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。     

基于前景理论的VIKOR犹豫模糊多属性决策方法研究

针对属性权重未知,且属性值为犹豫模糊的问题提出了一种基于前景理论的VIKOR犹豫模糊多属性决策方法.首先,从方案和属性两个角度切入,以犹豫模糊数均值,方差和非明确熵构建多目标优化模型来确定权重;然后,通过犹豫模糊Euclidean距离定义了犹豫模糊环境下的前景价值函数,确定中位数参考点以及各个方案在各个属性下的综合前景值;最后,通过前景价值矩阵给出基于多准则妥协优化解(VIKOR)的方案排序,通过实证分析验证了方法的有效性和可行性.     

考虑偏差值的中立型区间交叉效率研究

在不确定性环境下,当决策单元(DMU)的投入产出数据为区间数形式时,为解决决策单元之间既不是合作也不是竞争关系时的交叉评价问题,本文提出一种中立型区间交叉效率模型。从所有被评价者的角度出发解决评价权重的选取问题,以决策单元投入得分的平均偏差与产出得分的平均偏差之和最小化为目标,建立决策单元在最佳和最差两种生产状态下的中立型区间交叉效率模型。在本文提出的中立型模型视角下,DMU的投入得分平均偏差和产出得分平均偏差之和达到最小。算例结果表明该中立型区间交叉效率模型的有效性,解决了不确定性环境下的交叉评价问题,保证评价的客观公正,更加符合现实。     

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.     

基于前景理论的两阶段DEA交叉效率评价模型

针对两阶段系统交叉效率值不唯一的问题,现有解决方法大多假设决策者完全理性,忽略了决策者心理因素对评价过程的影响。本文构建以平均值为新的参考点,分别在集中和分散决策环境下建立基于前景理论的两阶段DEA交叉效率评价模型,通过实际算例验证模型的可行性和有效性。     

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.     

不确定性多属性决策的新方法

本文研究了属性指标值，属性权重为L—R模糊数的多属性决策问题，首先在不同的α水平下将L—R模糊数转化为区间数，基于优化模型求出方案的区间属性值并利用α-截及区间数序关系的可能度，构造互补判断矩阵。提出一种新的排序公式，得到一族排序向量，然后对不同α水平下的排序向量集结，得出总的排序向量，以此对方案排序，最后通过实例说明了该方法的可行性和有效性。     

基于交叉评价策略的DEA灰色关联排序模型北大核心

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.     

基于交叉评价策略的DEA灰色关联排序模型

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.     

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。     

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。     

基于灰色前景关联的多属性决策模型

针对方案属性值为三参数区间灰数的多属性决策问题,提出了一种基于灰色前景关联的多属性决策方法.定义了三参数区间灰数距离测度和排序方法;定义了靶心和靶界点,由此提出了子因素与最优理想效果向量和临界效果向量的灰色相对关联系数;分别以靶心和靶界点为参考点确定了前景价值函数,由此构建了求解最优权向量的优化模型,再求方案的综合前景值对方案进行排序.通过实例说明了该方法的合理性和有效性.     

基于前景理论的多属性灰关联决策方法

针对决策信息为三参数区间灰数、属性权重部分未知的多属性决策问题,考虑决策者主观风险态度,提出一种基于前景理论的灰关联决策方法。首先利用奖优罚劣的[-1,1]线性变换算子对原始决策信息规范化处理,由此确定正负理想方案。定义基于三参数区间灰数的关联系数,将其融入到前景理论给出了前景价值函数,构建综合前景值最大化的优化模型,求解最优属性权重,并最终确定方案的排序。最后用一个实例说明决策方法的合理性和有效性。     

属性值和权重均是区间三角模糊数的群体决策方法

研究属性值和属性权重均用区间三角模糊数来表示的群决策问题,提出了一种基于集对分析二元联系数的决策方法。借鉴集对分析理论和统计学理论的思想,将区间三角模糊数转化为"均值+方差"二元联系数的形式,保留了区间三角模糊数决策信息中的确定性与不确定性。集结专家偏好得到二元联系数集结矩阵,给出了两个直观且合理的决策准则。与已有利用模糊集成算子集结区间三角模糊数偏好并基于可能度矩阵进行排序的方法相比,该方法在决策过程中保留了模糊偏好信息的不确定性,使得决策结果更客观和可信,且计算更为简便。通过对实例进行分析验证了方法的实用性和有效性。     

证据视角下考虑多参考点的直觉模糊多属性决策模型

针对直觉模糊多属性决策中,决策者内心同时存在多个独立参考点并且各属性之间相互关联的问题,进一步考虑智能传感设备在决策中的参考作用,提出证据视角下考虑多参考点的直觉模糊多属性决策模型。模型首先利用证据理论融合各传感器数据,得到各状态的mass函数;其次,考虑决策者内心同时存在多个参考点,利用价值函数得到各状态下多参考点价值矩阵;进一步,针对属性间的关联性,利用模糊积分得到各状态下不同方案的综合评价值;再次,利用基于证据理论的直觉模糊诱导有序加权平均(DS-IFIOWA)算子将各状态下不同方案的综合评价值进行集结,得到方案的总评价值,并以此对方案进行排序和优选。最后,利用数值算例验证了模型的有效性和可行性。     

广义模糊DEA模型及其有效性研究

考虑到样本单元和待评价决策单元输入输出数据的模糊性,提出了广义模糊DEA模型,利用α-截集,将广义模糊DEA变换成以置信水平α为参数的参数规划,给出了待评价决策单元效率值θ~*的效率区间的计算方法,并在此基础上讨论了θ~*的隶属函数μ_(θ*).     

广义超效率区间DEA模型及其有效性研究

根据样本单元的区间投入、区间产出定义最大样本生产可能集,建立基于最大样本生产可能集的广义超效率区间DEA模型,然后定义了待评价决策单元基于广义超效率区间DEA模型的超效率区间,并讨论了待评价决策单元的有效性,最后通过实例表明了广义超效率区间DEA模型的实用性.     

基于改进区间数密度集结算子指标群赋权方法

针对指标数据已知,而权重数据未知的群组赋权问题,给出了一种基于改进的区间数密度集结算子来进行指标群组赋权的决策方法。首先给出了区间数和区间数密度集结算子(IDM)的定义及性质,改进了以前区间数聚类的方法,应用直接法对一维区间数据组进行聚类,并定义了模糊统计量,以确定最为合理的一种聚类方式。然后基于改进的区间数密度集结算子这种数学模型,来解决指标值数据已知,而权重未知的群组赋权问题。最后举例说明该方法的可行性和实用性。     

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.     

基于区间梯形二型犹豫模糊数的多准则决策方法及其在工程决策中的应用

针对犹豫语言决策问题,提出了基于区间梯形二型犹豫模糊数的多准则决策方法。首先,给出了区间梯形二型模糊数的定义。然后,构建了区间梯形二型犹豫模糊数的期望值和贴近度函数。在此基础上,建立了区间梯形二型犹豫模糊数的排序模型,并提出了基于该排序模型的区间梯形二型犹豫模糊多准则决策方法。最后,通过工程决策实例论证了该方法的有效性和可行性。