应急物流中库存与运输集成决策模型研究

已有的研究表明,在物流管理中权衡库存与运输成本之间的关系,实现两者的集成决策,可改进系统的运作绩效。在给定的仓库布局条件下,针对应急物流的配送特点,构建了单周期物资的运输与库存集成决策的随机规划模型。考虑到模型求解的复杂性,首先通过对模型的分析,获得了最优解的性质和上界,然后设计了基于BP神经网络和遗传算法的混合智能算法。在算例分析部分,揭示了服务水平、运输、和库存成本在应急物流中之间的复杂关系,说明合理权衡三者之间的关系,可以提升应急物流的管理水平。     

基于C~2R模型的广义链式网络DEA模型

传统网络DEA方法是将传统DEA方法评价过程中的"黑箱"打开,考虑输入到输出的中间环节,对生产过程中的各个环节分别评价。传统网络DEA方法获得的是相对于有效决策单元评价的结果,但有时可能要相对于非有效决策单元或者非决策单元进行评价,传统网络DEA方法无法解决该类问题。为此给出相对于非有效决策单元或者非决策单元进行评价的基于C~2R模型的广义链式网络DEA模型,并探讨相关性质.     

基于证据推理的混合型多指标群组决策方法

针对决策方案的属性值为语言评价等级和区间灰数的灰色多指标群组决策问题,提出一种基于证据推理的灰色多指标群组决策方法.首先,根据语言评价信息的概率分布和效用值等价原理确定定性指标和定量指标的信用结构,进而得到群体等级信用结构决策矩阵,然后,依据证据推理方法,对群组评价信息进行合成,求出各方案在各等级的信任度,最后,利用期望方差排序方法确定整个方案集的排序.具体算例表明方法合理有效.     

情绪对股票投资收益及后续投资决策的影响

金融学视角的研究使用市场变量代表投资者情绪,未能触及情绪本质.从心理学视角出发,使用行为金融实验方法,研究股票投资者的真实情绪对收益率及后续决策风险偏好的影响.结果发现:1)股价单边下跌时,产生适度消极情绪的个体收益最高.2)对于后续盈利情境的决策,前期产生积极情绪的个体倾向于规避风险,产生消极情绪的个体倾向于寻求风险;对于后续亏损情境的决策,个体均表现为寻求风险.3)股价单边上涨或下跌时,个体最容易出现的具体情绪分别是"倍受鼓舞"、"内疚"等.     

可能度及其在多指标区间决策中的应用

在对区间数比较的可能度进行综述的基础上提出了可能度公理,构建了多指标区间决策的综合评价模型,并运用区间数比较的可能度,给出了一种简便实用的方案排序方法.最后通过实例说明了方法的合理性和可行性.     

基于CVaR准则的折扣回购策略双层风险决策

首先,引入条件风险值(CVaR)准则,作为风险厌恶型的供应商和零售商的决策准则,建立了基于条件风险值(CVaR)准则的折扣回购策略双层风险决策模型.然后,导出了零售商在批发价格下的最优订购公式,证明了订购量随着折扣增大而增大,随着批发价格增大而减小,数值实验表明供应商可以通过折扣和批发价来分担零售商的风险损失,来使供应链达到协调.     

随机DEA期望值模型的一些性质

为判别决策单元在随机DEA期望值模型下的随机有效性,首次提出了随机期望无效、随机期望弱有效、随机期望有效以及随机期望超有效的概念．并给出了三个命题用于判别不同显著性水平下随机期望效率与期望效率的关系．在此基础上,得到了两个重要的性质：（1）当期望效率保持不变时,随机期望效率为显著性水平的增函数;（2）当显著性水平保持不变时,随机期望效率为期望效率的增函数．最后,利用随机模拟和一个算例对上述结论进行了验证．     

基于保守决策偏好的犹豫模糊余弦优化投影决策方法

针对犹豫模糊信息下的多属性决策问题,提出了余弦优化投影方法,将投影夹角定义为决策者的风险偏好,并设置了态度参数用于调节决策者的心理变化,通过灵活描述决策者的保守心理,改进了投影法仅考虑投影长度的不足,使决策者可通过投影长度和投影夹角对备选方案进行综合判断。算例验证了方法的合理性和可行性。     

绿色建筑前期设计阶段的多目标优化及多属性决策模型

综合考虑建筑物的体型参数、围护结构参数和功能布局的影响,运用层次分析法将描述性的功能目标转化为定量值,建立绿色建筑前期设计阶段的能耗、成本和功能的多目标优化模型。针对模型变量的离散性,以邻域拓扑结构改进粒子群算法,防止陷入局部最优,得到绿色建筑方案的Pareto解集。在绿色建筑多属性决策中引入马氏距离与组合赋权方法,对最优方案进行排序决策。通过案例分析验证该模型的效果,在保证一定功能的前提下,可获得较低的能耗和成本,实现绿色建筑设计理念。     

GENERAL MINIMAX ESTIMATORS ON THE LOCATION MATRIX OF A MIXTURE OF NORMALS

This paper considers the estimate problem on the mean matrix of mixtureof normals. In order to evaluate estimators of the mean matrix, a fundamental frameof Ф-(general) decision problem is established. Under the frame, a class of Ф-minimax estimators are constructed.