决策评价系统数学模型设计及实现

本文运用层次分析法(AHP)、调整判断矩阵、建立模糊关系矩阵等给出了通用多层次、多目标综合决策评价系统数学模型。主要步骤是建立系统层次结构模型,构建群组决策两两判断矩阵,计算单层次排序权重和针对评价目标的层次总排序权重,最终得到评价结果。为决策评价系统设计提出完整、高效和可行的解决方案。     

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.     

群组AHP排序的几何最小二乘方法

本文在文献[1]不完全AHP排序方法的基础上给出群组AHP排序的几何最小二乘方法(GLSM).鉴于不同专家所给判断矩阵质量上的差异,GLSM排序方法对群组AHP进行不同程度的加权处理,并进行群组一致性检验。     

多人多标准决策的理想解

最近几年来,许多人致力于决策支持系统前沿课题──群体决策支持系统的理论研究。Saaty的AHP已成为决策的基本方法。但是,如何从理论上克服,或在应用时有效地量化Saaty定义之判断矩阵的不一致性,至今没有解决。本文用最小夹角对称矩阵,克服了这一障碍,并得到了一个新的多人多目标最小分歧理想解法。     

基于G1法的判断矩阵的一致性分析

应用层次分析法(AHP)法的难点在于构造判断矩阵,构造判断矩阵的难点在于其一致性问题,本文用G1法分析造成AHP判断矩阵不一致的原因,指出了G1法与构造判断矩阵的本质区别,解决了层次分析法的应用难题.同时对一些文献基于构造判断矩阵得出的值得商榷的结论进行了讨论.     

AHP决策模型在怒江流域水电能源开发评价中的应用研究

本文以AHP决策理论为基础,针对水能资源开发对整个流域生态环境影响较大的特点,建立了一种新的标度矩阵和量化决策模型。该模型基于流域梯级开发环境影响因子的变化特性,提出量化AHP决策模型方法,以怒江流域水电能源开发方案为例,进行评估决策。在充分考虑对整个流域生态环境影响的前提下,对开发方案进行评价与决策,实证研究表明所建立的量化AHP决策模型效果良好。     

模糊C-OWG算子及其在三角模糊数互反判断矩阵排序中的应用

本文研究了决策信息以三角模糊数互反判断矩阵形式给出的有限方案决策问题。首先定义了模糊C-OWG(FC-OWG)算子和期望模糊C-OWG(EFC-OWG)算子,并研究了它们的一些性质。基于FC-OWG算子和EFC-OWG算子,提出了方案偏好信息为三角模糊数互反判断矩阵的方案排序方法,根据决策者的偏好程度进行调节,并利用决策者的偏好程度对排序结果进行敏感性分析。实例表明,新方法计算简单、可行且有效。     

中国人口增长预测

本文从已有数据出发,利用Excel、SPSS应用软件对其进行整合处理分析。在理论化和数据化两个方面构建、解答数学模型并解决其问题。利用矩阵的知识,建立数学模型{N0k(j+1)=∑i=0nCik(j)Pik(j)Nik(j)Nik(j+1)=Njk+1=Nki-1(j)(1-Sik-1(j)),并将其改写为矩阵形式Xk(j+1)=GXk(j),给出Leslie矩阵(增长矩阵)G,即文中(1-5)式,结合所给数据,应用Matlab软件编程处理求得矩阵G,特征根λ1(0.9918)以及特征根所对应的特征向量。再利用SPSS统计软件分别对市、镇、乡三个代表地区的人口死亡率(仅考虑年龄变化对其的影响)进行回归曲线分析,指出其呈现指数型变化,并给出具体函数表达式及图像(仅以市的情形为例),利用Leslie矩阵本身的特点给出自然增长率,同时构建了整个模型通用的基本衡量标准即人口结构。综合所求得的数据和函数结果,利用Matlab软件得出市、镇、乡三个地区20年后、100年后人口结构发展趋势示意图,通过横向(对于同年市、镇、乡人口数量及特点)、纵向(对于不同年龄段)比较分析,并对其发展态势、社会影响特别是人口老龄化问题等诸多方面给出综合评定。     

一种新型不确定AHP的研究与应用

针对现有AHP方法在某些决策环境下不能准确反映决策者的偏好,以及群决策背景下专家偏好集结的信息丢失等问题,研究元素服从离散分布的一种新型不确定AHP,将未确知数概念引入到AHP之中,用局部一致性和整体一致性思想检验未确知数判断矩阵,并根据未确知数判断矩阵的特点,提出基于未确知数运算法则和蒙特卡罗模拟的两种权重求解方法,最后通过两个例子说明新方法的应用可行性.     

专家权威性权重与改进的群体决策AHP法

本文首先利用频度统计,提出了“专家权威性权重”的概念,以衡量AHP法参评专家评判结果的权威程度。随后本文又将其运用于对以往群体决策AHP法的改进,最终得到一种新的运用最优传送矩阵拟合原理的群体决策AHP法。这一方法充分考虑了多数专家的评判结果,并使一致性检验不再必须,从而使AHP法的使用更为快捷。实践证明,本文方法具有很高的可信度。     

基于三维密度算子的群体DEMATEL指标权重确定方法

针对现有DEMATEL指标权重确定方法大多基于个体决策,且未考虑群体决策评价标度不一致的情况,提出一种新的基于三维密度算子的群体DEMATEL指标权重确定方法。首先,定义了不同评价标度的转换函数,以此将群体DEMATEL矩阵进行一致化处理;其次,给出一种群体DEMATEL矩阵的聚类方法,在此基础上利用三维密度算子对其进行集结;最后,依据DEMATEL方法识别出指标的中心度和原因度,并计算各指标的权重。文末通过一个应用实例验证了所提方法的可行性与有效性。实例结果表明,该方法由于能够较好解决群体决策评价标度不一致的问题,还能够充分考虑群体决策的共识度,因此可使指标权重结果更为客观合理且更为可靠。     

Risk Decision Making in Operational Safety Management– Experience from the Nordic Benchmark Study

Technical Research Centre of Finland (VTT) and Studsvik AB, Sweden, have simulated decision making of the Swedish Nuclear Power Inspectorate and a power company by applying decision models in a benchmark study. Based on the experience from the benchmark study, a decision analysis framework to be used in safety related problems is outlined. By this framework both the power companies and the safety authorities could be provided with a more rigorous, systematic approach in their decision making. A decision analytic approach provides a structure for identifying the information requirements of the problem solving. Thus it could serve as a discussion forum between the authorities and the utilities. In this context, probabilistic safety assessment (PSA) has a crucial role of expressing the plant safety status in terms of reactor core damage accident probability and of risk contributions from various accident precursors. However, a decision under uncertainty should not be based solely on probabilities, particularly when the event in question is a rare one and its probability of occurrence is estimated by means of different kinds of approximations.     

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。     

只有输出的广义样本区间DEA模型

在应用多个绩效指标综合评价决策单元有效性时，决策者常常把这些决策单元与另外预先指定的标准（样本单元）进行比较。由于客观事物的复杂性和不确定性导致样本单元和决策单元的指标信息有时必须用区间数的形式给出。针对区间数指标信息的综合评价问题，本文通过分解的方法讨论样本单元和决策单元指标信息为区间数时用广义DEA模型评价决策单元有效性的方法，并相应地构建了只有输出的广义区间DEA模型。同时，对模型的含义、求解以及性质等进行了分析。之后，探讨了该方法在决策单元有效性分类和排序中的应用。最后，通过实例表明该方法的可行性和有效性。     

Evaluation of Multicriteria Decision Analysis Algorithms in Food Safety: A Case Study on Emerging Zoonoses Prioritization

Decision making in food safety is a complex process that involves several criteria of different nature like the expected reduction in the number of illnesses, the potential economic or health-related cost, or even the environmental impact of a given policy or intervention. Several multicriteria decision analysis (MCDA) algorithms are currently used, mostly individually, in food safety to rank different options in a multifactorial environment. However, the selection of the MCDA algorithm is a decision problem on its own because different methods calculate different rankings. The aim of this study was to compare the impact of different uncertainty sources on the rankings of MCDA problems in the context of food safety. For that purpose, a previously published data set on emerging zoonoses in the Netherlands was used to compare different MCDA algorithms: MMOORA, TOPSIS, VIKOR, WASPAS, and ELECTRE III. The rankings were calculated with and without considering uncertainty (using fuzzy sets), to assess the importance of this factor. The rankings obtained differed between algorithms, emphasizing that the selection of the MCDA method had a relevant impact in the rankings. Furthermore, considering uncertainty in the ranking had a high influence on the results. Both factors were more relevant than the weights associated with each criterion in this case study. A hierarchical clustering method was suggested to aggregate results obtained by the different algorithms. This complementary step seems to be a promising way to decrease extreme difference among algorithms and could provide a strong added value in the decision-making process.     

基于OWG算子的不同形式偏好信息 的群决策方法

具有不同形式偏好信息的群决策是决策分析及群决策支持系统研究的一个新课题,它对 于进一步提高群决策支持系统的实用性和灵活性方面具有重要意义. 针对这类群决策分析,提 出了一种具有效用值、序关系值、模糊互补判断矩阵、互反判断矩阵等4 种形式偏好信息的群 决策方法. 在该方法中,首先给出了将不同形式的偏好信息均转化为互反判断矩阵形式的计算 公式;然后基于OWG算子将各决策者的偏好信息集结为群的偏好并进行方案的优选;最后给 出了一个算例.     

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。     

基于有限合作机制的群决策熵模型研究

研究一类具有合作机制的群决策问题。提出两阈值的合作函数对决策人之间的合作关系进行模糊分类,采用模糊测度方法度量决策人和决策人集的权力指数,建立合作群决策的非线性规划熵模型集结权力指数,并基于极大熵的最优化原理求解该模型。利用Choquet模糊积分计算备选方案的综合评价值,并对备选方案排序选择最优方案。最后通过算例分析并验证合作群决策模型和运用模糊积分方法求解模型的合理性、有效性。     

区间概率条件下属性值为不确定语言变量的风险型多属性决策研究

针对区间概率条件下属性值为不确定语言信息且属性权重未知的风险型多属性决策问题,提出了一种基于概率理论和不确定语言变量的TOPSIS决策方法。首先建立了区间概率转化为点概率的数学模型,通过期望值将风险型决策矩阵转化为确定型矩阵;然后利用方案与理想解越近方案越优,与负理想解越远方案越优的原则建立属性权重确定模型,并利用TOPSIS方法的相对优属度大小确定方案的排序;最后通过应用案例说明了本方法的决策步骤。