不确定条件下判断和决策的新领域--前景理论

Danel Kahneman诺贝尔经济学奖的主要贡献在于“把心理学的，特别是关于不确定条件下人的判断和决策的研究思想结合到经济科学中”，解释了人类在不确定情况下的判断和决策行为，开创了行为经济学研究的新领域。本阐述Kahneman等人开创的前景理论(Prospect Theory)在实际判断和决策方面偏离传统经济理论预测的内容，重点介绍该理论提出的新的决策模型。并探讨其广泛应用。     

化工园区应急设施区间规划选址模型研究

应急设施选址受应急物资需求量的影响。为优化应急设施选址布局,提高突发事件应急处置能力,以化工园区突发事件为研究背景,对化工园区突发事故下应急设施选址进行研究。考虑到化工园区突发事件的随机性和复杂性、突发事件应急物资需求的不确定性等特点,以应急设施选址安全性最大、经济性和服务效益最好为目标,基于传统确定性应急设施选址模型,构建了不确定需求条件下化工园区应急设施选址区间规划数学模型。模型中应急物资需求量是一个区间值,通过引入区间规划理论和模糊理论对模型进行求解,不仅避免了不确定参数随机概率分布的波动率,而且也降低了模型求解过程中的不确定性。最后,以园区各企业潜在事故为工程背景进行实例分析,得到园区应急设施的布局方案。结果表明,模型的求解效果较好,可为园区应急设施选址决策提供参考依据。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

有限理性条件下考虑决策者动态期望的多属性决策方法

有限理性条件下针对带有决策者期望的多属性决策问题,提出一种基于累积前景理论的决策分析方法。在本文中,首先考虑了决策者的有限理性的心理行为特征,以决策者在不同时期对各属性的特定期望作为参照点,然后将具有正态分布信息形式的决策矩阵转化为相对于各参照点的益损决策矩阵,在此基础上,考虑决策者对待收益和损失的不同理性态度,依据累积前景理论计算各时期中每个方案的前景值,并计算关于整个时期的综合前景值,然后依据综合前景值的大小对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

基于前景理论和双边匹配决策的合作伙伴初选决策

针对决策信息获取困难的情况采用不同粒度的模糊语言表达属性值,并提出了一种不同粒度模糊语言一致化方法.针对线性加权存在的决策补偿效应,采用基于级别优先序理论的ELECTRE集结基于前景理论的价值函数得到满意度值.传统合作伙伴决策方式只是制造企业对供应商评价并从中选择出评价结果最好的供应商,全然不考虑供应商对制造企业的接受程度,在集中式决策方法中采用双边匹配决策方法构造多目标优化模型,并采用模糊规划中的两阶段法求解多目标优化得到最终匹配结果.实例分析表明该方法的有效性.     

自然灾害风险下区域应急储备设施选址可靠性研究

自然灾害发生时,为了保证区域应急储备系统的服务不被中断,考虑设施被破坏数目的发生概率并提供备份库存,以加强应急储备系统的可靠性。模型采用非支配排序遗传算法(NSGA-II)进行求解,产生一组选址决策方案。以四川省八大城市的人口及运输距离为输入数据的仿真结果表明,与一般模型比较,本文考虑可靠性的选址模型能更好抵御自然灾害造成的中断影响,并且能获得更优的应急响应满意度、多重覆盖或总成本的单目标值。因此,在地震等灾害的破坏风险下,该模型可成为应急储备设施可靠选址的有效工具。     

给定限期条件下应急选址问题的量子竞争决策算法

为求解给定期限条件的应急设施选址问题,本文提出了一种量子竞争决策算法.将量子个体作为博弈者参与到竞争决策中,利用量子位、叠加态等理论提高竞争群体多样性,缩小群体规模,加快优化速度;基于进化博弈论中博弈者学习和策略调整的机制,实现竞争者学习和自演化的目的,增强算法的寻优能力.实验结果表明算法的可行性和有效性.     

基于直觉模糊决策粗糙集的三支决策

基于决策粗糙集的三支决策是解决风险决策问题的一种经典方法,利用贝叶斯决策理论生成决策规则。决策规则具有正域、边界域、负域三个区域特征,对应的决策分别为接受决策、延迟决策和拒绝决策。本文将决策粗糙集模型对象之间的等价关系转变为具有自反性和对称性的直觉模糊关系,通过直觉模糊事件概率度量,定义了贝叶斯决策理论中对象状态与对象描述之间的条件概率。将决策损失与直觉模糊数相结合计算对象分类的预期损失,进而由贝叶斯决策理论引导的最小风险决策规则推导出相应的正域、负域、边界域的决策规则。当决策损失满足一定大小关系时将决策规则进行化简,计算出简化决策规则中的阈值与决策损失之间的关系,并且由简化决策规则定义了直觉模糊决策粗糙集的上、下近似。最后将构造的直觉模糊决策粗糙集的三支决策模型应用到直觉模糊概率决策系统,在已知的决策损失下得到相应的决策规则。     

一种基于累积前景理论的直觉模糊动态决策方法

针对属性值为时间直觉模糊数的动态多属性决策问题,提出一种基于累积前景理论的直觉模糊动态决策方法.方法综合考虑决策者期望和决策信息熵两方面因素给出了时间权重的确定方法,以决策者期望和正负理想点作为参考方案确定前景矩阵,并以公平竞争原则确定最优属性权重,进而通过降维获得方案的综合前景值,根据综合前景值确定方案的排序.最后,通过实例说明了方法的可行性和科学有效性.     

基于累积前景理论的概率犹豫模糊多属性决策方法

针对属性权重信息未知的概率犹豫模糊多属性决策问题,提出基于累积前景理论的多属性决策方法.首先,考虑概率犹豫元素之间的关系,定义概率犹豫模糊熵,分析其性质,并在此基础上提出新的得分函数.其次,鉴于决策者主观风险态度,引入累积前景理论构建前景决策矩阵.进而利用模糊熵最小化和综合效用最大化构建优化模型计算属性权重.最后,结合...     

基于改进VIKOR方法的地震应急物资运输决策问题研究

地震灾害应急救援物资方案的合理选择对与减少人员伤亡,降低灾民的财产损失具有重要影响。本文针对属性权重未知情形下的地震应急物资运输方案决策问题,提出了一种Pythagorean模糊不确定语言与前景理论相结合的改进VIKOR决策方法,即PFUL-PT-VIKOR法。首先,采用Pythagorean模糊不确定语言用于描述和融合专家对地震应急物资运输方案在考虑多种属性影响下的感知信息;其次,利用主客观融合法对属性权重进行求解;然后,提出基于前景理论的改进VIKOR法并得出方案排序;最后,通过算例分析,对所提出方法的有效性和实践性给予验证。结果表明,PFUL-PT-VIKOR模型有助于增强决策专家对不确定突发情景信息感知的知识表示能力,解决属性赋权过于主观或过分依赖样本的困难,并突围了应急决策者隐性心理行为较难定量应用的思维定势,增强了模型的现实适用性,为地震应急物资是否合理运输提供决策支持。     

不确定情况下逆向供应链的协作与定价策略研究

基于单一制造商和单一零售商构成的逆向供应链系统,应用博弈理论和模糊理论对逆向供应链的协作与定价策略进行了研究.针对回收产品价格的不确定性,将回收价格看作是三角模糊数,采用Chen与H sieh提出的梯级平均综合表示法确定模糊回收价格的解模糊值,由此,建立非合作博弈模型和合作博弈模型,并给出均衡条件下制造商和零售商各自的回收价格策略.最后,举例说明了该方法的有效性.     

政府补贴下考虑规模效应的动力电池梯次利用闭环供应链决策与协调

针对零售商主导的考虑政府补贴和规模效应的动力电池闭环供应链,研究成员最优决策及协调问题。分别在无补贴、补贴零售商、补贴制造商、补贴第三方回收商四种情形下,分析了补贴对象、规模效应、再制造动力电池比例对成员最优决策及利润的影响,并实现了闭环供应链的协调。研究表明:政府补贴能够降低零售价,提高回收率以及各成员利润;补贴第三方回收商相比补贴零售商和补贴制造商而言,回收率以及第三方回收商利润提高更为明显,补贴零售商和补贴制造商相比补贴第三方回收商而言,零售价降低、制造商和零售商利润提高更为明显;可用于再制造的废旧动力电池比例增大能够降低动力电池销售价格,提高动力电池回收率;第三方回收商规模效应的增大有利于降低零售价格,提高动力电池产品回收率及闭环供应链各成员收益。     

Extension of the LINMAP for multiattribute decision making under Atanassov’s intuitionistic fuzzy environment

The aim of this article is further extending the linear programming techniques for multidimensional analysis of preference (LINMAP) to develop a new methodology for solving multiattribute decision making (MADM) problems under Atanassov’s intuitionistic fuzzy (IF) environments. The LINMAP only can deal with MADM problems in crisp environments. However, fuzziness is inherent in decision data and decision making processes. In this methodology, Atanassov’s IF sets are used to describe fuzziness in decision information and decision making processes by means of an Atanassov’s IF decision matrix. A Euclidean distance is proposed to measure the difference between Atanassov’s IF sets. Consistency and inconsistency indices are defined on the basis of preferences between alternatives given by the decision maker. Each alternative is assessed on the basis of its distance to an Atanassov’s IF positive ideal solution (IFPIS) which is unknown a prior. The Atanassov’s IFPIS and the weights of attributes are then estimated using a new linear programming model based upon the consistency and inconsistency indices defined. Finally, the distance of each alternative to the Atanassov’s IFPIS can be calculated to determine the ranking order of all alternatives. A numerical example is examined to demonstrate the implementation process of this methodology. Also it has been proved that the methodology proposed in this article can deal with MADM problems under not only Atanassov’s IF environments but also both fuzzy and crisp environments.