基于完全包络面的DEA Super效率评价方法

为了对决策单元进行公平、合理、完全的排序,提出一种考虑完全包络面的DEA Super效率评价方法.讨论包络面的选取与DEA效率值的关系,提出完全包络面的概念,并在等产出图上演示了最优前沿面、最劣前沿面与完全包络面的区别和关系;提出基于最劣前沿面的Super效率DEA模型,给出基于完全包络面的DEA Super效率评价排序模型,目标函数包含决策单元的最优效率和最劣效率两部分.该方法用于决策单元的排序,同时考虑最符合与最不符合决策单元自身偏好的权重体系;该方法用于决策单元的效率排序,能获得比较合理的排序结果,可以实际应用于各种决策单元排序中.     

基于AHP/DEA的自然灾害损失评估模型初探

层次分析法(AHP)以及数据包络分析(DEA)的结合使用,可以避免人为设定AHP判断矩阵的主观性和随意性,以及DEA决策单元不能在同一尺度上全排序的缺点.本文探索性地把AHP和DEA模型结合用于自然灾害损失评估中,阐述了基本原理和算法,并且结合实例给出灾害损失排序.     

基于偏好DEA模型的中国纺织业效率评价

基于具有输入输出指标偏好信息的数据包络分析模型评价中国纺织工业的效率,给出了描述规模报酬不变和规模报酬可变假设的DEA模型及其对偶规划的一种形式。模型克服传统DEA模型应用中常见的决策单元权重为零进而高估决策单元效率的不合理现象,有效地测算了中国31个地区纺织工业的经济运行效率,并分析了地区间效率水平差异的原因。利用各决策单元在经验生产前沿面上的投影点,估计了中国纺织工业的随机生产前沿函数,最后用效率弹性线性递减模型分析了销售收入、人均资产、台港澳和外商投资对各地区效率的微观影响关系。     

非合作博弈两阶段生产系统DEA并购效率评价

如何选择并购对象及预测并购可行性是企业管理者在并购决策过程中常面临的问题。针对企业并购预测问题,本文以两阶段生产系统的决策单元为研究对象,研究数据包络分析方法在预测并购可行性方面的应用。该生产系统有两个明显的特点:(1)决策单元由两个阶段串行子系统构成,(2)两个子系统一个处于主导地位,而另一个处于从属地位。两个或者两个以上决策单元并购为一个虚拟决策单元。本文在分析由决策单元整体效率与其子系统效率之间关系的基础上,引入非合作博弈的思想,提出了基于非合作博弈的DEA模型评估虚拟决策单元两阶段生产系统的并购效率:即在保持现有的产出水平和生产效率的前提下,分别求解虚拟决策单元及其子系统的并购效率,分析虚拟决策单元如何通过两个子系统实现整个系统的成本节约。最后,将模型应用于台湾24家非寿险保险公司的仿真分析。由于文章提出的方法能够有效地分析虚拟决策单元内部子系统的并购有效性水平,同时考虑子系统之间的主从关系,因此,能够发掘影响虚拟决策单元并购效率的内部因素,因而能够为管理者并购决策提供更精确有效的管理信息,提高并购决策的科学性。     

存在保证域的模糊非径向偏好DEA模型——基于中科院24个研究所的实证分析

数据包络分析（DEA）是一种非参数化的方法,用于评价具有类似输入和输出的决策单元的效率。传统的非径向DEA模型假设输入和输出数据均为准确值,且对权重变量不加以限制,本文构建了存在保证域的模糊非径向偏好DEA模型,并给出了一种基于模糊数截集的模型求解方法,有效地解决了输入和输出全部或部分为模糊数的决策单元评价问题。最后给出了一个中科院研究所效率评价的实例说明了方法的有效性。     

基于所有制视角的上海市建筑业效率评价研究

本文运用数据包络分析法对上海建筑业不同所有制建筑企业的生产技术效率进行评价,在对决策单元的DEA有效、规模效益、纯技术效率进行分析的基础上,提出如何增减决策单元得以提高总体效率,为横向比较衡量建筑行业内不同所有制建筑企业的生产技术效率表现提供了有效的途径。     

基于最近距离投影的DEA两阶段效率评价方法研究

数据包络分析是进行效率评价最重要的方法之一。传统的数据包络分析理论主要寻找有效前沿面上的最远距离投影，在极大化无效性指数的同时也面临着效率改进的巨大难度和高额成本。对于具有两阶段内部生产结构的决策单元，本文从考虑最小改进难度的视角出发，提出了最近距离投影的两阶段效率评价方法。该方法首先得到所有强有效决策单元的线性组合，且这些组合均占优于被评价的两阶段决策单元。然后建立了两阶段范围调整效率评价模型，在确定具有最近投影距离的占优组合的同时，得到了两阶段评价效率。最后，本文运用我国32家上市银行的年度数据对所提出方法进行了应用验证。     

并联系统资源和目标配置双准则DEA模型

针对决策单元内部资源和目标配置问题,以并联生产系统为研究对象,研究数据包络分析方法在组织的资源分配与目标设定方面的应用.首先考虑决策单元内部评价的特点:(1)固定投入和固定产出;(2)子单元评价的权重选择之间的关系;(3)内部评价权重选择与决策单元整体评价的关系.在此基础上,提出基于效率与公平的决策单元内部资源和目标配置双准则DEA模型,最后用算例演示其使用,以说明模型的合理性.     

基于改进分层博弈交叉效率模型的政策评价

政策评估作为政策实施过程中的关键环节,是检验政策效果的基本途径与实现资源优化配置的重要依据.在复杂博弈情境下,决策单元群体间竞合关系不变的假设已经不能满足现实中效率评价的需求,考虑群体间动态变化的合作与竞争关系至关重要.本文将外界冲击下主体间竞合关系演变纳入效率评价框架,提出改进分层博弈交叉数据包络分析方法：从公平的视角出发,基于二次目标模型构建多层次效率矩阵,结合Shapley值对决策单元动态关系演变进行效率评价,进而,以水权交易市场试点政策为例,验证该模型的可行性.该方法放松了政策前后群体竞合关系稳定的假设,验证了水权交易市场政策的有效性和外溢性,为能源与环境领域试点政策效果评价提供了新方法.     

非合作博弈两阶段生产系统的环境效率评价

本文研究了环境效率评价中广泛存在的一类典型问题:两阶段非合作博弈的效率评价问题,该问题有两个明显的特点:(1)决策单元由经济生产子系统和污染物处理子系统两个阶段的子系统构成,(2)经济生产子系统产生的污染物由污染物处理子系统进行处理,且经济生产子系统居于主导地位,而污染物处理子系统居于从属地位.文章在分析各个决策单元整体效率与其子系统效率之间关系的基础上,提出一种能够同时评价决策单元整体效率和其子系统效率的DEA方法;然后引入非合作博弈思想,提出了基于两阶段非合作博弈的环境效率评价的DEA方法;最后采用中国各地区的工业系统的环境效率评价的实例分析说明了该方法的合理性和有效性.由于文章提出的方法能够有效地分析决策单元内部子系统的有效性水平,能够反映子系统之间的主从关系,能够发掘影响决策单元效率的关键因素,因而能够给出更为有效的环境管理信息,为决策者的决策提供科学的依据.     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

移情关系影响下的群体共识决策模型研究

群体成员之间的社会关系及其网络结构特征是影响群决策的重要因素。移情关系是客观存在于一些现实群决策问题中的一种社会关系，但目前考虑移情关系的群决策研究尚不多见。为拓展群决策模型的应用范围，面向移情网络环境提出一种群体共识决策方法，并揭示移情关系对群体共识决策的影响规律。首先，从偏好交互影响的角度出发，构建局部移情模型和全局移情模型，并由此确定移情关系影响下决策者偏好演化的结果。其次，利用个体偏好分解为内在偏好和移情偏好的结构特点，为群体共识达成过程设计一种有效的移情关系引导的反馈机制，该机制可以通过内在偏好层面的偏好调整实现个体偏好层面的共识收敛。最后，数值仿真分析表明：群体成员之间的移情关系提升了群体共识水平，而且全局移情关系比局部移情关系更有利于群体共识的达成；移情网络结构和群体规模是影响移情网络环境下群体共识达成的重要因素。相关决策模型和研究结论可为移情网络环境下的群体共识决策提供理论和方法支持。     

基于EM填补和加权秩和比的电力系统黑启动决策方法

电力系统大停电后需要安全可靠的黑启动方案进行电力快速恢复,如何从众多黑启动方案中进行优选是一个重要课题。不同于以往完全信息情况下的研究,本文对电力系统黑启动方案评估问题的研究是基于不完全信息情况下进行的,提出一种EM填补和加权秩和比相结合的黑启动决策方法。首先,采用EM算法填补黑启动方案评价空值,得到完备的黑启动评价矩阵;然后,计算指标间的差异性,利用差异性权重法得到各个指标的权重;最后,采用加权秩和比法确定每个方案的评分值,实现黑启动方案的分级和完全排序。本文方法基于广东电网黑启动数据集进行实验验证,实验结果表明,本文方法可以对不完全信息情况下的黑启动方案进行优劣排序,且具有较高准确性。     

An integrated method for cognitive complex multiple experts multiple criteria decision making based on ELECTRE III with weighted Borda rule

The ELECTRE (ELimination Et Choix Traduisant la REalité, in French) is an effective multiple criteria decision making method based on comparative analysis. Among the family of the ELECTRE methods and their extensions, the ELECTRE III is widely used since it can tackle uncertain and imprecise information. The hesitant fuzzy linguistic term set can represent people's perceptions more comprehensively and flexibly than exact numbers especially in cognitive complex decision-making process. In this paper, we develop an integrated method based on the ELECTRE III to handle the cognitive complex multiple experts multiple criteria decision making problems in which the cognitive complex information is represented by hesitant fuzzy linguistic term sets and the outranking relations between alternatives are calculated by a novel score-function-based distance measure between hesitant fuzzy linguistic elements. A combinative weight-determining method involving both subjective and objective opinions of experts is introduced to derive the weights of criteria. After obtaining the ranking of alternatives from each experts’ decision matrix by the distillation algorithm, the weighted Borda rule is implemented to aggregate the rankings of alternatives regarding different experts. Some ordinal consensus measures are introduced to identify the reliability of the final ranking result. An application of hospital ranking in China is provided to validate the efficiency of the proposed method.     

An approach to consensus measurement of linguistic preference relations in multi-attribute group decision making and application

This paper studies the group decision making problem with linguistic preference relations. We first study the consensus measure between the individual preference relations and the collective (group) preference relation by defining the concept of degree of similarity between two linguistic values and two linguistic preference relations. Then we propose a concept of the acceptance consensus threshold value for group decision making with linguistic preference information. We show that the consensus between individual preference relations and the collective (group) preference relation is greater than the weighted similarity degree of a given individual preference relation with respect to other individual preference relations in group decision making with linguistic preference relations. The results will help in the analysis of crucial issues of conflict and agreement among preferences of decision-makers, which affect the consensus of group decision making with linguistic preference relations. Theoretical foundations are then established for the proposed method. Finally, the proposed method is applied to evaluate the degree of consensus of individual overall preference values with respect to the collective overall preference values for multi-attribute group decision making with linguistic information. The main contribution of this paper is twofold. One is to present a new way to measure the consensus between the individual preference relations and the collective (group) preference relation in group decision making with linguistic preference information. Another is to provide an effective approach to evaluating individual overall preference values with respect to the collective overall preference values in multi-attribute group decision making with linguistic information.     

共识条件下最小最大妥协的直觉模糊数集结方法研究

直觉模糊集（IFS）理论是描述广泛模糊事物的重要工具。为减小决策过程中个体偏好值与群体偏好值的差异，协调个体与群体间矛盾，提升决策结果的执行效率，本文提出最小化最大妥协度（Minimize maximum compromise）的决策准则。给出直觉模糊环境下的，个体偏好值的集结算法及决策方法，并分别考虑了有无共识条件、有无决策主体权重的三类决策情景。最后给出算例，验证本文方法的有效性，结果表明，相较于I-IFOWG算子，本文方法能够有效降低群体决策中个体的妥协程度。     

存在保证域的模糊超效率DEA模型

模糊DEA模型是用于解决存在模糊数据的决策单元(DMUs)效率评价问题的,然而现有的模糊DEA模型分辨率低,本文构建了存在保证域的模糊超效率DEA模型,并给出了一种基于截集的求解方法并进行了证明,该模型有效地解决了输入和输出全部或部分为模糊数的决策单元全排序问题。最后给出了一个银行效率评价的实例说明了方法的有效性。     

基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域，可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题，提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先，给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子，兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次，给出基于离散Choquet积分的TOPSIS算子（CI-TOPSIS），以此为基础，进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤，用于确定具有最大可信度群体一致案例比较信息集，并逐步引导决策者给出部分及全部方案的精确分类，充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后，通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明：该方法克服了决策过程中信息的遗漏，充分保留了决策过程中信息的完备性，更适用于直觉模糊群决策环境下的决策实践，是一种非常有效和科学的方法，可应用推广到更多决策领域。本文所得结论，对于有效解决多人多投资方案的群决策问题，具有一定的借鉴意义。     

决策单元交叉效率的自适应群评价方法

传统交叉效率评价方法因决策单元偏好权重不唯一而难以操作,因交叉效率有效性分值平均化集结而难以被接受。目前的学者通常围绕决策单元指标权重的确定性分配方法、交叉效率有效性分值的去平均化集结等分别开展研究。本文将交叉效率评价方法中自评互评相结合的评价模式看作群决策过程,即每个决策单元既是一个被评对象,又是一个决策"专家",提出了一种决策单元交叉效率的自适应群评价方法,将决策单元偏好权重的确定和交叉效率有效性分值的去平均化集结作为同一个决策过程,根据每个决策单元的评价结果与群体评价结果的接近程度,同步迭代调整决策单元的"专家"权重和决策单元自评产生的、并提供给其他被评价决策单元的一组确定的偏好指标权重。实验验证与实例运用分析表明,该方法收敛效果良好,能得到客观稳定的决策单元交叉效率有效性分值及排序。     

属性值为区间数的多属性决策对象排序研究

多属性决策问题的实质利用已有决策信息,通过一定方式对备选方案进行排序和择优。针对属性值为区间数的多属性决策对象排序问题,首先,提出决策对象优势关系这一概念,再次,得出决策对象的优势关系与其属性值两端点的实数值之和存在等价关系;最后,利用属性值为区间数的多属性决策实例对该算法进行了实例分析,并利用优势关系对决策对象进行排序并择优。