基于属性分布信息的大规模群体评价方法及应用

针对大规模群体评价中如何实现群体意见的有效集结,如何体现群体共识度对评价活动的影响等问题,本文提出了一种基于属性分布信息的群体评价方法。首先,利用群体评价信息构建各属性的分布,以体现群体对属性的共识程度,并结合属性取值区间,采用分布型区间数对群体评价信息进行描述;在定义分布型区间数运算规则的基础上,提出了属性权重也为分布型区间数的加权集结算子;然后,设计了基于分布型区间综合评价值的方案排序方法;最后,利用Matlab软件,给出了应用算例,结果表明方法具有可操作性和有效性。     

模糊粗糙集中综合评价的属性约简和规则获取

传统的评价方法在进行评价之前没有进行属性约简,并且对新样本的评价过程过于复杂.鉴于此,运用(S,T)模糊粗糙集对综合评价中的属性约简和规则获取进行了研究,通过属性约简精简评价指标,通过规则获取来简化新样本的评价过程,为新样本的评价提供了一种全新的方法.最后以一个综合评价实例来演示如何进行属性约简和规则获取.     

电子中介中基于公理设计的多属性交易匹配研究

电子中介的出现为多属性商品交易的买方和卖方提供了新的模式和平台,并已成为电子商务活动中的重要渠道.针对电子中介中具有多属性评价信息的商品交易匹配问题,给出电子中介中买方与卖方多属性商品交易匹配的问题描述,提出一种基于公理设计的买卖双方交易的多属性匹配程度计算方法,构建关于电子中介中买卖双方交易匹配的多目标优化模型,并采取隶属度函数加权和方法将多目标优化模型转化为单目标优化模型,通过求解优化模型可以得到买卖双方交易的匹配结果.通过一个实例分析说明给出方法的可行性和实用性.     

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.     

基于共识模型和ORESTE的扩展概率语言多属性群决策方法

扩展概率语言词集作为一种更具通用性的语言信息表示模型,能够更加充分地描述原始评价信息,提高语言多属性决策的科学性。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,提出一种基于共识模型和ORESTE方法的多属性群决策方法。首先,给出了扩展概率语言词集的概念以及相关理论。其次,考虑到群决策过程中专家群体因知识背景以及素质能力的不同从而给出不同的评价信息导致群体意见不一致的情况,提出了扩展概率语言环境下的共识模型。再次,鉴于多数情况下备选方案间不存在单一排序顺序,本文对经典的ORESTE方法进行改进,提出扩展概率语言ORESTE方法。基于本文提出的扩展概率语言共识模型和扩展概率语言ORESTE方法,提出了扩展概率语言多属性群决策方法。最后,为了验证本文提出方法的有效性和合理性,采用共享单车设计方案评价算例进行分析,并通过与其他方法的对比分析说明本文提出方法的优越性。     

基于流程图及过程代数的流程表达方法

提出一种新的用于BPR 的业务流程表达方法. 首先用基于活动属性的流程图来描述业 务流程; 再利用图论的矩阵分析方法描述流程图; 然后结合过程代数的方法, 由流程图的矩阵 推导出一个能全面反映流程情况的代数表达式——过程代数式; 最后通过对过程代数式的分 析, 提出流程的评价指标.     

目标导向层次分析方法

对含有抽象属性的多属性层次结构而言，层次分析法即AHP（包括DIS-AHP、ABS-AHP、IDE-AHP和SUP-AHP四种具体方法）会因比率比较基准缺失、权重内涵模糊不清或方案评价不保序而缺乏科学理性。为发展AHP，基于摆幅置权（SW）判断模式和多属性决策属性价值公度方法，首先给出了能为层次结构抽象属性上的SW判断提供支持的规约性多属性决策属性价值公度方法，然后由此并结合多属性价值理论给出了能够克服现有层次分析法内在缺陷的目标导向层次分析方法即ToAHP。相对于AHP，ToAHP在判断模式与权重内涵、方法建构的理论基础和相关假设检验、方案评价保序与其内在数理依据上具有明显的相对科学合理性。应用分析表明：在输入信息可比的条件下，ToAHP明显优于AHP的四种分析方法之中最具可信性的SUP-AHP方法。     

基于粗糙集的研究性学习的评价

本文利用粗糙集理论来构建研究性学习评价系统,在研究了研究性学习评价的粗糙集描述问题的基础上,给出了研究性学习评价的粗糙集属性决策规则和界定方法,建立了粗糙集约简算法。最后通过实例验证了该方法应用于研究性学习评价的有效性。     

不完全偏好信息下国有企业并购多属性拍卖的模糊决策

拍卖是国有企业并购的一种有效市场配置方式.从社会整体效用的视角出发,国有企业并购多属性拍卖比以价格为目标的单属性拍卖的效用更高.在分析国有企业并购中凸显问题的基础上,构建了国有企业并购多属性拍卖决策的属性集.采用了Vague集的方法描述国有企业并购多属性拍卖中的模糊信息.根据实际的情况,建立了不完全偏好信息下的国有企业并购多属性拍卖的模糊决策模型.该决策模型中利用Vague值的得分函数确定理想解和负理想解,并依据新定义的Vague集的一种距离测度方式计算各方案与理想解和负理想解的距离.提出了一种交叉迭代法用于求解包含未知权重信息的非线性规划模型,得到属性集的最优权重.最后的应用算例分析表明了该方法的有效性和可行性,为国有企业并购的多属性拍卖决策提供了一种新的思路.     

混合多属性群决策中的群体一致性分析方法

本文针对一类属性值为精确实数、区间数和语言值的混合型多属性群决策问题,提出了一种群体一致性分析方法。在该方法中,计算群体一致度时,首先根据专家提供的评价信息在属性层面上计算专家之间的差异度,再由此得到群体一致度,计算过程中不需进行数据类型转换,避免了数据类型转换造成的信息损失;当群体不一致时,在属性层面上给出相应的调整策略,可以使专家有针对性地修改相应属性上的评价信息,使群体尽快达成一致,同时避免了专家评价信息的过度修改。最后通过一个实例分析验证了该方法的可行性和有效性。     

基于证据推理的不确定多属性决策方法

针对基本属性权重的不确定性,以及基本属性与广义属性评价集的不一致性等问题,提出一种基于证据推理的不确定多属性决策方法,将证据推理算法推广到更一般的决策环境中.根据决策矩阵的信息熵客观地获得属性的权系数;而对于基本属性与广义属性评价集不一致的情况,则通过对基本属性分布评价的模糊化及模糊变换,合理地实现到广义分布评价的统一形式;最后应用证据推理算法得到整个方案集的排序.实例结果表明,该方法是可行的、有效的.     

基于粗糙集理论的格序选择方法

在粗糙集理论中,为了识别由偏好属性导致的不相容性,已提出基于优势关系的粗糙集理论,然而这一理论在实际应用中往往导致多个决策规则的出现,如何辨别由偏好多属性决策表中获取的多个决策规则从而选取最优方案,尚未见到有关的研究文献。本文针对这一问题,利用格序理论,给出属性约简的贴近度,比较不同约简所得决策规则贴近于原知识库的程度,从而得到一种选择最优决策方案的方法。     

An analysis of the supplier selection process

Customers select suppliers based on the relative importance of different attributes such as quality, price, flexibility, and delivery performance. This study examines the difference between managers' rating of the perceived importance of different supplier attributes and their actual choice of suppliers in an experimental setting. We use two methods: a Likert scale set of questions, to determine the importance of supplier attributes; and a discrete choice analysis (DCA) experiment, to examine the choice of suppliers. The results indicate that although managers say that quality is the most important attribute for a supplier, they actually choose suppliers based largely on cost and delivery performance.     

考虑决策者心理行为的混合型随机多属性决策方法

针对混合型随机多属性决策问题,提出一种考虑决策者心理行为的决策分析方法。在该方法中,首先将具有离散型随机变量、灰色型随机变量和语言型变量形式的属性值规范化到区间内;然后将决策者给出的针对不同时期的属性期望视为参照点,并通过计算方案属性值与参照点的距离构建方案的益损矩阵;进一步地,依据累计前景理论,计算方案在不同属性上的收益和损失价值,并在此基础上,通过集结不同属性和不同时期的方案前景值确定各方案的综合前景值,进而依据得到的综合前景值确定方案排序结果。最后,通过一个算例说明了该方法的有效性和可行性。     

一种基于属性二元关系的大群体决策方法及应用

针对现有的大群体决策方法只考虑决策属性相互独立的不足,提出了一种基于决策属性之间二元关系的大群体决策方法,该方法基于二元关系形成群体成员偏好矢量属性关系矩阵,借助该关系矩阵是0-1矩阵及其范数性质,构建了两个决策成员偏好矢量相聚性度量模型,基于该模型提出了一种大群体决策偏好集结和决策方案排序方法。最后以湖南省重大冰雪灾害应急管理能力评价为案例,对方法进行了应用。     

挖掘客户潜在需求确定指标重要程度的证据组合方法

在现实中,属性(例如产品的各种指标)的权重常常与特定客户的需求有关,因此这些客户的偏好信息对权重的确定非常重要.这种信息不一定就直接体现在对属性的重视程度上,而可能表现在对一组具体产品的偏好关系上.在对产品的指标评价时还会存在一些无知性.针对这些情况,本文给出一个基于证据理论和目标规划、挖掘客户潜在需求的指标权重估计方法,并结合一个计算示例,给出具体的计算过程.     

金融危机、竞争战略与财务绩效——基于中国物流上市公司的研究

在测算上市物流公司财务指标属性重要度和综合财务绩效的基础上,研究了不同时期2种竞争战略与综合财务绩效的关系.首先采用有序信息表、粗糙集理论序信息系统约简算法对38家上市物流公司的19个财务指标进行约简,分别得到12个(2005年)和11(2009年)个指标.在序意义下,金融危机前现金能力指标最为重要,危机后营运能力指标的权重升至第一.研究发现,无论危机爆发前还是爆发后,上市物流公司实施低成本战略总是有利于财务绩效改善的.     

基于愿景满意度函数的多属性群决策方法

针对定性和定量属性相混合的多属性群决策问题，提出基于愿景满意度函数的多属性群决策方法。该方法从损失和收益的角度考虑问题，通过计算标准化的愿景值和属性值之间的距离，建立考虑专家不同风险态度的愿景满意度函数，求得专家各自的满意度，最后应用简单加权算子集结专家的排序结果。通过案例分析和算法对比说明了该算法可适用于不同风险态度的专家进行决策，而风险态度和愿景值的分析结果表明当属性不确定性较大时，专家看重损失或者收益取决于专家的风险态度和愿景值的高低，该方法可为参与决策的双方提供有价值的参考意见。     

基于随机Petri网的突发事件信息演化模型

突发事件爆发后通常会引发事件信息的演化现象，而信息演化可能导致的负面舆情危机严重影响社会生活秩序，如何准确把握突发事件信息的演化规律是社会发展新形势下公共事务风险治理的重要内容。首先采用案例分析和结构化描述方法提取突发事件信息演化现象的内外部属性，并提出其演化系统。进而，构建该系统的随机Petri网模型及其同构的马尔可夫链。最后，通过情景仿真研究系统的均衡状态变动规律及其调控问题。研究过程中，提出突发事件信息演化现象的结构化描述、演化系统及不同演化状态，得出系统均衡状态变动规律及其调控机制。在此基础上，指出未来应考虑带有碰撞和耦合机制的多种信息演化规律及其调控问题。