超效率区间DEA模型中决策单元的区间效率值及排序

基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明.首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全排序.最后,以希腊的29所公立中学的效率评估为例对决策单元进行效率值分析,表明了新超效率区间DEA模型的合理性.     

区间DEA模型下的决策单元排序

给出基于输出的DEA模型下的区间有效值求法,同时从乐观和悲观两个角度去评价决策单元,从而得到了该决策单元有效值的一个区间. 进一步还可类似地定义该决策单元无效的一个区间.将上述方法与基于输入的DEA模型下的理论进行了对比,实例分析显示了两种模型在评价决策单元区间有效性上是一致的.     

基于超效率数据包络分析模型的视窗分析

视窗分析作为一种分析效率前沿移动的方法已获得较为广泛的应.而传统的视窗分析中效率评价一般都采用CCR模型,会出现多个时期的决策单元有效的情形,难以对这些决策单元进行全面系统的评价.针对这个问题,借助超效率数据包络分析可以进一步区分有效决策单元的思想,将超效率数据包络分析模型引入视窗分析当中,并利用该方法对福建省九个设区...     

基于DEA系统潜力损失的决策单元全排序方法

DEA模型作为一种非参数评价方法,在很多领域得到广泛应用。传统的DEA方法经常会遇到多个决策单元同为DEA有效而无法区分相对优劣的情况。为了对决策单元进行全排序,本文从系统和相对效率的角度定义了相对潜力和潜力损失的概念,揭示潜力损失和强弱有效性之间的内在关联,并提出一个基于DEA系统潜力损失的决策单元全排序方法,来判定所有决策单元的优劣,最后用一个实例来说明本方法的计算步骤。     

DEA弱有效决策单元判断及排序的新方法

通过对DEA有效决策单元的传统排序方法存在不足的探讨,从DEA弱有效决策单元的判断分析,提出了一种关于弱有效决策单元排序的方法.再利用超有效性模型,从而对所有决策单元进行完全的排序.     

用SE-DEA模型研究决策单元分类

通过一种改进的数据包络分析(DEA)模型——SE—DEA模型，可以对决策单元进行分类，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，论文讨论了基于VRS的SE—DEA模型不可行的充分必要条件。分析了有效决策单元的超有效和强超有效特性，实现对有效决策单元的进一步分类，最后给出了用基于VRS的SE—DEA模型对决策单元进行分类的方法步骤，该分类方法改进和改善了传统的决策单元分类，可为决策者提供更加完备的决策信息。     

区间超效率DEA模型及其应用

将一种改进的DEA模型-超效率DEA(SE-DEA)模型[1]拓展到区间投入产出情形,得到区间SE-DEA模型.基于此给出了求解每个DMU的区间超效率值的上限和下限的确定型DEA模型.该区间超效率值较传统的区间DEA模型更具区别性,能对所有DMU进行充分排序.在此基础上,将所有DMU分为三类.最后给出区间SE-DEA模型在建筑业效率评估中的应用算例分析.     

基于DEA模型有效性排序的供应商评价

对比分析了各种供应商评价方法的优缺点,针对数据包络分析(Data Envelopment Analysis,简称DEA)模型评价供应商存在多个有效决策单元的问题,采用在DEA模型中添加虚拟决策单元的方法对有效决策单元进行排序,并根据企业评价供应商的具体特点进行了算例分析.     

基于超效率DEA和IAHP的企业项目综合评价

企业项目的选择以及项目的综合评价对于企业项目管理和企业战略目标的实现起着至关重要的作用.介绍了区间层次分析法(IAHP)以及超效率DEA模型的相关理论,提出了基于超效率DEA和区间层次分析法相结合的企业项目管理综合评价模型.将该模型应用于施工企业的具体实例,并以质量管理、成本管理、进度管理、风险管理作为项目综合评价指标体系的一层指标,结果表明该模型具有较强的适用性.     

相对有效性评价的区间DEA算法研究

不确定条件下系统相对有效性评价是当前DEA理论研究前沿。本文探讨了决策单元的投入、产出指标数据为区间不确定数时,决策单元的相对有效性评价问题。提出了决策单元区间相对有效的概念和有效性评价的区间DEA算法。最后给出了实际应用案例。     

决策单元取数一致准则下的灰区间DEA效率研究

当决策群体的输入输出变量为区间灰数时,假设各决策单元在同一指标下的灰区间变量取数一致。基于取数一致灰数大小比较的相关结论,建立了求解DEA效率区间上、下界的线性规划方程。灰区间DEA效率求解方法有两个优点:一方面,取数一致的假设体现了被评价决策单元和参考决策单元的竞争公平性;另一方面,求得的DEA效率区间长度较小,不确定性低,提高了信息不完全条件下采用灰区间DEA模型对决策单元进行有效性评价和效率评估时的分辨力。     

一种新型直接优化NDCG的排序模型构造算法

针对现有直接优化NDCG的排序算法或基于虚梯度或基于结构化学习,其得到的模型均不够精确,提出一种新的排序算法.算法以多类SVM为框架,在此基础上设计了一个面向NDCG的目标函数.考虑到该函数的非光滑性,提出使用割平面算法进行求解,同时注意到已有割平面算法可能存在的"主问题"非单调递减,会降低算法的收敛速度,进而设计了一种高效的线性搜索算法对割平面的选择进行改进,确保了"主问题"的单调递减.基准数据集上的实验证明了所提算法的有效性.     

基于区间规划的投资组合模型

为了研究不确定环境下的投资组合问题,将模糊区间集合的概念引入投资组合模型中,利用证券组合投资的收益率极大化为目标,以投资组合模型中的β值和流动性为约束建立了一种区间规划投资组合模型(IMβL),利用区间数知识把区间规划投资组合模型(IMβL)转化为带参数的线性规划模型,该方法对投资者具有一定的参考价值和指导意义。     

基于SBM模型的环境效率评价

伴随企业产品的生产,一些有害副产品也随之被生产出来,传统的DEA效率评价模型和研究文献均没有考虑这些副产品,因此评价结果并不能正确地衡量企业的技术效率水平;文章比较了非期望产出处理的相关DEA模型的优缺点,引入了一个非径向和非角度的SBM模型处理非期望产出问题,并对43家企业进行了环境效率的实证分析.     

基于区间分析和云模型的实物期权定价研究

针对实物期权定价中预期现金流收益的现值和投资成本采用精确值给出不太合理的实际情况,深入分析了现有的基于模糊集理论和基于云模型的实物期权定价方法,提出了基于区间分析和云模型的实物期权定价方法。首先,在基于云X信息的逆向云算法的启发下,结合区间分析理论,提出一种新的逆向正态云构建算法;然后,用生成的云模型表示预期现金流收益的现值和投资成本,结合期权定价理论和基于区间数的逆向云算法,运用云运算,给出了一种将专家评估区间数据转化成正态云模型的形式,并提出了利用逆向正态云估计预期现金流收益的波动率的实物期权定价方法;最后,通过实例模拟证明了该方法的有效性。     

基于累积损伤过程的随机需求下订购时间间隔模型

将累积损伤过程运用于固定订购时间间隔模型中,把订单的出现看成库存系统受到的冲击,把订单产生的随机需求量看成给库存系统的冲击带来的损伤,以求得最低期望单位时间成本为目标,建立C(T,K)成本模型,最后用一个算例展示了当成本最低时的最优订购时间间隔和初始库存水平。     

基于功能检查模型的视情维修检查间隔的确定

介绍了潜在故障的概念,然后针对潜在故障的特点,结合SAEJA1011和MSG-3的故障管理策略,说明了适用于潜在故障的维修工作类型是SAE中的视情维修,在MSG-3中与之相对应的是检查/功能检查。通过运用功能检测风险模型,举例说明了对满足一定可靠度要求的检查间隔的确定方法。     

基于DEA-Malmquist模型的区域创新效率评价

以广东省16个地级市为研究对象,选取2010～2018年统计数据,综合运用DEA-BBC模型、DEA-Malmquist指数和聚类分析,对广东省区域创新效率进行评价.结果表明,区域综合技术效率呈上升趋势,城市间综合技术效率、纯技术效率和规模效率存在差异;大部分城市全要素生产效率呈上升趋势,只有汕头市因为技术效率和技术进...     

一种新的区间二型模糊集排序方法

区间二型模糊集排序是模糊决策领域中的一个重要内容,然而文献中排序方法在某些情形下无法区分区间二型模糊集的排序顺序.针对这一问题,给出了一种新的基于模糊集内心的排序方法,依据排序值的大小来确定区间二型模糊集的排序顺序.与已有排序方法相比较,所给方法能够有效区分区间二型模糊集的排序顺序.