基于前景理论的多阶段随机多准则决策方法

研究一种基于动态参考点的多阶段随机多准则决策方法。考虑多阶段决策过程中决策者的风险偏好,建立了基于前景理论的多阶段随机多准则决策分析框架,提出了一种基于阶段发展特征的动态参考点设置方法;构建准则权重的目标规划模型,结合阶段参考点动态变化的特征测算各阶段备选方案的综合前景值;设计方案综合前景值的范围估算模型,以反映决策风险对评价结果的影响;案例研究验证了上述方法的可行性和实际效果。     

基于改进直觉模糊熵的混合多属性决策方法研究

针对属性值以区间数、语言值、直觉模糊数呈现时,提出了基于改进的直觉模糊熵和熵权法结合的方法确定属性的客观权重,通过建立主观偏好值与客观权重的总偏差最小的规划模型得到主观权重,组合赋权后建立可能度矩阵对方案排序,最后给出算例,验证方案的可行性和有效性。     

基于犹豫模糊语言信息的前景决策方法

本文首先回顾了模糊信息下前景理论研究的现状,发现犹豫模糊语言这一决策中常见的信息表达形式在前景理论框架中的研究被忽略,同时犹豫模糊环境下的前景决策方法具有一定的应用背景;基于此,本文考虑到决策者在实际决策过程中惯用的信息表达以及面对收益和损失时不同的风险态度,试图在犹豫模糊语言环境下构造新的前景理论决策框架,建立基于犹豫模糊语言信息的前景决策方法,并给出具体的决策步骤;最后通过算例分析展示了该方法的实际应用过程,并与犹豫模糊语言环境下的期望效用决策结果进行对比,说明了该方法更符合实际决策情景。     

基于前景理论和隶属度的混合型多属性决策方法

针对带有决策者期望的混合型多属性决策问题,提出了一种基于前景理论和隶属度的决策分析方法。首先依据决策者对各个属性的期望,将具有清晰数、区间数和语义短语三种形式的决策矩阵转化成为前景决策矩阵。然后,根据各个方案与决策期望之间的广义加权欧氏距离,建立了可变模糊模式识别模型,并通过构造拉格朗日松弛函数,进行交叉迭代计算,得到各个方案的最优隶属度以及对应的属性权重,在此基础上,通过合成各个方案的累计前景值与隶属度,得到方案的综合前景值,并依据综合前景值的大小进行方案排序。最后通过一个原油管道路线优选实例,表明了该方法的可行性与有效性。     

基于前景理论的跨市场状态转移多阶段资产配置研究

在行为金融前景理论框架下研究跨市场间的状态转移资产配置问题,构建隐Markov——混合正态分布模型描述股票、债券和商品混合市场间的状态特征,用Baum-Welch算法估计模型参数,并利用状态转移思想进行情景生成建立多阶段随机优化模型。进一步,以我国股票、债券和商品混合市场的实际数据为背景,利用滚动窗口方法实证分析基于状态转移的多阶段随机模型的表现,并与忽略状态转移特征的基准模型、等权重组合、沪深300指数的结果进行对比。结果表明,与其他组合相比,基于状态转移的投资组合有助于规避风险,且混合市场间的状态转移信息能够对前景理论投资者的最优投资决策产生影响。     

一种基于TOPSIS的混合型多属性群决策方法

本文针对具有语言型和直觉模糊数两种评价信息的混合型多属性群决策问题,提出了一种基于TOPSIS的决策方法。首先,定义了新的函数,可将不同粒度的语言评价信息转换成直觉模糊数。其次,在直觉模糊数熵值的基础上,提出了一种新的专家权重确定模型。再次,利用IFWA算子在把个体决策矩阵集结为群体决策矩阵后,基于TOPSIS分别计算群体评价值到正理想解和负理想解的距离,从而得到方案集的排序。最后,在ERP选优问题中的应用,验证了方法的有效性。     

一类序贯决策方法的提出:透镜与直觉模糊信息的视角

与大多数关注经典秘书问题的序贯决策研究不同,本文针对决策对象不变而其状态更新的一类序贯决策问题,提供决策方法。相较已有研究而言,本文从透镜与直觉模糊信息的视角提出这类序贯决策的一般方法,更加具有普适性,可应用于应急管理、风险投资等多个方向。该决策方法具有如下特点：1）借鉴透镜模型,通过当期可观测的线索,预测这类序贯决策问题的下一期状态;2）考虑到决策环境具有不确定性,采用直觉模糊数对决策者获取的信息线索进行刻画;3）为最大化模拟现实决策者,在前景理论框架下提出状态更新的序贯决策方法。本文提出的决策方法依据在于决策者对决策对象的预测"前景"值和预测绩效,基于此提出了具体的决策步骤,并辅以案例进行分析。通过对不同决策情形下决策结果的比较分析和对案例的稳健性检验,验证了该决策方法的适用性和有效性。     

权重信息不完全的区间直觉模糊数多属性决策方法

针对权重信息不完全的区间直觉模糊数多属性决策问题,首先,引入了区间直觉模糊数的一些运算法则、区间直觉模糊数的得分函数和精确函数。然后,对权重信息不完全的区间直觉模糊数的多属性决策方法进行了研究,给出了一个基于最大偏差的目标规划模型,从而获得相应的属性权重,并基于IIWAA算子对区间直觉模糊数信息进行集结,进而根据得分函数和精确函数对方案进行排序。最后,进行了实例分析,说明了该方法的实用性和有效性。     

基于累积前景理论的动态交通流演化博弈模型

交通流演化的内在动力机制是出行者的适应性学习及其诱发的路径选择行为的持续改变,当选择行为趋于稳定时交通系统也将达到或接近均衡状态。首先基于累积前景理论建立了一个用户均衡模型及其等价的变分不等式,在一定约束条件下对模型解的性质进行了讨论;然后将累积前景理论与演化博弈论相结合,利用复制子动态来刻画出行者日常路径选择的博弈学习行为,建立了一个动态交通系统模型,结合稳定性分析证明了当满足一定条件时系统演化能够实现用户均衡;最后通过算例在不同初始状态和不同参照点更新规则下分别展示了交通流的动态演化与用户均衡的实现过程,对相关研究结论进行了验证。本文拓展了传统交通分配模型完全理性假设和均衡分析方法的局限,更加真实、全面的刻画了动态交通系统长期运行特征和规律。     

一种评价信息不完全的混合型多属性群决策方法

针对一类评价信息不完全且属性值由精确数、语言评价值等定量、定性形式构成的混合型不完全信息多属性群决策问题,提出了一种基于直觉模糊集和证据理论的决策方法。首先定义了转换函数将不同类型属性值一致转换为更符合决策实际的直觉模糊数,接着根据信息熵原理利用直觉模糊数中的犹豫度确定专家客观权重,随后应用证据理论集结含有信息缺失的评价值,并构造了一可能度比较公式用于集结后方案排序。该法解决了决策问题中易出现的信息残缺和混合型信息等情况,具有更强的实用性。最后的实例分析证明了该方法的科学性、有效性。     

基于投影的直觉模糊数多属性决策方法

针对指标取值以直觉模糊数形式给出的多属性决策问题,提出了一种基于投影的直觉模糊决策方法.该方法依据一般投影分析方法的基本思路,给出了解决属性取值为直觉模糊数的多属性决策问题的计算步骤,其核心是通过构建并求解每个方案在虚拟正、负理想方案上的投影,进而计算出每个方案对虚拟正、负理想方案的相对隶属度,即可得到所有方案的排序结果.最后给出的数值算例表明,该方法简单、有效和易于计算.     

考虑决策者损失规避的异质信息多属性变权决策方法

现实中存在大量异质信息（或数据）和需要考虑权重随属性值变化的多属性决策问题。针对这类异质信息多属性决策问题,本文提出了一种基于前景理论的变权综合求解方法。首先,构建了异质信息的统一距离计算公式,进而计算各个决策方案的相对贴近度;然后,提出基于不同类型效用函数的变权向量构造方法;其次,以初始权重为参考点,计算变权向量相对于参考点的益损决策矩阵,进而计算考虑决策者权重损失和收益的风险态度的各个决策方案的前景综合值,据此确定方案优劣排序和最优方案。通过数值例子的计算分析说明,文中所提决策模型与方法具有较好的有效性和合理性,可为解决复杂情景的决策问题提供理论依据与方法支持。     

基于Mo-RVIKOR的混合多属性决策方法

针对复杂性和不确定性多属性决策问题,考虑定量和定性融合的属性形式,提出了模块化随机多准则妥协解排序法（Modular Random VlseKriterijumska Opti-mizacija I Kompromisno Resenje,Mo-RVIKOR）,该方法无需将信息统一,就能处理多种信息形式存在的多属性决策问题。采用精确数、随机变量处理定量评价信息,用概率语义术语集处理定性评价信息;通过改进离差最大化法确定属性权重;根据Mo-RVIKOR对决策对象进行排序;最后以某公司C2B定制化服务质量评测项目为例,验证了所提方法的有效性。     

基于前景理论的新产品开发方案选择方法

为了解决新产品开发中考虑竞争产品方案评价信息的方案选择问题,提出了一种基于前景理论的决策分析方法。在该方法中,依据新产品开发方案与竞争产品方案相比的绩效确定前景参考点,并给出了前景价值函数和权重函数;通过计算和比较新产品开发方案的前景值和竞争产品方案的前景值,得到新产品开发方案的优选结果;最后给出一个算例,说明该方法的可行性和有效性。     

基于前景理论探讨会计舞弊问题

前景理论是描述性范式的一个决策模型,可以用于判断行为人的决策倾向。舞弊行为人在进行决策时,主要关注的不是价值的绝对变动,而是价值相对于参照点的变动,因此需要对效用函数中的价值函数和权重函数进行评估,先确定参照点,然后再根据风险偏好来确定行为人的决策,这也就是以前景理论作为参考依据。在今后的会计信息处理中,可以以前景理论为基础,通过多种措施以积极防范和规避会计舞弊的发生。     

基于案例推理的直觉模糊决策方法

目前大多数决策方法的定权问题仅依靠决策矩阵而忽略了决策背景。针对上述问题,将案例推理方法融入到直觉模糊决策问题。首先根据直觉模糊数的内涵构建一种相似度公式,将案例推理模型跟相似度测度结合求得最优权重以及分类半径,进而进行择优排序。最后通过案例分析详细说明了本文方法的优势之处:根据决策数据又考虑专家意见,使得决策结果与现实情况更加一致,并提出一种解决面向直觉模糊决策问题的新思路。     

基于直觉模糊层次分析的创业投资引导基金绩效评价方法研究

针对我国创业投资引导基金的特点,本文首先从政策效应、经济效应以及管理效应三个维度构建了创业投资引导基金的绩效评价指标体系。其次,考虑到直觉模糊层次分析法自身的优点,尤其在刻画不确定评价信息方面的优越性,本文提出基于直觉模糊层次分析法的绩效评价方法。最后,根据对成都市某创业投资引导基金实际运作数据的收集和整理,并对其绩效进行评价,表明了本文提出的方法在创业投资引导基金绩效评价方面具有良好的适用性。而且通过对该方法与传统模糊层次分析法的比较,发现该方法在评价精度方面具有更加优异的表现。     

基于三角直觉模糊数Choquet积分算子的多属性决策方法

定义了三角直觉模糊数的Hamming距离,给出了属性独立情形下的三角直觉模糊数算术集成算子,并运用模糊测度和Choquet积分,定义了三角直觉模糊Choquet积分算子,并分析其有关性质。针对方案评价信息为三角直觉模糊数的关联多属性决策问题,利用三角直觉模糊Choquet积分算子集成得到方案的综合属性值,建立多目标优化模型并转化为线性目标规划求解,客观地确定了属性集的模糊测度,进而提出了相应的决策方法。实例分析表明了方法的有效性和合理性。     

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。