超效率DEA模型的模糊扩展

在输入、输出数据为模糊数而效率值为准确值的模糊DEA模型中,会出现有两个以上有效单元,从而无法对所有决策单元进行全排序的情形。本文利用模糊数的基于α-截集的比较规则,建立了模糊条件下的超效率DEA模型,有效地解决了模糊决策单元的全排序问题。文末给出了一个实例。     

基于交叉效率和合作博弈的决策单元排序方法

在数据包络分析中,大量的交叉效率模型已被提出。然而选择不同的目标模型将实现不一样的交叉效率评价。本文基于针对单个决策单元实施的对抗型和仁慈型两个交叉效率模型,用合作博弈方法来研究交叉效率模型的选取,并利用Shapley值对决策单元进行排序。最后通过实例分析显示该排序方法充分利用了最小交叉效率和最大交叉效率的信息完全排序了所有决策单元,具有一定的综合性和合理性。     

模糊AHP决策方法

提出一种梯形模糊数比较大小的方法,据该方法进行层次单排序,得到一个模糊AHP决策方法的模型.     

基于模糊判断矩阵的对数最小二乘排序方法

基于决策者提供方案偏好信息的排序方法研究是决策分析的一个重要问题.不同类型的偏好信息有不同的排序方法和理论依据.根据模糊判断矩阵完全一致性的概念,从最优化角度提出了模糊判断矩阵的对数最小二乘排序方法,并研究了其性质,给出了相应的一致性检验指标.最后进行了算例分析.     

基于公共权重的集成DEA排序方法

基于公共权重的排序研究是管理科学中的一个重要课题,具有很强的现实意义.传统DEA方法确定了使得每个决策单元最优的偏好权重,却无法得到所有单元都能普遍接受的公共权重.本文提出了集成DEA模型,寻求一组公共权重,使得所有单元的无效程度之和最小,此时系统的效率最优.这组权重可以同时度量所有单元的有效程度,进行效率评价,也可以度量每个单元对系统的贡献程度,从而对这些单元进行排序.实例分析证实该模型的有效性和适用性.     

基于超效率DEA的能源效率评价模型研究

在全要素能源效率框架下,结合能源系统的特点,构建了以能源消费总量、从业人员数和固定资产折旧为投入指标、经济产值为产出指标的能源效率评价指标体系;基于超效率 DEA方法建立了能源效率评价模型,并对2006年我国30个区域进行了实证研究;最后,通过规模收益分析和能源效率影响因素分析,探讨了我国区域能源效率的改进途径.     

存在保证域的模糊超效率DEA模型

模糊DEA模型是用于解决存在模糊数据的决策单元(DMUs)效率评价问题的,然而现有的模糊DEA模型分辨率低,本文构建了存在保证域的模糊超效率DEA模型,并给出了一种基于截集的求解方法并进行了证明,该模型有效地解决了输入和输出全部或部分为模糊数的决策单元全排序问题。最后给出了一个银行效率评价的实例说明了方法的有效性。     

基于方案占优和排序稳健性的多属性决策方法

在多属性决策问题中,不同的属性权重会产生不同的评价结果。由于实际问题的复杂性与不确定性,决策者对于属性权重的确定也存在不确定性。这些不确定既来自现实问题的复杂性和可变性,也来自决策者选择的模糊性与随机性。目前已有的研究主要是将不确定的权重信息转化为相对确定的信息（如转化为区间数等）,硬性地消除了不确定,从而给决策结果带来较大风险。本文从方案排序的视角出发,研究在权重空间下,方案的占优关系和排序的稳健性。首先,定义了占优矩阵用于刻画不确定权重信息下方案两两比较的占优关系;其次,分析了方案的排序区间,即在所有可能存在的权重组合下,方案的最好排序和最差排序。然后,定义了方案的全排序排序概率,并且给出了排序概率的计算方法。进而,我们给出了方法的决策步骤和实施过程。最后,本文将该方法应用到某远洋集团的港口评估当中。     

群组决策中三角模糊数互补判断矩阵的相容性及方案排序研究

针对专家偏好信息为三角模糊数互补判断矩阵的群组决策问题,研究偏好信息的相容性及方案排序问题。基于Hamming 距离的概念,首先给出了衡量两个三角模糊数相容性的一个指标,并研究了该指标的相关性质;其次,根据三角模糊数互补判断矩阵的特点,给出了三角模糊数互补判断矩阵的相容性指标;以相容性指标为依据设定专家权重,进而给出了一种方案排序方法。最后,算例验证了方法的有效性。     

基于模糊判断矩阵的群决策方法研究

对多个决策者给出的偏好信息的有效集结是群决策过程的重要问题之一.不同类型的偏好信息有不同的集结方法.基于模糊判断矩阵一致性的定义,提出一种加权集结方法的最优化模型,从而得到群决策中一类模糊判断矩阵的集结方法,并进一步分析和研究群组判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质.     

基于EM填补和加权秩和比的电力系统黑启动决策方法

电力系统大停电后需要安全可靠的黑启动方案进行电力快速恢复,如何从众多黑启动方案中进行优选是一个重要课题。不同于以往完全信息情况下的研究,本文对电力系统黑启动方案评估问题的研究是基于不完全信息情况下进行的,提出一种EM填补和加权秩和比相结合的黑启动决策方法。首先,采用EM算法填补黑启动方案评价空值,得到完备的黑启动评价矩阵;然后,计算指标间的差异性,利用差异性权重法得到各个指标的权重;最后,采用加权秩和比法确定每个方案的评分值,实现黑启动方案的分级和完全排序。本文方法基于广东电网黑启动数据集进行实验验证,实验结果表明,本文方法可以对不完全信息情况下的黑启动方案进行优劣排序,且具有较高准确性。     

基于混合加权距离的毕达哥拉斯模糊TOPSIS多属性决策方法研究

针对决策信息为毕达哥拉斯模糊集的多属性决策问题,提出了一种基于混合加权测度的TOPSIS决策方法。在分析了现有距离测度方法不足的基础上,首先给出了一种新的毕达哥拉斯模糊距离测度——毕达哥拉斯模糊有序加权距离（PFOWD）,并研究了该测度权重的确定方法;在PFOWD基础上,进一步提出了毕达哥拉斯模糊混合加权距离（PFHWD）,同时探讨了其特征和与现有毕达哥拉斯模糊测度的关系;最后提出了一种基于PFHWD测度的毕达哥拉斯模糊TOPSIS多属性方法,并用实例验证了方法的有效性和可行性。     

决策单元交叉效率的自适应群评价方法

传统交叉效率评价方法因决策单元偏好权重不唯一而难以操作,因交叉效率有效性分值平均化集结而难以被接受。目前的学者通常围绕决策单元指标权重的确定性分配方法、交叉效率有效性分值的去平均化集结等分别开展研究。本文将交叉效率评价方法中自评互评相结合的评价模式看作群决策过程,即每个决策单元既是一个被评对象,又是一个决策"专家",提出了一种决策单元交叉效率的自适应群评价方法,将决策单元偏好权重的确定和交叉效率有效性分值的去平均化集结作为同一个决策过程,根据每个决策单元的评价结果与群体评价结果的接近程度,同步迭代调整决策单元的"专家"权重和决策单元自评产生的、并提供给其他被评价决策单元的一组确定的偏好指标权重。实验验证与实例运用分析表明,该方法收敛效果良好,能得到客观稳定的决策单元交叉效率有效性分值及排序。     

中国高技术产业“高产出、低效益”的症结与对策研究——基于技术创新效率角度的探索

应用强化的Russell效率测度模型与单因素效率测度模型,对依赖密集技术创新投资为发展基础的中国高技术产业技术创新活动的过程绩效进行了测度,从技术创新效率角度探究其"高产出、低效益"不良发展态势的症结及对策。测度结果显示,中国高技术产业技术创新活动的整体相对效率水平不佳,且逐年降低;整体规模收益不理想,处于相对最优生产规模状态的产业不到1/3;多数生产状态相对无效的高技术产业在技术引进经费上投入冗余相对严重,而在新产品销售和专利产出上又存在较大的相对潜在产出不足。针对此症结,完善科技资源的配置方式、加强引进技术的吸收和消化力度、增强自主创新的能力,以提高或保持增加值率,是中国高技术产业从本质上摆脱"高产出、低效益"不良态势值得选择的发展路径。     

基于交叉评价策略的DEA全局协调相对效率排序模型

在DEA(数据包络分析)研究领域,建构在交叉效率概念基础上的现有决策单元排序方法仅以定义的方式给出了用于决策单元排序的交叉效率评价值。对于这种方法构建方式,分别基于管理学的效率概念和多属性决策理论,分析指出其中的交叉效率评价值从本质上讲既与效率的管理学概念不符,也与决策单元的优劣不存在理性逻辑联系。为克服现有决策单元排序方法所存在的上述问题,基于交叉评价策略和效率的管理学概念内涵给出了DEA全局协调相对效率的新概念,在此基础上利用优化理论给出了可以用于决策单元优劣排序的DEA全局协调相对效率测度模型,并通过理论分析和数值案例验证解释了该模型相对于现有决策单元排序方法所拥有的比较优势。     

基于Vague集包含度的模糊多目标决策

将Vague集的包含度应用于模糊条件下的多目标决策问题。首先,定义vague集的包含度,利用正常蕴涵算子给出Vague包含度的一系列具体公式,并通过定义Vague集的基数将模糊集的部分包含度公式推广到Vague集。然后给出基于Vague集包含度的模糊多目标决策方法。最后,通过例子阐明方法的有效性。     

基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究

在犹豫直觉模糊语言集和语言尺度函数的基础上定义了均值-标准差偏好的Hamming距离，并提出了基于犹豫直觉模糊语言集距离TOPSIS和TODIM的多属性决策方法，进一步利用这两种方法对实例问题建筑商的招标方案进行排序，并讨论了偏好参数对排序结果的灵敏度分析。为验证上述方法的有效性，与已有方法对同一实例的排序结果进行了比较分析。     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

一种基于区间直觉梯形模糊数偏好的大群体决策冲突测度研究

针对决策偏好为区间直觉梯形模糊数的大群体决策冲突测度问题,首先给出了两个区间直觉梯形模糊数的距离,提出了群体成员冲突函数,基于该函数对大群体成员偏好进行聚类形成若干聚集,以此为基础提出了聚集冲突测度模型并集结为群体冲突测度模型,然后应用于大群体偏好集结。最后通过一个算例对模型进行了验证。该模型便于大群体意见的分析与协调,适用于群决策支持系统,在应急决策中具有实际应用价值。