对不完全事后分层的估计

事后分层估计量是抽样调查中经常用到的一种估计方法。在使用多个分类变量对样本进行交叉事后分层时,边缘总值已知、格子总值未知的不完全事后分层问题是估计时又常面临的情况。本论文将对这一情况进行系统的总结,给出两个经典的估计量:搜索比率估计量和广义搜索比率估计量。     

不完全序关系信息下的双边匹配决策

针对不完全序关系信息下的双边匹配问题,提出了一种匹配决策方法。为了解决该问题,首先将不完全序关系信息转化为不完全Borda分值矩阵,并进行规范化处理;依据规范化Borda分值矩阵,构建综合Borda分值矩阵和离差矩阵,进而构建匹配度矩阵。基于匹配度矩阵构建优化模型,通过求解模型获得匹配方案。最后,以软件服务外包供需匹配为例说明本文所提方法的实用性和有效性。     

不完备偏好扩展式博弈的序贯均衡

将Kreps和Wilson提出的序贯均衡解概念推广到了存在不完备偏好的情形.首先给出了一个修正的颤抖手完美均衡的概念,然后应用它去证明不完备偏好扩展式博弈序贯均衡的存在性.     

不完全序值信息下考虑主体心理行为的匹配决策

针对不完全序值信息下的双边匹配问题,从主体心理行为的角度进行研究,具有现实意义,但相关研究非常少见。鉴于此,本文提出了一种决策方法。描述了不完全序值信息下考虑主体心理行为的双边匹配问题;以每个主体给出的临界值作为其参照点,计算了每个主体给出的序值相对于参照点的收益或损失;考虑到主体损失规避的心理行为特征,依据TODIM思想计算每个主体对另一方主体的益损值的感知价值;在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;技术服务外包中的供给方与需求方匹配实例分析说明了所提方法比传统方法效果更显著。     

不完全信息随机截尾广义线性模型的极大似然估计

该文在回归子给定和随机两种情形下,分别定义了不完全信息随机截尾广义线性模型.在一定的条件下,讨论了这两种模型参数向量的似然方程解的存在性和唯一性,获得并证明了这两种模型的极大似然估计(MLE)的相合性与渐近正态性.     

基于数学方法的不完全投影数据估计

主要对不完全投影图像恢复问题中不完全投影数据进行了研究.对于投影数据不完全时,运用线性插值法和样条插值法在角度缺失的地方进行数据估计.最后通过仿真实验,将得到的估计投影图像与原始投影图像进行比较并分析.实验结果表明:在恢复投影图像的过程当中,采用线性插值误差更小,恢复的投影图像的精度更高,并且恢复速度快.     

不完全信息多属性决策的一种新方法

本文研究在属性权重给出某种系数序的情况下的多属性决策问题，借助于时序多指标决策的思想，通过简单的数值运算求得方案的净评价值，从而确定方案间的优势关系．最后给出了算例分析．     

基于累积前景理论的具有不完全序值信息的双边匹配决策方法

针对带有主体期望值的具有不完全序值信息的双边匹配问题,提出了一种基于累积前景理论的决策方法。在文中,给出了该双边匹配问题的描述;将主体给出的期望值视为参照点,构建了相对参照点的益损矩阵;依据累积前景理论和规范化公式,将益损矩阵转化为规范化前景矩阵;在此基础上,构建了求解该双边匹配问题的多目标优化模型,使用线性加权法将多目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;最后,通过一个实例说明了所提方法的可行性和有效性。     

预期性后悔和欣喜作用下的最优序贯搜索策略研究

根据经济学中的后悔理论,首次在经典的最优序贯搜索问题中引入了决策者在搜索过程中的后悔和欣喜心理. 模型发现,如果决策者具备完美预期,那么她对后悔和欣喜的敏感度之差将直接决定她的搜索行为与最优搜索的偏差程度和方向,并且对于预期性后悔的敏感度越大则搜索程度越低. 这符合实验文献里“搜索过少”的结论. 进一步分析发现,在停止搜索后能知晓反事件价格的情况下,带有预期性后悔和欣喜的搜索将会趋向于经典的最优搜索策略. 如果对于后悔和欣喜的敏感度会受到搜索过程中经历过的类似心理的影响,模型对价格召回也作出了合理解释.     

估计感度分布中位数的两阶段优化序贯试验设计方法研究

感度试验在爆炸科学领域有非常广泛的应用,其中位数是含能材料的一个关键性能指标.高效估计感度分布中位数是实际工程应用中的重要问题.文章提出一种两阶段的优化序贯试验设计方法来估计感度分布的中位数,并将正交设计与两阶段优化序贯试验设计方法相结合给出了筛选影响含能材料安定性重要因子的试验设计方法.广泛的模拟比较验证了所提方法在小样本情况下可以获得感度分布中位数的准确估计,并且对模型假设和初始参数猜测具有一定的稳健性.当因子效应不是太小的时候,因子筛选方法可以准确地筛选出有显著影响的因子.     

残缺互补判断矩阵排序的一种新方法

对残缺互补判断矩阵的排序方法进行了研究.把一般互补判断矩阵的排序方法推广到了残缺判断矩阵的情形,分析了参数的取值范围,并对判断信息完全未知的情形进行了讨论.最后给出了算例,对几种排序方法作了比较,结论表明本文给出的方法权重差异较大,更易于方案的排序.     

不完全信息下的AHP优化决策方法研究

针对在紧急情况下,比如战争或灾难中利用AHP进行决策时,由于决策时间紧迫、信息掌握不完全、决策者经验限制等因素,通常会导致决策信息的不完全,提出一套完整的基于残缺判断矩阵的分析和优化的解决方案。首先,给出了残缺判断矩阵的相关定义和性质,研究了残缺判断矩阵的有效性判断的基本原理,并给出了连通图判定方法;对于无效残缺判断矩阵,通过增补最少的元素实现所有方案的互连通,从而使其成为有效残缺判断矩阵;对于有效残缺判断矩阵,提出以未知数填充残缺矩阵,构建以一致性比率最小为目标的优化决策模型;对于优化模型仍不能达到满意一致性的情形,从基本回路的不一致性分析入手,找出具有最大CR和的元素作为最不一致元素,在[1/9,9]区间上选出使得CR和最小的值作为该元素修正值,然后再构建优化模型实现最优化增补;根据以上原理,利用Matlab编程,开发了残缺判断矩阵的AHP相关决策工具软件。最后,通过算例分析验证了方法的可行性和有效性,证明了开发的软件能够满足紧急状态下决策的时效性要求,同时,通过与已有方法的对比证明了该方法更为有效。     

A Gridding Method for Bayesian Sequential Decision Problems

This article introduces a numerical method for finding optimal or approximately optimal decision rules and corresponding expected losses in Bayesian sequential decision problems. The method, based on the classical backward induction method, constructs a grid approximation to the expected loss at each decision time, viewed as a function of certain statistics of the posterior distribution of the parameter of interest. In contrast with most existing techniques, this method has a computation time which is linear in the number of stages in the sequential problem. It can also be applied to problems with insufficient statistics for the parameters of interest. Furthermore, it is well-suited to be implemented using parallel processors.     

一种基于证据推理的信息不完全的多准则决策方法

针对权系数信息不完全、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法.该方法通过证据推理算法构造方案的目标函数,结合不完全信息的权系数建立非线性规划模型,使用遗传算法求解模型得到效用值的区间数,从而得到整个方案集的排序.最后以实例表明该方法的有效性和可行性.     

不完全信息群体多属性决策的过滤函数法

对于不完全信息群体多属性决策问题，本文通过构造适当的过滤函数，充分利用高质量的信息和过滤掉低质量的信息，使效用信息的集结过程充分体现群体的意愿．在引进一致优、严格优和弱优等偏好指标的基础上，利用它们建立起方案集上合理的全序关系，从而构造了一个交互式的群体多属性决策方法．     

基于属性关联的不完全风险偏好信息大群体应急决策方法

针对特大突发事件应急决策中大群体专家存在偏好信息不完全的问题,本文提出一种新的不完全风险性信息大群体应急决策方法。首先,利用最优离散拟合方法对决策者的风险偏好因子进行测度并据此对专家聚类;其次,根据不完全偏好矩阵进行属性关联测度,提出了基于风险偏好和属性关联的新的补值模型,得到完全偏好信息矩阵;然后,运用主成分分析方法提取属性主成分,并结合属性权重进行信息集结和方案择优;最后,通过台风“天鸽”事件验证所提方法的可行性和有效性。     

一种构造多水平超饱和设计的新方法

超饱和设计在搜索试验中有重要应用.自上世纪九十年代迄今, 超饱和设计的研究取得了丰硕成果,研究的设计从二水平发展到多水平, 进而到混合水平;构造方法从巧妙的构思到利用组合理论进行系统构造,进而到各种算法的开发; 对于超饱和设计的评优准则也有更深入的认识.本文介绍一种构造多水平超饱和设计的新方法. 这种方法简单易行,很容易构造出具有优良性质的多水平超饱和设计, 有很强的实用性.     

不完全信息下的区间直觉模糊数的多属性决策方法

针对属性权重信息不完全的区间直觉模糊的多属性决策问题,提出灰色关联分析的决策方法.该方法首先确定各属性下的最佳和最劣方案,确定各方案与理想方案的灰色关联系数,然后在属性权重信息不完全的情况下,建立基于理想点的最优决策模型,求出属性权重,进而根据与理想方案的相对贴近度对各方案进行排序,最后用实例对该方法进行了说明,理论分析和数据结果表明了方法的可行性和有效性.