基于累积前景理论和随机加权法的随机多准则决策方法

针对准则权重完全未知、准则值部分缺失的随机多准则决策问题,文章提出了一种基于累积前景理论和随机加权法的决策方法。该方法引入决策者的风险偏好态度,首先通过随机加权法模拟准则值的经验分布函数,根据分布函数计算前景值。然后由信息熵确定准则权重,并根据集结算子计算备选方案的综合前景值并排序。最后通过一个可靠性评估实例验证了该方法的有效性。     

一种基于多维区间数加权距离的多属性决策方法

区间数是描述不确定性的一种数学方法,通常的不确定多属性决策方法基于一维区间数。文章借鉴向量之间距离概念,提出了一种基于多维区间数加权距离的多属性决策方法。首先在介绍一维区间数和相关运算的基础上给出了多维区间数概念及其相关运算,着重分析了多维区间数之间的距离与加权距离;然后由多维区间数加权距离概念得到了多维区间数的范数,类似于向量范数,提出了基于范数的多维区间数大小比较的新测度,研究了基于多维区间数加权距离的不确定性多属性决策排序方法;最后给出算例说明了提出方法的有效性。     

新的区间数DEMATEL决策方法

针对现有区间数DEMATEL决策方法的一些不足,文章构建了固定的语言算子,提出了新的区间数DEMATEL规范方式,引入可能度方法解决了在求取原因度时左右区间数的不合理现象.最后利用案例进行了说明,并与现有的决策方法进行了对比.     

基于组合赋权的区间型多属性决策方法

文章在已有的赋权方法的基础上,针对主客观组合赋权在实际问题中的优势,提出了基于专家打分法与区间中心点距离法的一种组合赋权法(即几何平均组合赋权法),说明了主客观赋权法独立赋权的片面性,并通过实例讨论分析了基于专家打分与区间中心点距离组合赋权法(即几何平均组合赋权法)的合理性。     

区间数动态多指标决策的投影法

0引言多指标决策问题的决策理论与方法已成为决策科学、系统工程、管理与运筹等领域研究的热点。动态多指标决策问题的研究尤显重要。动态多指标决策问题是具有时间、指标和方案的三维决策排序问题,这样问题的决策过程与结果反映了动态特点。文献眼1演和眼2演在确定情形下,用理     

区间数多指标决策的一种新方法

文章针对属性值和属性权重均为区间数的多属性决策问题进行了研究,给出了一种能够很好地处理该问题的实用方法.文章首先对各方案的指标属性值取平均;其次利用区间数权重信息得到一组顶点权重向量.依次将这些权重向量代入多属性决策方案,按照最优方案出现的次数和所有方案的综合得分,进而确定方案的排序.实例证明了所提方法简单、有效,易于实现.     

一种区间直觉模糊数多属性决策的TOPSIS方法

针对属性权重信息确定且属性值为区间直觉模糊数的多属性决策问题,提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方法的基本思路,得到每个方案与正、负理想方案间的加权海明距离,进而计算出每个方案与正理想方案间的相对接近度,即可得到所有方案的排序结果。最后,进行了实例分析,说明了该方法的实用性和有效性。     

基于“奖优罚劣”线性变换算子的区间数多目标灰色局势决策方法

针对多目标决策值为区间数的规范化问题,提出一种具有奖优罚劣特性的[-1,1]线性变换算子,规范化处理原始决策信息,将其运用到目标权重确定,且属性值为区间数的多目标灰色局势决策中,给出了基于"奖优罚劣"算子的区间数多目标灰色局势决策方法,并以空舰导弹设计方案的选择作为应用案例,结果表明该方法操作方便、计算简单、易于实现,可以为一些具有区间值的不确定决策问题提供一种有效、科学、实用的方法。     

权重为区间数的多属性决策的集对分析法

文章针对属性权重为区间数且属性值确定的多属性决策问题,提出了集对分析的决策方法。该方法将属性权重为区间数且属性值确定的多属性决策问题转化为属性取值为区间数的多属性决策问题,然后依据集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,进而得到每个方案的综合联系数,计算出每个方案的集对势,即可得到所有方案的排序结果。最后给出了一个数值例子,结果表明方法简单,有效和易于计算。     

多目标灰局势区间决策方法

1问题的提出近年来,不少学者提出了对灰色决策理论中的经典灰局势决策方法的改进及应用。如文献[1]中将非等权目标灰局势决策方法用于基础工程投标决策,文献[2]中将多目标加权灰局势决策方法应用于环境教育定量考核评价中,文献[3]用多目标加权灰局势决策方法对路线设计方法进行     

基于改进得分函数的直觉模糊多属性决策方法

针对属性权重信息完全未知的直觉模糊多属性决策问题进行了探究,提出了一种综合考虑隶属度、非隶属度以及犹豫度的新的得分函数,利用改进的得分函数将传统的熵权法推广到直觉模糊领域,为属性权重完全未知的直觉模糊多属性决策问题提供了一个新的排序方法。实际的铁路冻害整治算例进一步说明该方法的可行性和有效性。     

基于区间灰数与离散灰数双重异构序列的预测建模方法研究

系统变化的复杂性导致了系统行为数据的不确定性与异构性,面向多源信息的数据集结导致了表征系统变化规律的灰色异构时序数据的产生。对面向区间灰数与离散灰数的双重异构数据序列预测建模方法展开研究,通过对区间灰数均匀分割处理,得到与离散灰数灰元数量相等的次级区间灰数,进而实现了灰色异构数据的"同质化"转换;在此基础上构建了面向异构数据序列的灰色预测模型,并应用该模型实现了大桥沉降量的有效模拟与准确预测。研究成果对拓展灰色预测模型应用范围具有积极意义。     

基于联系数贴近度的区间型组合预测模型及其有效性

利用区间数和二元联系数的相互转化关系,把区间数组合预测问题转换成二元联系数组合预测问题。在联系数贴近度的最优准则下,建立基于联系数贴近度的区间型组合预测模型,分析了该模型的有效性理论,包括:基于联系数贴近度的区间型组合预测模型是非劣性组合预测、优性组合预测的充分条件定理,基于联系数贴近度的区间型组合预测模型的冗余预测方法的存在性和冗余方法的判定定理。对某省社会保障水平适度区间值进行组合预测的实证分析,结果显示所建立的模型能有效提高预测的精度。     

区间灰数序列的白化方法及其性质研究

由于灰代数运算体系尚不完善,难以有效构建基于灰数序列的灰色模型,而传统灰数序列的白化方法又将导致信息损失,故在不破坏区间灰数独立性及信息完整性的前提下,设计一种区间灰数序列白化处理的新方法,重点研究白化序列与原区间灰数序列在平移变换及倍乘变换过程中的数据特点;同时将白化序列成功地应用于区间灰数预测及关联分析模型的构建。这一研究成果对拓展灰色模型的适用范围具有重要意义。     

基于预期理论的通信消费者决策行为研究

通信消费者在决策时,由于对套餐信息的不完全了解,再加上心理因素的影响,往往选择比较随意,造成非理性消费。通过分析预期理论的基本思想,研究了通信消费者决策的一般心理变化过程;以消费者近三个月的平均ARPU值为参考点,通过损失承受变量分析了消费者决策过程中的盈利和损失并确定价值函数;通过主观概率确定概率权重函数;构建了基于损失承受能力的通信消费者决策模型;运用心理物理学方法进行了实证分析,结果表明改进的基于预期理论的通信消费者决策模型更贴近实际生活中消费者决策行为。     

Coherent Frequentism: A Decision Theory Based on Confidence Sets

By representing fair betting odds according to one or more pairs of confidence set estimators, dual parameter distributions called confidence posteriors secure the coherence of actions without any prior distribution. This theory reduces to the maximization of expected utility when the pair of posteriors is induced by an exact or approximate confidence set estimator or when a reduction rule is applied to the pair. Unlike the p-value, the confidence posterior probability of an interval hypothesis is suitable as an estimator of the indicator of hypothesis truth since it converges to 1 if the hypothesis is true or to 0 otherwise.     

Estimation for the Parameters of Generalized Half-normal Distribution Based on Progressive Type-I Interval Censoring

Based on progressively Type-I interval censored sample, the problem of estimating unknown parameters of a two parameter generalized half-normal(GHN) distribution is considered. Different methods of estimation are discussed. They include the maximum likelihood estimation, midpoint approximation method, approximate maximum likelihood estimation, method of moments, and estimation based on probability plot. Several Bayesian estimates with respect to different symmetric and asymmetric loss functions such as squared error, LINEX, and general entropy is calculated. The Lindley’s approximation method is applied to determine Bayesian estimates. Monte Carlo simulations are performed to compare the performances of the different methods. Finally, analysis is also carried out for a real dataset.     

Inferences on the difference between future observations for comparing two treatments

The comparison of two treatments with normally distributed data is considered. Inferences are considered based upon the difference between single potential future observations from each of the two treatments, which provides a useful and easily interpretable assessment of the difference between the two treatments. These methodologies combine information from a standard confidence interval analysis of the difference between the two treatment means, with information available from standard prediction intervals of future observations. Win-probabilities, which are the probabilities that a future observation from one treatment will be superior to a future observation from the other treatment, are a special case of these methodologies. The theoretical derivation of these methodologies is based upon inferences about the non-centrality parameter of a non-central t-distribution. Equal and unequal variance situations are addressed, and extensions to groups of future observations from the two treatments are also considered. Some examples and discussions of the methodologies are presented.     

Evaluation Method for Equipment State Quality Based on Extension Theory

Considering equipment with vague statistical characteristic, which is difficult to reflect its state quality clearly, in this article we investigate the latent quality characteristic with a series of measurable characters, in terms of the extension theory for reference. The relationship between every measurable character and the quality level is built up with the tie-in equations and weight. Then we obtain the latent quality characteristic and further evaluation results. In addition, level variance is introduced which can reveal the position of the equipment state quality in the quality level. Finally, we offer an example to illustrate our approach.