化方法的建议;最后,用一个算例检验了结论的有效性。     

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D-S证据理论的水资源合理配置方案综合评价

由于水资源合理配置具有多目标性、模糊性和不确定性的特点,其方案的综合评价可作为一个数据融合问题.利用改进的D-S证据理论合成公式,并考虑不同指标之间权重,给出了水资源合理配置方案综合评价模型.石羊河流域水资源配置方案评价的实例研究表明,D-S证据理论在水资源合理配置方案评价中有较好的实用性.     

银行保险中的委托-代理人激励模型

本文运用信息经济学里的委托－代理人理论，研究了银行保险中银行对其代理保险的员工激励问题， 建立了将主观绩效评价和客观绩效评价相结合的激励模型，其中主观绩效评价因涉及多因素多层次的模糊评价因素，采用二级模糊综合评判的方法。并将此模型运用于上海地区的银行保险激励的实际问题。     

基于主客观信息综合判断的非线性拉开档次法

针对以最大程度的拉开被评价对象间差异的综合评价问题,通过分析线性拉开档次法存在的局限性,本文提出了一种基于主客观信息综合判断的非线性拉开档次法,旨在进一步丰富和完善拉开档次法的理论知识。首先对线性拉开档次法进行简单的介绍,并分析了线性拉开档次法的局限性;然后提出前提假设,给出非线性因子选取的原则以及确定指标序关系的方法,并给出排序后相邻指标重要程度比值的选取方法,根据评价原则利用规划模型求解各评价指标的权重系数,利用求得的指标权重采用非线性集结模型计算最终的评价结果;最后用一个算例验证了方法的有效性。     

考虑评价信息满意度的群体信息集结方法研究

信息集结方法是群体评价的重要研究内容,针对该问题本文对评价信息满意度进行测度,并基于此对群体信息的集结方法展开研究。该方法根据指标信息的变化赋予评价者不同的权重,以改变现有研究中评价者权重大多固定不变的做法,旨在使群体信息集结的结果更加公正和准确。首先对问题进行界定并给出评价信息满意度的定义;然后分别给出先验信息满意度和评价过程中的信息满意度的确定方法,利用先验信息满意度确定各评价者的初始权重,并利用评价过程中的信息满意度对其修正,从而得到各评价者的权重矩阵。最后,按照各评价者的评价信息满意度对群体评价信息进行集结。     

基于DEA/AHP两阶段的工程项目评标方法研究

提出了一种基于DEA/AHP两阶段的工程项目评标方法,首先运用模糊综合评判法来确定定性指标的得分并将其作为定性指标值;其次运用DEA方法计算每一对投标方案相对效率的比值并以此为基础构造判断矩阵;最后运用单一层次的AHP方法对各投标方案进行全排序.通过实例分析表明,方法科学实用,能够为一般的工程项目评标活动提供有效的参考.