考虑后悔行为的灰色应急决策方法

针对实施不同方案各情景发生概率不同的应急响应风险决策问题,提出基于后悔理论和区间灰数信息的突发事件应急决策方法.方法考虑到决策者的后悔规避的心理行为,建立了方案两两比较的灰色后悔-欣喜值矩阵,并通过计算每个方案相对于其他所有方案的总体灰色后悔-欣喜值对方案进行排序;最后,通过具体算例验证了方法的可行性和有效性.     

基于后悔理论的三参数区间灰数信息下的风险型决策方法

针对决策属性值为三参数区间灰数的风险型决策问题,考虑到决策者的有限理性,提出基于后悔理论的风险型决策方法.首先,提出新的三参数区间灰数距离测度和三参数区间灰数的相对核,并构建出感知效用矩阵;然后,将其中的感知效用值集结为各方案的综合感知效用值,并根据各自然状态的风险概率得出各方案的期望效用,由此实现方案排序;最后,通过算例对比分析说明方法的合理性和有效性.     

基于区间灰数多属性群决策建模技术的卫生应急综合评价研究

多属性灰色群决策建模方案设计为立足点,引入区间灰数、相离度、逼近理想点、群决策集结算法知识,在属性权重为实数、区间灰数或优化运算形式下,经属性值规范化后制定理想方案.首先,计算区间灰数相离度、灰色关联系数、灰色关联度,讨论以理想方案贴近度确定排序或择优.然后,改进为群体专家独立决策环境下,由属性矩阵虚构理想方案并计算关联度、贴近度,与专家权重集结为贴近度矩阵,由逼近理想点思路排序及择优.最后,由疾控机构卫生应急能力评价案例验证可行性,区间灰数、属性测度、专家权重以及属性群决策信息利用充分,这套建模方案对于类似问题也有推介意义.     

考虑后悔与失望行为的应急方案选择方法

考虑到在应急管理问题中,当决策者需要进行应急方案选择时,会存在两类心理行为:后悔心理行为和失望心理行为,针对具有混合多指标信息的应急方案选择问题提出了一种新方法。首先,计算应急方案关于伤亡人数、财产损失和社会影响等指标信息的效用值。然后,考虑到决策者的两类心理行为的特征,为确定不同的应急方案的感知效用,分别提出计算方案后悔-欣喜值和失望-愉悦值的方法。进一步地,考虑到不同应急方案的投入成本不同,计算决策者关于不同方案的投入成本的感知效用。在此基础上,根据不同应急方案的总体感知效用值,进行应急方案的排序或优选。最后,通过实例验证所提方法的可行性和有效性。     

台风灾害预警—应急响应两阶段决策方法

针对具有不确定情景预测信息的台风灾害应急决策问题,提出一种同时考虑事前预警措施和事中应急响应措施的两阶段决策方法。该方法中,首先考虑决策者的风险规避行为,通过计算各应急响应措施的实施效用来确定针对不同预警措施和灾害情景下的最优应急响应措施;其次考虑决策者的后悔规避行为,计算任意两个预警措施相比较的后悔—欣喜值,并通过最大熵法将不确定情景的区间概率转化为点概率;在此基础上,计算出各预警措施的综合后悔—欣喜值及排序值,并最终确定第一阶段的最优预警措施和第二阶段针对各灾害情景的最优应急响应措施。最后,通过算例研究和对比分析说明该方法的可行性和有效性。     

基于MYCIN不确定因子的区间灰数应急决策方法

主要研究了方案的指标值为区间灰数的快速应急决策方法。将MYCIN不确定因子融合到灰色决策理论中,通过计算各方案在不同指标下的MYCIN不确定因子并对其进行融合,确定最佳决策方案。建立了基于证据推理的应急决策方法,给出了区间灰数决策方法步骤;通过案例分析结果验证了所提方法的有效性。     

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.     

基于公众偏好大数据分析的重大突发事件应急决策方案动态调整方法

针对在重大突发事件应急过程中如何根据与其相关的公众偏好大数据信息来对事件进行划分以及确定事件风险大小等问题,提出了一种基于公众偏好大数据分析的两阶段聚类算法,将事件现场公众在社交媒体上发布的偏好大数据信息进行聚类分析,识别出多个与事件相关的子事件,并得出每个子事件的客观风险级别。然后,结合专家经验判断,综合得出每个子事件的风险级别,进而选择相对应的方案。在此基础上,根据实际突发事件多阶段演变特点,描述了应急决策中多事件多方案的动态调整过程,考虑方案之间的相关性和不同子事件调整方案对各风险级别子事件的应急处置效果、应对损失以及不同方案之间的转化成本等因素,得出不同情境下的最佳调整方案。通过案例分析说明了该方法的可行性和有效性。     

基于综合偏差-关联测度矩阵的灰色局势决策

针对三参数区间灰数信息下的多目标局势决策问题中的权重确定方法进行了探讨.通过分析偏差测度矩阵和灰关联测度矩阵的区别和联系,提出了综合偏差-关联测度矩阵,给出了灰色局势决策中目标权重确定的两种方法.最后通过实例验证了两种方法的有效性和可行性.     

一种基于前景理论和改进TOPSIS的模糊随机多准则决策方法及其应用

针对准则值为区间灰数直觉模糊数、准则权系数部分已知以及自然状态出现概率为灰数的多准则决策问题,提出一种结合前景理论和改进TOPSIS的决策方法。该方法首先定义了灰色直觉模糊数的前景价值函数和概率权重函数,并利用前景理论构建出前景决策矩阵;接着从两个方面对传统TOPSIS决策方法进行改进:(1)过定义方案间综合差异的概念,采用离差最大化思想,建立平均综合差异最大化规划模型,给出了一种兼顾主客观权重信息确定准则权系数的新方法;(2)用灰关联替换备选方案与正负理想方案的距离,据此刻画了各方案与正负理想方案的贴近度。进而利用改进TOPSIS决策方法中的综合贴近度对方案进行了排序。最后通过实例验证了该方法的有效性。     

基于前景理论的智能输电系统改进灰靶风险决策模型研究

针对我国特高压建设与大规模可再生能源的接入带给智能输电系统的风险,文章提出一种在市场环境下输电系统的风险型多准则决策新方法。该方法基于已构建的智能输电系统风险评价指标体系,考虑指标属性与权重信息的不确定、模糊性以及决策者所持风险态度,结合改进的区间灰数与前景理论,构建了基于前景理论的改进灰靶风险决策模型,最后运用到智能输电系统风险决策案例验证了该方法的合理性和有效性。     

基于有序梯形模糊灰色关联TOPSIS的多属性决策方法

研究了有序梯形模糊数来表示不确定语言环境下的灰色关联TOPSIS多属性决策问题。首先应用有序梯形模糊数标度方案属性偏好信息,在传统梯形模糊数基础上增加了一个方向属性,使得决策信息的表示更加细腻;提出了有序梯形模糊环境下多属性决策灰色关联TOPSIS综合优选算法,引入了距离和灰色关联度相结合的综合贴近度公式,实现最优方案与理想方案的位置与曲线形状的一致性;最后通过制造系统内流动控制实例说明了所提出有序梯形模糊灰色关联TOPSIS方法的可行性和有效性。     

基于区间二型梯形模糊集的应急物资储备动态协同决策模型

重大灾害下应急物资储备决策是阻止突发灾难蔓延的有效手段之一。针对救灾信息具备不确定性与复杂性特点,构建基于区间二型梯形模糊集的应急物资储备动态协同决策模型,并给出应急物资储备策略。利用区间二型模糊集理论的决策方案并结合比例分析法(COPRAS),构建常态环境下应急物资供应商选择的群决策模型,解决不相容群决策属性之间的冲突问题;进而,充分考虑“救灾阶段性动态时间因素”对储备决策的影响,构建动态救灾环境下应急物资储备结构模糊优化模型,实现常态决策与非常态应急决策之间的动态协同;最后,以2012年云南丽江“6.14”突发特大山洪灾害为实例进行数值分析,验证该动态协同决策模型的合理性与可行性,能有效解决动态救灾环境下应急物资储备结构优化问题。     

基于区间型多属性决策的突发事件属性熵权的确定

突发事件的实时数据是应急决策的依据,提高对数据的处理能力,确定突发事件属性的熵权,筛选出反映事件发展趋势的重要属性,是提高决策效率和准确性的关键问题。利用共性知识模型结构化表示突发事件和属性,参考区间型多属性决策方法,把事件属性监测值转换为区间数型,在保持时序信息的同时降低数据维数,并通过定义精确数与区间的距离,使突发事件属性集均转化为成本型属性;继而利用基于熵权的区间型多属性决策方法计算事件的属性熵权值,权值越大,表示包含事件演化趋势的信息越多,在决策时就应被重点关注。最后,通过实例说明此方法的有效性和实用性。     

三参数区间灰数的多属性灰关联决策方法

针对决策信息不确定的多属性决策问题,利用三参数区间灰数的概率分布特征及经典灰关联决策的优势,提出了基于三参数区间灰数的灰关联决策方法.首先定义了三参数区间灰数决策向量与理想最优方案和临界方案决策向量的区间关联系数,其次得到所有方案决策向量的区间综合关联度,由区间综合关联度最大化和灰熵最大化确定属性的权重,进而对方案进行择优排序,最后用算例说明决策模型的合理性和实用性.     

基于灰关联熵的多指标灰靶决策方法

针对方案指标值为三参数区间灰数的多指标决策问题,提出一种基于灰关联熵的多指标灰靶决策方法.首先定义了各方案的正靶心及正靶心距;其次,构建所有方案的相对关联度系数,继而形成灰关联系数矩阵,再利用熵理论求解目标权重.应用实例说明了提出的决策方法的合理性和有效性.     

基于后悔理论的拼车决策问题研究

本文针对瓶颈路段,研究了出行者在单独驾车和拼车这两种出行模式下的早高峰出行行为。首先根据瓶颈模型的均衡条件,分别推导了收费和不收费机制下单独出行和拼车出行的出行时间及广义出行成本。为进一步研究出行者的出行方式选择,本文建立了基于后悔理论的随机Logit模型,并提出了相应的迭代平均算法。研究表明,在不收费机制下单独驾车和拼车出行者混合出发,而最优收费机制则实现了交通流的分离,其中拼车出行者在瓶颈的高峰时段出行而单独驾车者在瓶颈的颈部出行。算例结果表明,后悔厌恶水平是影响出行者出行方式选择行为的重要参数,其中,选择最低成本的出行者随着后悔厌恶水平的增加而增加。