基于最大偏差原则的群体性事件应急管理绩效评价模型

群体性突发事件应急管理绩效评价具有价值判断冲突性、结构嵌入性和语义模糊性等非常规特征。针对群体性突发事件的矛盾对抗性特征,根据"着重解决群众反映意见较大的突出问题"的善后处置原则,构建了基于最大偏差原则的多属性评价模型。首先,在社会结构、应急策略和评价指标等多重维度下,构建了件应急管理绩效评价指标体系,包括效率、公平、收敛性、稳定性和适应性。其次,针对价值判断冲突特征,提出基于最大偏差原则的二元语义信息处理方法:偏差越大,表明该属性能够更好的反映出事态冲突性,应赋予越高的权重。最后,结合某住宅小区锅炉房拆迁案例的全样本调查数据进行实证分析。结果表明,相对于模糊综合评价模型和最小偏差原则的二元语义模型,基于最大偏差原则更能反映出群体性突发事件应急管理绩效评价的价值冲突性。     

基于语言评价信息的快速集结方法研究

针对具有语言评价信息的多指标群决策问题,研究了基于二元语义的快速集结方法。把各决策者的语言评价信息转化为二元语义矩阵;依据各决策者的判断偏好,提出方案属性权重求解的规划模型;通过集结和比较各决策者偏好和总体偏好的差异,提出决策者权重确定模型;定义决策者判断一致度及决策者偏差的查找算法,快速辨别偏差较大的决策者并对其提供偏好调整建议;文后例子将其应用于某危险品的救险应急方案的选择。     

基于离差函数和联合熵的组合赋权方法

针对多指标评价权重确定问题,提出了基于最小离差和最大广义联合熵的组合赋权方法。该方法一方面综合考虑了各评价方法从不同角度所确定的权向量,使确定的理想组合评价权向量与所有其他方法的评价权向量之间的总体偏差为最小;另一方面尽量消除组合赋权的不稳定性,使各方法各指标权数赋予平衡因子后广义的联合熵最大,使得全局的不确定性最小、最为合理,由此建立了组合权系数优化模型。最后通过实例说明了此方法的合理性。     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.     

基于组合赋权的高速公路上市公司绩效动态综合评价

结合高速公路行业的特点,建立了高速公路上市公司绩效评价的评价指标体系,通过组合赋权的方法赋予动态指标权重,并结合理想解法,运用动态综合评价原理对10家高速公路上市公司2005-2007这一时段的经营绩效进行了实证分析。在动态评价模型中,采用序关系分析法和和熵值法确定指标的组合权重,兼顾了主客观赋权的优点,提高了评价结果的准确性。     

基于离差的区间二元语义多属性群决策方法

针对具有多粒度区间语言评价信息的多属性群决策问题,提出一种基于区间二元语义信息处理和离差最大化的群决策方法。该方法首先针对由基本语言评价集表示的区间二元语义信息,采用了多粒度区间语言评价信息一致化的方法;然后对属性权重信息完全未知的情形建立基于离差最大化的目标规划模型,得到一个求解属性权重的公式,从而获得相应的属性权重;再利用区间二元语义的集结算子对评价信息进行加权集成,通过区间二元语义信息的可能度公式对集成结果进行排序和择优;最后由实例分析说明该方法的有效性和可行性。     

基于赋权结果偏差系数的组合赋权法

本文在综合各种赋权方法给出的主观和客观指标权重信息的基础上,建立了求解企业绩效评价指标权重的优化模型,根据各种主客观赋权法给出的赋权结果的偏差系数确定其在权重组合中的加权系数。通过计算权重向量各分向量的偏差度来得到一致性系数,最后通过应用实例对此方法予以说明。     

基于改进物元可拓模型的高校突发事件应急管理能力评价

为解决高校突发事件应急管理能力评价复杂的问题,依据可拓学理论,引入非对称贴近度判别准则,建立基于物元可拓理论的高校突发事件应急管理能力改进模型。同时基于全生命周期过程,依据层次分析法建立评价指标体系,并计算各评价指标的权重。将该评价模型在5所高校中进行应用,结果表明在该应用中非对称贴近度判别准则相比最大隶属度原则更有效,其判别结果与实际结果基本一致。进一步证明基于改进物元可拓模型的高校突发事件应急管理能力评价方法具有一定准确性与可靠性,为高校突发事件应急管理能力评价提供了新思路。     

基于组合赋权的人力资源管理评价模型

随着人力资源管理在企业中战略地位的提升,对其进行评价成为备受关注的、具有理论意义和实践意义的重要问题。本文根据G1法和熵权法得到各个评价指标的主客观权重,在此基础上利用主、客观评价法的各自评价结果偏离程度最小的原则优化组合赋权模型,确定出最优组合权重,建立基于组合赋权的企业人力资源管理评价模型来对企业的人力资源管理进行有效评价,根据各评价对象的评价结果的大小进行排名并判断其人力资源管理水平的高低。     

基于违约鉴别能力组合赋权的小企业信用评级——基于小型工业企业样本数据的实证分析

信用评级是衡量债务违约的可能性,因此评级体系要有违约风险识别能力,能够将违约客户和非违约客户显著地区分开.通过逼近理想点的思路,构建多目标规划模型求解最优的组合权重,并对中国某区域性商业银行1 814笔小型工业企业贷款进行实证分析.本文的创新与特色一是以非违约企业的数据到正理想点的距离代数和最小为第一个目标函数,以违约企业的数据到负理想点的距离代数和最小为第二个目标函数,构建多目标非线性规划模型进行组合赋权,在满足了“非违约企业的评价得分越高、违约企业的评价得分越低”要求的目标下得到最优的组合赋权的权重系数,使赋权结果保证了评级模型能够将违约企业与非违约企业最大地区分开.改变了现有研究的组合赋权脱离评价目的的弊端,改变了现有研究中违约与非违约企业的评价得分存在大量重叠、对两类企业的区分能力低的弊端.二是通过检验“违约企业的信用得分是否显著小于非违约企业的信用得分”的J-T非参数检验,验证信用评价模型的合理性.改变现有研究忽略对信用评价模型的合理性进行验证的弊端.三是经过实证,发现本研究建立的组合赋权模型的违约鉴别能力(Z=5.546)要高于现有研究的两种常用组合赋权模型、即基于方差最大的组合赋权(Z=4.298)和基于偏差最小的组合赋权(Z=5.182)     

基于后悔理论和DEMATEL的语言型多属性决策方法

针对目前语言型多属性决策方法大多基于期望效用理论且不考虑指标间影响关系的不足，提出了一种将后悔理论和决策试验与评价试验法相结合的语言型多属性决策方法。首先，依据后悔理论的思想，定义了语言后悔-欣喜函数，给出了方案感知效用值的计算公式；然后，利用决策试验与评价试验法分析指标间的影响关系，给出了基于语言DEMATEL的指标权重确定方法，再通过指标总容量最大优化模型给出了基于注水原理的指标权重确定方法，并在此基础上求解方案的综合感知效用值，据此对方案进行排序择优；最后，通过两个应用实例来验证所提方法的可行性和有效性。实例结果表明，由于该方法同时考虑了决策者的心理行为和指标间的影响关系，因此可使决策结果更加贴近现实且更为可靠。     

考虑多指标模糊关联的服务制造网络协同绩效评价方法

本文针对服务制造网络伙伴协同绩效评价问题中指标之间具有关联性的特点,给出了一种考虑多指标模糊关联的评价方法。首先,构建了服务制造网络伙伴协同绩效评价的框架和指标体系;然后,通过将模糊语言信息转化为Two-tuple linguistics以及对TAC(Two-Additive Choquet)积分算子进行扩展,对Two-tuple linguistics形式的指标关联信息与评价信息进行处理和集结,从而获得交互性协同和互补性协同两个维度的评价结果。最后,通过一个算例说明了给出方法的潜在应用价值。     

考虑专家判断信息的灰色关联极大熵权重模型

本文提出了一种从关联角度出发将主观先验信息与客观信息纳入约束条件从而求解综合权重的方法。在利用灰关联深度系数对实际决策问题进行客观权重判断研究的基础之上,构建了源于专家判断信息的权重势比的主观约束条件,将主客观因素同时反映在优化模型的约束条件中,并将权重的极大熵作为目标函数,保证权重判断的可信度,从而构建了确定评价指标综合权重的极大熵优化模型。该方法克服了将主客观条件直接通过线性组合作为目标函数时,主客观参数选取导致的权重大小的不确定性,并同其他赋权方法进行案例结果比较,表明了该方法的有效性。     

基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法

扩展概率语言词集通过语言变量概率分布的调整能够转化为多种语言信息表示模型,是语言变量、不确定语言信息、扩展犹豫模糊语言词集、分布语言评估信息、概率语言词集等的一般化,具有较强的通用性和实用性,是处理不确定性信息的重要工具。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出基于证据推理和广义Shapley值的多属性群决策方法。首先,提出扩展概率语言词集的定义和相关基础理论。其次,将广义Shapley值和证据推理相结合用于专家信息融合,并将广义Shapley值和TODIM方法相结合用于备选方案排序。再次,提出基于灰色关联法的权重确定模型来处理专家/属性权重部分未知的情况。最后,以绿色供应商选择为例进行分析,通过对比分析验证所提方法的有效性和优越性。     

基于集对分析的交通运输行业企业社会责任组合评价研究

本文以国际上普遍认可的国际标准化组织ISO26000、全球报告倡议组织G4的企业社会责任理论为基础,通过国内外经典文献的梳理,结合企业履行社会责任的实践,构建了包含环境、经济贡献等在内的7个准则层以及包含了客户投诉处理率51个评价指标的评价体系,以63家上市的交通运输行业企业为研究对象,通过集对分析方法对变异系数、指标难度以及熵权法三种单一赋权方法进行组合,建立企业社会责任的评价模型。本文的创新与特色:一是通过指标得分计算被评价企业与63个名次对应标准分值的同一度,并选取同一度均值的峰值确定企业排名,将变异系数法、指标难度法及熵权法三种单一赋权方法的结果进行组合,得到唯一的企业社会责任排名结果,完善了不同单一赋权方法结果不一致的问题。二是通过数据处理前的Kendall检验对单一评价方法进行一致性判断,通过数据处理后的Spearman检验对结果的一致性进行二次检验,保证了组合评价结果的准确性,解决了单一评价之后直接组合数据导致数据无说服力的问题。实证结果表明,7个准则层中社区发展和人权两方面的表现最佳,在公平运营上表现最差;9个子行业中公路运输业与高速运输业表现较差。     

基于案例学习的多层次聚类指标客观权重极大熵挖掘模型

本文针对待聚类对象的多层次聚类指标权重配置问题进行了研究。首先运用向量空间模型将聚类对象表征为包含多个层次聚类属性指标的特征空间向量并基于余弦距离测算底层属性指标的相似程度，然后根据聚类指标的层次结构以及相应各层指标的权重系数综合测算对象之间的相似程度，最后根据历史聚类案例中相同类别对象之间相似度较大，不同类别对象之间相似度较小等特点，构建了基于案例学习的多层次聚类指标客观权重极大熵挖掘模型。通过案例分析以及与其他方法的比较研究，证明了本模型的可行性与有效性，为多层次聚类指标客观赋权问题提供了一种新的研究思路。