多属性群决策的混合结构偏好识别与融合方法

为有效应对现有群决策偏好一致性检验方法的系列弊端,针对目前群决策情景所展现的决策导向多元、方案属性构成迥异和偏好结构复杂等特征,在解析群决策偏好一致性判定复杂性、刻画群决策偏好信息表征假设情景的基础上,对常规多属性群决策问题进行公理化描述。依据从方案层面到属性层面的整体决策信息判定策略,给出决策导向层面的整体判断偏好一致性检验方法、决策群体偏好类型识别方法、同种偏好内部及偏好间累积判断偏差求解方法、偏好整体相对一致性检验方法和多轮次非一致性决策信息调整策略。案例应用结果表明,上述所构建的方法和策略有效、可行,能够为决策导向多元、备选方案差异显著情景下的混合结构偏好一致性检验、调整与集结提供借鉴。     

基于一致性局部调整算法和DEA的语言偏好决策模型

设计一致性调整算法和计算可靠的方案排序权重向量已成为近年来备受关注的两个重要研究课题。针对决策信息为语言偏好关系的决策问题，提出一种基于一致性局部调整算法和数据包络分析（DEA）方法的语言偏好决策模型。首先，基于局部调整策略设计一种收敛的乘性一致性调整算法，该算法不仅使得调整后的语言偏好关系具有满意乘性一致性，而且能够尽可能多的保存原始决策信息；其次，基于提出的新型语言DEA模型构造一种语言偏好决策模型用以确定方案的排序权重向量，进而得到合理可靠的决策结果。最后，将提出的语言偏好决策模型用于供应商的选择实例，对比分析实验验证了模型的合理性和有效性。     

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。     

基于两类残缺偏好信息的交互式群决策方法研究

提出不同残缺偏好信息的交互式群决策方法。利用矩阵元素之间的可达性关系,给出区间数判断矩阵残缺元素的确定方法。定义了不同偏好信息的群体满意度,基于群体判断与决策个体判断之问的偏离程度,与决策者进行交互,使得决策者的意见尽可能协调一致。根据修正意见求解得到方案排序,并通过算例说明方法的有效性。     

多专家判断的模糊偏好信息集结规划方法

本文给出了一种群决策中通过专家判断矩阵集结专家判断信息的方法。在考虑各专家具有不同强度的偏好效用和容许部分专家给出不完整信息的情况下,将专家判断信息集结转化为一类模糊规划问题,通过最大化群组满意度获得最终的群决策结果。最后,本文通过一个算例说明该方法的可行性及有效性。     

考虑产品质量和利他偏好关切的电商供应链模型研究

考虑产品质量的影响,文章构建了电商供应链的决策模型,包括不考虑关切的分散决策、电商平台利他偏好关切的分散决策和供应链集中决策模型。然后,求解各种模型的最优决策,探讨电商平台的利他偏好行为对供应链决策的影响。接着,结合实际案例阐述电商平台利他偏好的影响,最后,用数值算例对结论进行验证。研究表明：（1）消费者对产品质量重视程度的增加能够大幅度提高制造商、电商平台和供应链整体的利润。（2）分散决策下电商平台的利他偏好能够提高制造商利润,降低自身利润,但对供应链系统利润的影响是先增加后减少;而且当电商平台利他偏好时,分散决策与集中决策下产品售价的大小关系不确定,这与传统供应链中"集中决策下售价最低"的结论不同。（3）电商平台服务水平,制造商销售价格和产品质量随着利他偏好程度的增加而增加,且增加速率一直变快,但是与集中决策下的最优决策存在较大的差距。（4）电商平台的利他偏好行为主要表现为电商平台提升自身的服务水平,虽然有助于供应链的稳定运行,但现实中,电商平台的利他偏好程度一般比较小。文章的研究结论有助于补充完善ECSC的理论基础。     

基于风险偏好差异性假设的动态决策过程研究

针对风险偏好差异性决策者共存时的决策过程进行研究,提出边求解边对决策者分类决策再进行信息融合的动态决策策略.从客观数据角度基于属性值相似关系提取有效属性并对有效属性进行赋权;根据决策者对决策活动的选择判断逐步嵌入风险偏好(风险偏好型、风险中立型、风险规避型);基于属性值之间的可能度与相似度,构建相应类型的风险偏好预期理论模型;在决策信息集结与决策对象排序过程中,根据决策者的风险偏好特征选择相适应的算法模型;针对风险偏好差异性决策者共存的情形,基于决策结果公平效用最大化的角度提出新的信息融合模型构建算法;通过实际案例进行分析并验证这一新方法的科学合理性.     

对方案有偏好的区间数多属性灰色关联决策模型

针对属性值以区间数形式给出并且已知方案偏好信息的多属性决策问题,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,给出了该问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,得到属性权重信息,从而计算出每个方案客观偏好值与主观偏好值的灰色关联系数,进而得到每个方案客观偏好与主观偏好的关联度,根据关联度对所有方案进行排序。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。     

基于样本集的区间数灰靶分类决策模型及应用

基于灰靶思想的不确定背景分类决策问题分析,本文提出了区间数灰靶分类决策模型。该模型将灰靶决策拓展到决策信息为区间数的情况,提出了区间数的靶心距测度方法;根据靶心距提出了灰靶分类决策中的靶心分类临界值设置方法;以决策对象的靶心距与临界值之间的偏差总量最小为目标,建立了指标权重和分类临界值的确定模型;依据求解的权重与分类临界值对决策对象集进行分类评价。算例分析验证了该模型的有效性和可行性,可以很好地解决决策对象众多、分类数不确定等特性的多属性分类决策问题。     

考虑公平偏好的零售商主导型供应链均衡决策研究

考虑由具有批发定价权的零售商和生产规模不经济的制造商组成的零售商主导型供应链，构建仅制造商具有公平偏好、仅零售商具有公平偏好，以及双方同时具有公平偏好等三种情形下的Stackelberg博弈模型，探究上下游企业的公平偏好对供应链各成员企业的均衡决策与效用的影响。研究发现：（1）与无公平偏好时的最优产量相比，供应链成员（仅制造商、仅零售商和双方同时）具有公平偏好时制造商将会增加最优产量，提升供应链的运作效率，而且满足特定条件时批发价格契约可以实现供应链的协调。（2）双方同时具有公平偏好对供应链各成员企业的最优决策与效用的影响最为显著。（3）供应链各成员企业的最优决策与效用分别同上下游企业的公平偏好系数之间可能都不是简单的线性关系，具体还与消费者的价格敏感性和制造商的生产成本等因素密切相关。数值分析结果也证实了上述结论。     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。     

不完备判断信息情境下群组DEMATEL决策方法

为克服群组决策试行与评价实验室（DEMATEL）方法难以处理不完备专家判断信息问题，以及预先指定评价标度和群组信息集成规则不适应复杂决策环境的内在缺陷，本文基于群共识排序理论，提出一种能够有效处理不完备判断信息的群组DEMATEL决策方法。该方法的创新之处在于：第一，它能够以灵活的标度方式有效地反映群组专家的偏好判断表达。第二，它也能通过序列转换和共识度的引入较好地处理群组DEMATEL不完备判断信息。第三，它能够合理地反映决策结果因群共识水平不同而变化的复杂机理。实例验证结果表明，所提方法是切实可行的，能够有效解决实践中的决策问题。     

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。     

一类两层规划问题模糊满意解的遗传算法

在现有两层规划问题求解方法的基础上,提出用浮点数编码的遗传算法求解该问题模糊满意解的新方法．这种方法每次提供给决策者一组近似最优解,通过决策者的比较、评价和选择,在交互过程中得到各决策者都满意的解．该方法不仅可以给决策者提供更多的决策环境信息,而且可以适应决策者偏好的变化,使得决策过程更合理,更符合人的认识过程．     

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.     

融合特征情感和产品参数的客户感知偏好模型

在线评论作为一种公开、可获取的信息资源，蕴含了关于产品质量的各种有价值的信息，对这些信息的分析与挖掘有助于企业了解客户的需求和偏好。目前，基于在线评论的客户偏好模型考虑了特征观点和评论数量，忽视了产品参数对消费者购买决策的影响。因此，本文提出了一种融合特征情感和产品参数的客户感知偏好模型。首先，利用在线评论提取客户讨论的产品特征，并识别产品特征的情感极性，从而进一步计算特征正负面情感得分，生成产品的特征情感。然后，结合企业定义的产品参数，构建特征情感和产品参数融合作用对产品销量影响的计量经济模型，分析客户对产品的感知偏好。最后，为验证模型的有效性，获取了汽车之家网站的39款汽车产品（SUV车型）的评论文本，并持续8个月的销量跟踪。研究结果显示本文提出的模型比信息增益和TF-IDF方法能够更加准确地获取客户的感知偏好。此外，研究结果解释了特征情感和产品参数与产品销量的关联关系，为企业的市场营销和产品设计决策提供了理论基础。     

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.     

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。     

建设项目绿色创新努力及利他偏好诱导

建设项目绿色创新有赖于相关参与方的协同努力,利他偏好对合作参与方的自身努力与合作努力行为决策存在影响,通过建立项目绿色创新中主导方与成员方间的Stackelberg博弈模型,分析"分散—分散"与"集中—集中"两种决策结构情境下考虑利他偏好影响的绿色创新努力行为决策,得到以下结论：（1）在大多数情形下,利他偏好会对建设项目参与方努力行为产生正面作用,但具体影响程度与影响方向受所处的决策结构情境以及参与方间的利他偏好差异影响;（2）收益分配等因素影响参与方的两类努力行为决策,但是参与方间的利他偏好差异变化会改变收益分配对努力行为的影响方向,即利他偏好通过收益分配间接影响参与方努力决策;（3）收益的公平分配、适度的努力成本以及社会声誉激励可对利他行为形成诱导。由此,在利他偏好之于努力行为决策影响的研究中考虑情境及相关因素的影响,将使得结论更贴近现实。