面向三支群决策的多粒度图像模糊概率粗糙集研究

随着新兴产业的快速发展,社会经济中各类复杂决策问题不断涌现,复杂决策问题的有效求解离不开推进体现科学化与民主化的群决策。图像模糊集作为直觉模糊集的推广形式,在实际应用中能够高效处理信息不一致的问题。本文针对图像模糊三支群决策问题,由于传统损失函数受决策者主观因素的影响进而在构造阈值时各有不同,探索了面向三支群决策的多粒度图像模糊概率粗糙集模型与方法。首先,本文将图像模糊的概念与三支群决策模型相结合,提出可调多粒度图像模糊概率粗糙集模型。然后,计算属性权重和专家权重时运用离差最大法。鉴于VIKOR(多准则妥协解排序)法能够同时考虑群体效用最大化和个体遗憾最小化并融入决策者主观偏好,利用VIKOR法进行多粒度图像模糊粗糙隶属度的最优粒度选择,进而建立图像模糊三支群决策方法。最后,通过一个UCI(University of California Irvine)数据库中的实例证实本文所构建方法的可行性。     

多阶段应急决策的方案链选择方法

针对多阶段不同情景下多指标多任务的应急决策问题,提出了一种方案链选择方法。在该方法中,首先给出了决策方案链的概念,并对多阶段多指标多任务的应急决策问题进行了描述;然后根据相邻阶段的子方案之间的相容性,构建了相容性关系矩阵;进一步地,在考虑相邻阶段子方案之间相容性的情形下,以各阶段的子方案的综合评价值最大为目标,建立了应急决策的方案链选择的优化模型。通过求解模型,得到应急决策的最优方案链。最后,通过一个算例说明了该方法的可行性和有效性。     

考虑决策者心理行为的直觉语言多属性决策方法

针对应用直觉语言集来表达决策信息的语言多属性决策问题,在考虑决策者有限理性的心理行为基础上,提出一种决策方法。该方法通过比较每个属性下方案之间的得分函数和精确函数, 构建方案的收益-损失分析矩阵。在考虑决策者参照依赖和损失规避心理行为基础上,计算每个方案相对于其它方案在每个属性下的收益-损失值优先度;在此基础上,计算备选方案的综合优先度, 并根据其大小对方案进行排序择优。最后通过一个算例验证所提出方法的有效性和合理性。     

基于两层对策系统的编队协同对地攻防对抗决策分析研究

基于学者Cruz建立的军事对抗的动态、离散的状态空间模型,在两层Stackelber-Nash决策方法的基础上,针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,建立了两层对策系统——Nash-Stackelberg-Nash决策模型,着重解决军事对抗中的多层次对抗决策问题.将该决策方法应用于Cruz建立的基本战场想定,并将单决策层的Nash对抗决策与两层对策系统的Nash-Stackelberg-Nash决策方法进行了对比,仿真结果表明该决策方法相对单层Nash对抗决策有明显改进,并为作战对抗提供了有力的战场分析依据.     

考虑决策者行为的概率不确定语言决策方法

针对属性权重未知的不确定语言多属性群决策问题,提出一种考虑决策者行为的概率不确定语言决策方法.首先,定义概率不确定语言的海明距离,根据与负理想方案的距离偏差最大建立模型,从而确定属性权重.其次,改进经典TODIM方法适用于概率不确定语言决策环境中,得到了方案排序.最后,通过实例验证了所给方法的可行性,并对比传统的TOPSIS方法进行敏感度分析,进一步验证所提方法的有效性.     

考虑属性关联的C-TODIM决策方法

针对属性具有关联性的多属性决策问题,考虑到决策者具有参照依赖和损失规避行为,提出一种新的C-TODIM决策方法。依据经典TODIM决策方法,考虑决策者的参照依赖行为,计算每个方案相对于其它各个方案关于各属性的收益或损失值;再考虑到决策者的损失规避行为,集成属性关联情形下方案关于所有属性的收益或损失值,得到每个方案相对于其它各个方案的个体感知优势度;在此基础上,计算每个方案的总体感知优势度,并依据总体感知优势度的大小对方案进行排序。最后通过一个风险投资的算例验证该方法的可行性和有效性。     

基于序数偏差融合度的动态匹配决策方法

针对具有不确定偏好序信息的动态匹配决策问题,提出了一种决策方法。首先,给出了序数偏差的相关描述;然后,把在同一时刻的不同方案间或同一方案在不同时刻间的序数偏差关系作为证据,并通过证据组合求出双边序数偏差融合度;在此基础上,构建了优化模型,获得双边匹配方案。最后,通过一个算例说明了该方法的可行性和有效性。     

基于后悔理论及云模型的多属性群决策方法

针对属性值为不确定语言信息的群决策问题,考虑决策者后悔规避的心理行为特征,提出了一种基于后悔理论及云模型的多属性群决策方法.首先,将不确定语言值转化为云模型;其次,给出一种新的考虑决策者期望的方法求解其权重;然后,通过给出的云模型效用函数构建效用值矩阵,进而通过后悔-欣喜函数构建感知效用矩阵确定方案的综合感知效用,并根据其排序;最后,通过实例说明了方法的可行性和科学有效性.     

一种新型区间数多属性决策算法研究

随着多属性决策问题的复杂性、不确定性日益增强，基于区间数的多属性决策理论与应用研究越来越广泛。基于算子有序性的构建思想，本文提出并构建了基于有序欧几里德算子的区间数多属性决策算法模型，证明了有序欧几里德算子的单调性、齐次性和幂等性。采用基于有序欧几里德算子的区间数多属性决策方法对某火炮采购问题进行了决策计算，证明了该方法的有效性与可行性。     

基于技术选择与信息反馈的供应链碳减排研发决策比较

考虑延伸服务与信息反馈情况下,针对单个制造商和两个竞争零售商的供应链决策问题,构建了需求不确定情况下研发技术决策的供应链非合作竞争博弈模型,得到了制造商和零售商在三种不同溢出情况下的最优研发决策.通过理论和算例分析了不同的减排研发技术与供应链成员利润的相关关系,并探讨了减排研发成本系数与产品替代系数对供应链成员的策的影响.     

基于离散事件仿真的妇产科孕妇建卡接收规则优化

孕妇在怀孕九周后会选择一家医院申请建立孕妇档案卡(简称建大卡),管理者需决定是否接收。一旦该医院做出接收决策,孕妇将在该院接受妊娠期内的产检并在该医院分娩。孕妇在妊娠期内所需的医疗资源的多样化、尤其是对关键资源即病床需求时间及服务时间不确定性,增加了决策的难度,从而导致妇产科资源利用率分布不均衡,影响医疗服务质量。为了解决该问题,本文首先建立动态规划模型来最小化病床的空闲、加床和转院的惩罚成本。由于动态规划模型非常复杂,难以用解析方法来获取最优控制策略,因此本文建立离散事件仿真系统,以病床的空闲、加床和转院的惩罚成本最小化为目标,采用广域搜索对多种阈值控制策略进行参数优化。数值实验表明,本文提出的阈值策略比医院目前采用的阈值策略有显著改进,进一步进行了敏感度分析,发现随着到达率逐渐增大,期望成本首先逐渐降低然后在某一水平上波动,加床成本的上升对于期望成本的影响更大。     

Structural properties of Markov modulated revenue management problems

The admission decision is one of the fundamental categories of demand-management decisions. In the dynamic model of the single-resource capacity control problem, the distribution of demand does not explicitly depend on external conditions. However, in reality, demand may depend on the current external environment which represents the prevailing economic, financial, social or other factors that affect customer behavior. We formulate a Markov Decision Process (MDP) to maximize expected revenues over a finite horizon that explicitly models the current environment. We derive some structural results of the optimal admission policy, including the existence of an environment-dependent thresholds and a comparison of threshold levels in different environments. We also present some computational results which illustrate these structural properties. Finally, we extend some of the results to a related dynamic pricing formulation.     

基于预约模式的移动充电车实时需求响应策略研究

预约模式下移动充电车实时需求响应问题是移动充电行业发展过程中的新问题,该问题包含了两类不同特点、存在动态交替影响关系的需求,不仅有时间窗约束、实时响应性要求,也有动态不确定性的特点。针对以上问题特点,本文以最大化整体收益为目标,提出联动的两阶段实时需求响应策略,引用近似动态规划求解决策未来价值,并融入到以下两阶段中：第一阶段基于多阶段随机动态决策模型与禁忌搜索算法生成了可以动态调整的充电服务方案;第二阶段基于第一阶段提出了针对动态需求的实时响应决策流程。最后,对比实验验证了本策略在不同客户规模与动态度下的有效性,并得出管理启示。本研究可以支持制定移动充电车的实时需求响应策略,对类似具有动态特征的需求响应问题具有启发意义。     

基于模糊的创新动态联盟伙伴选择多属性决策模型

针对开放式创新合作伙伴选择过程中决策者判断模糊性的特点,考虑到不同的决策者其决策可信性的不同,提出了开放式创新合作伙伴选择的模糊多属性群决策模型。首先描述了开放式创新合作伙伴选择的多属性群决策问题;然后依据该种方法比较突出的特点,考虑到决策者对评价指标权重的不同,对TOPSIS方法加以改进;最后,通过算例说明了该方法的有效性和可行性。     

超负荷服务运作系统下的等待延迟通告决策研究

以超负荷运作服务系统为研究对象,考虑顾客止步或中途放弃带来的损失,及顾客等待和被服务所带来的收益,以最大化期望收益为目标,研究如何在顾客到达时做出等待延迟通告决策.构建了基于顾客行为的服务运作系统等待延迟通告决策模型,分析各种情况下的最优解.并通过对各参数的敏感性分析得到一系列有意义的决策和管理建议.     

基于区间二型梯形模糊集的应急物资储备动态协同决策模型

重大灾害下应急物资储备决策是阻止突发灾难蔓延的有效手段之一。针对救灾信息具备不确定性与复杂性特点,构建基于区间二型梯形模糊集的应急物资储备动态协同决策模型,并给出应急物资储备策略。利用区间二型模糊集理论的决策方案并结合比例分析法(COPRAS),构建常态环境下应急物资供应商选择的群决策模型,解决不相容群决策属性之间的冲突问题;进而,充分考虑“救灾阶段性动态时间因素”对储备决策的影响,构建动态救灾环境下应急物资储备结构模糊优化模型,实现常态决策与非常态应急决策之间的动态协同;最后,以2012年云南丽江“6.14”突发特大山洪灾害为实例进行数值分析,验证该动态协同决策模型的合理性与可行性,能有效解决动态救灾环境下应急物资储备结构优化问题。     

城市突发事件中基于事故演变的救援需求决策模型及其优化求解

针对城市突发事件中待救点对应急救援物资的需求状态随着事故的演变而发生变化的情况,将待救点对应急救援物质的需求设计成马尔可夫决策过程,并提出一种动态的物资调配策略,构建救援物资需求决策模型,然后通过花朵授粉算法进行优化求解。某市突发地震应急物资调配实例证明,本文方法能够给出合理的救援需求满足策略,使得待救点对物资的需求更低,需求变化更加平稳。花朵授粉算法对模型求解的效果相比粒子群算法和萤火虫算法有更快的收敛速度和更优的求解结果。     

CRM决策的序贯优化——以KDD98直邮决策为例

从多阶段、延迟回报的角度来看待CRM中的决策优化问题。以KDD98数据集为例,将邮寄序贯决策定义为一个部分可观察马尔可夫决策模型(POMDP)。提出了模型参数估计的EM算法并用MATLAB实现;用模型对数似然值、BIC统计量选择最佳模型;用向前一步预测对模型进行检验;用Incremental prune算法对模型求解。实证结果表明,POMDP模型可以很好的捕捉客户购买行为的动态变化,对客户的购买有很好的预测效果。在此基础上,说明了如何使用该模型以客户终生价值最大化为目标优化直邮策略。     

基于排队模型的电动汽车充电桩数量优化设计

通过对电动汽车充电行为的分析,采用顾客带有不耐烦和止步行为的有限容量M/M/C/N排队模型对充电场所充电服务系统进行建模.通过求解模型的平衡方程,获得系统稳态下的队长分布及其它多项性能指标.以系统性能指标为基础,从经济效益与社会效益的角度提出了充电服务系统优化设计的目标函数,并通过数字例子对优化模型进行了说明.分析了模型参数对系统充电桩最优配置数的影响,从中可看出,系统容量、顾客的不耐烦率及顾客的止步概率等参数对充电桩数量的优化设计都会产生不可忽视的影响.