基于决策者风险偏好大数据分析的大群体应急决策方法

针对重大突发事件应急决策大群体成员的风险偏好复杂难测问题,提出了一种新的基于决策者风险偏好大数据分析的大群体应急决策方法。首先专家群体对突发事件进行快速响应,生成若干应急预案及其风险属性信息;其次,社会公众通过网络等渠道参与到应急决策中来并形成决策大群体,给出不同预案的偏好值;然后,利用证据推理算法得出公众对各预案的风险效用值,将预案风险效用值与预案偏好值加权组合,得到各个预案的大群体决策者的风险偏好值;最后,基于风险偏好值,利用大数据分析技术对大群体的风险偏好进行聚类识别,从中筛选出风险中立者组成新的应急决策群体,再次聚类得出应急决策群体的成员组成结构,以此为基础计算决策者权重和应急预案的最终效用值,得应急预案排序结果。最后通过算例分析验证了方法的有效性和可行性。     

基于决策者信任水平和组合赋权的不完全偏好复杂大群体应急决策方法

针对属性权重完全未知且专家偏好出现残缺值的复杂大群体应急决策问题,提出了一种新的决策方法。首先,设计了一套基于决策者信任水平的残缺值填充机制,对缺失的偏好信息进行补充。然后,将各方案的大群体偏好信息进行聚类,基于方案信息熵和群体偏好冲突水平构建组合赋权方法,对属性权重进行测算,进而得到各个方案的综合评价值。最后对该方法进行了实例验证,验证结果表明本文提出的方法具有良好的可行性和有效性。     

结合分析的原理和应用

沈浩，柯惠新．结合分析的原理和应用．数理统计与管理，１９９８，１７（４），３９～４５．结合分析用来分析消费者对产品／服务的偏好。本文通过对采用部分因子设计估计主效应的全轮廓法以及用一般最小二乘法（ＯＬＳ）回归计算属性水平的效用分析，介绍了这种结合分析法的概念、步骤和应用     

基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

考虑零售商公平偏好的绿色供应链决策与协调研究

当制造商在绿色供应链中处于领先地位时,此时的零售商处于跟随地位,会关注供应链内的利润分配情况.为探究零售商公平偏好行为对绿色供应链的影响,分别构建了三种不同情形下的供应链博弈模型,比较产品的绿色度水平、市场需求以及各成员获得的利润和效用.研究表明,零售商的公平偏好能增加自身渠道利润的比重,但对制造商和整个系统是不利的;...     

弹性激励制度中各种激励方式的交互分析

弹性激励制度让员工自行选择所需的激励方式。本通过交互分析，现实模拟员工的选择行为，确定各种属性在员工选择激励方式时的相对重要性；根据员工对属性水平的喜好，对员工进行激励偏好细分；确定最受员工欢迎的激励方式组合。本所运用的方法和结果能帮助企业制定出最合适的弹性激励制度。     

消费者低碳偏好下的组合产品供应链定价策略

考虑低碳偏好消费者与普通消费者的差异性支付意愿和消费效用,研究低碳产品和普通产品组合的定价策略问题.基于消费者效用构建出低碳产品和普通产品的需求函数,分别建立了供应链一体化决策和分散决策下的两类产品组合定价模型,研究了两类产品定价组成结构特点,比较了供应链一体化决策与分散决策下的产品定价和供应链利润.研究发现,两类产品定价都呈现出可分离的结构特点,低碳消费者比例及其对普通产品接受程度水平对产品定价和供应链利润都产生影响.     

语言多属性决策的一种组合方法

研究了属性权重完全未知,方案属性值和偏好值均为语言变量的多属性决策问题.首先,通过分析相关文献中利用方案属性值与偏好值之间的偏差得到属性权重的不合理性,在最小化方案综合属性值与偏好值的偏差的基础上,建立了一个求解属性权重的规划模型.其次,在各方案的属性值与属性正理想点的偏差最小的基础上,又建立一个求解属性权重的规划模型.第三,在综合考虑各属性下所有决策方案总的组合偏差之和最小的基础上,将上述两个规划模型相结合,得到了一个反映出决策者对两种不同信息的偏好程度的求解属性权重的规划模型,得到了语言多属性决策的一种组合方法.最后,通过实例说明方法的可行性与有效性.     

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．     

基于方案综合评价值和效用值偏差的多属性决策方法

研究了属性权重未知、方案偏好为效用值的多属性决策问题,提出了一种多属性决策模型.首先,分析了部分文献中利用方案属性值与效用值的偏差建模求出属性权重的不合理性,以及根据方案综合评价值与效用值的偏差建模得到属性权重的合理性.然后,通过最小化方案综合评价值与效用值的偏差,建立了一个规划模型,计算出属性权重,进而利用方案综合评价值实现方案的排序择优.最后,通过一个实例说明了方法的可行性.     

Multivalent preference structures

This paper presents a valence approach for assessing multiattribute utility functions. Unlike the decomposition approach which uses independence axioms on whole attributes to obtain utility representations, the valence approach partitions the elements of each attribute into classes on the basis of equivalent conditional preference orders. These partitions generate multivalent utility independence axioms that lead to additive-multiplicative and quasi-additive representation theorems for multiaatribute utility functions defined over product sets of equivalence classes. Preference interdependencies are thereby reflected in these classes, so attribute interactions are readily interpreted and the functional forms of the representations are kept simple.     

Sensitivity analysis incorporating fuzzy evaluation for scaling constants of multiattribute utility functions

A multiattribute utility function can be represented by a function of single-attribute utility functions if the decision maker’s preference satisfies additive independence or mutually utility independence. Additive independence is a preference condition stronger than mutually utility independence, and the multiattribute utility function is in the additive form if the former condition is satisfied, otherwise it is in the multiplicative form. In this paper, we propose a method for sensitivity analysis of multiattribute utility functions in multiplicative form, taking into account the imprecision of the decision maker’s judgment in the procedures for determining scaling constants (attribute weights).     

Deriving Public Transport Level of Service Weights from a Multiple Comparison of Latent and Observable Variables

Perceived importance attribute rankings, obtained from samples of various types of public transport users, are used to determine the relative weights of their level of service vectors. A generalization of a recent linear programming methodology is proposed which requires transforming the ranking data into equivalent pairwise choices. The weights were compared with those obtained from discrete choice models estimated with stated preference data.     

群体多指标决策的偏好集结方法

研究多个指标条件下,利用个体决策结果形成群体一致偏好的方法、假设个体有加性效用函数,将个体多指标效用函数表示成单个指标评价函数的加权和,群体指标评价函数表示成个体指标评价函数的加权和.通过协商指标权重、指标评价函数、支付意愿三个参数,成对个体达成双方一致.提出了(n-1)对个体之间达成双方一致,从而得出群体效用函数的决策方法,这种分析框架同样可以扩展到联盟协商一致中.     

考虑决策者给出部分属性期望的风险型多属性决策方法

针对决策者给出部分属性期望的风险型多属性决策问题,提出了一种决策分析方法。在该方法中,首先,依据决策者在各自然状态下给出的属性期望信息,将原始决策问题转化为没有属性期望和具有属性期望的两个独立的风险型多属性决策问题;然后,针对没有属性期望的风险型多属性决策问题,依据期望效用理论,计算各属性下属性值所对应的效用值,进而得到每个方案的综合效用值;进一步地,针对具有属性期望的风险型多属性决策问题,依据累积前景理论,将决策者给出的属性期望视为属性的参照点,进而计算各属性值的前景价值及决策权重函数值并计算每个方案的综合累积前景值;在此基础上,计算得到每个方案的总体效用值,并依据总体效用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。     

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。     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.