重复灰色群决策问题研究

在部分决策问题中,存在同样决策场景下对不同的方案做反复评估来得到最终决策的情况,文章重点研究了这种重复决策问题.确定了重复决策信息下区间灰数非线性奖优罚劣算子及使用优化模型确定指标权重模型,提出了根据从前决策者决策值与综合决策值间差异度确定决策者权重的方法,并建立了灰靶决策模型以确定最优决策.最后文章使用了一个实例算例说明了算法的有效性和可行性.     

信息不确定条件下的风险决策研究

信息在风险决策中扮演关键角色,但决策者在现实情境中却往往无法掌握明确信息,文章试图分析实验参与者在信息明确程度不同的情境中对决策偏好的差异,以探索其与风险态度的关联性.研究发现:决策者会因信息的明确程度不同,而偏好不一样的风险决策;风险决策差异愈大,越容易在不同信息明确程度下做出相异的选择;在信息不明确情况下,决策者相对偏好较稳健的风险决策.同时,发现参与者的金钱效用和机率权重参数与信息明确程度呈现明显的相关性.     

专家权重的贝叶斯修正法

将群决策中关于专家权重和意见集结等问题所涉及的一些要素与概率之间建立对应关系,进而利用贝叶斯方法对专家的先验权重加以修正,修正后的权重是针对不同的集结对象而做出相应调整与改变的后验权重,从而在最终的群组意见集结过程中能够对专家权重实施可变操作,同时也使主、客观权重有机的融合起来。     

基于分段函数的风投项目复杂多阶段动态决策问题研究

从系统控制与优化的角度来看,风险投资项目决策是一个具有高度复杂性的动态系统问题.文章主要把风险投资项目各阶段视为事物的动态发展过程,采用系统工程的方法,结合现有理论成果,利用分段函数的数学方法建立模型,并采用净现值(DCF)结合风险评价的复合方法对风投项目各阶段进行动态决策.     

贝叶斯决策分析及改进

贝叶斯决策是决策者经常使用的一种决策方法 ,具有较严谨的分析思路 ,但本身也存在一些问题 ,本文就其存在的两点缺陷进行了分析并提出了相应的改进方法     

众里取大规则下由频率确定属性权重的方法

目前获取属性权重方法,大多数需要决策者对属性直接打分或两两比较或优劣排序,这要求属性数量不宜过多、决策者应对各个属性有充分了解.众里取大规则下由频率确定属性权重的方法要求决策者挑选一个最重要属性,进而通过频率确定属性权重.文章首先视属性赋值为随机变量,依概率期望定义权重公式;然后根据离散选择模型相关结论,推导出属性频率与权重的转换表达式,将其代入权重公式得到属性权重;最后构造卡方统计量,判断权重之间是否具有显著差异.该方法适用于有大量决策者和众多属性的群决策问题.     

展望理论下的收益率分布函数

0引言资产收益率的分布函数在金融研究中是一个非常重要的问题。从正态分布、稳定分布到混合分布等其它统计分布形式,研究者提出了各种分布形式对收益率分布进行描叙,这些提出的统计分布描述模型几乎都没有直接考虑个体决策的行为特征。目前较为普遍的ARCH/GARCH模型对收益率分     

私有信息保护下企业合作决策问题研究

企业合作中的信息共享日益频繁,但信息的私有性成为企业合作决策的一大瓶颈,那么怎样在不泄漏私有信息的前提下达到完全信息共享的决策效果?文章首先从企业合作理论及安全计算协议出发,介绍了解决此问题的理论基础:然后介绍了私有信息保护下企业合作决策的研究现状,并以供应商和零售商合作订货为例总结出了通用的私有信息保护下企业合作决策的研究步骤,最后指出了该研究领域待研究的几个主要问题.     

不同表征框架对风险决策行为的影响

心理学家卡尼曼(Kahneman)通过调查和实验,质疑了经济学中对决策者理性的基本假设,提出了决策制定过程的框架效应,并提出前景理论来解释框架效应.文章通过实验讨论了概率表征框架效应和结果表征框架效应.并揭示了人们选择过程一系列的心理变化.     

属性权重未知的混合型多属性决策方法

本文针对属性权重信息完全未知且属性值有实数、区间数和模糊数的混合型多属性决策问题,提出一种新的决策方法,根据已有数据,按照偏差函数建立模型计算出各指标权重;在此基础上,求出各方案与理想方案间的灰色关联度来求解权重未知的混合型多属性决策问题,从而推广了关联度的应用范围,同时为权重未知的混合多属性决策问题提供了新的方法。     

多属性群决策中综合权重调整算法研究

多属性群决策的研究有重大的意义.文章将主观赋权法得到的数据与客观赋权法得到的数据,用简单的线性加权法联系起来,达到综合权重的效果.根据群体决策结果与个体决策结果的差异,来调整个体决策的权重值.根据算法编制程序,来不断调整权重的数值,直到最后得到稳定的综合权重.     

区间置信结构下的多属性决策问题研究

在大量多属性决策问题中,由于环境的不确定性和决策者的认知能力的有限性,决策者不仅很难得出方案的属性值,而且不能准确地确定在同一属性下方案之间的偏好信息。对此类问题,文章利用具有区间置信结构的偏序关系来表示同一属性下方案之间的偏好信息;给出了区间置信结构下的多属性决策方法,并用一个数例说明了该方法的可行性。     

基于贝叶斯和动态博弈分析的城市暴雨内涝应急决策

文章在分析城市暴雨内涝应急决策特点和决策目标的基础上,提出了城市暴雨内涝动态应急决策方法。将决策组在暴雨内涝发生过程中根据阶段结果和所掌握信息的变化而不断调整应急方案的整个过程,近似地看作暴雨内涝应急管理主体与客体之间的动态博弈过程,分析了暴雨内涝和决策组分阶段博弈的过程,基于贝叶斯法则提出了暴雨内涝应急方案动态生成方法。最后通过算例分析说明了所提方法的应用过程。     

基于灾情信息序贯观测的应急物资分配模型

突发事件发生后,精确的灾情信息非常需要但难以获得,需要进行序贯观测。在此情景下,文章首先建立了以应急物资分配决策问题的贝叶斯风险最小为目标的优化模型;然后使用贝叶斯分析求解出灾情信息最优观测次数和最优物资分配量;最后以2008年四川汶川地震中11个重灾区为案例进行了实证分析,结果令人满意。     

CGE模型中CES生产函数的贝叶斯估计

文章讨论了如何把贝叶斯统计方法应用到单个方程非线性计量经济学模型中。首先对贝叶斯统计方法进行了分析;然后以CES生产函数模型为例分析了单个方程非线性模型的贝叶斯估计问题;最后分析了常替代弹性（CES）产函数模型在不同的先验分布下的贝叶斯估计。     

贝叶斯网络决策在房地产投资风险控制中的应用

文章结合总和一阶贝叶斯网络学习模拟,获得面向不同风险控制决策程度的房地产先验概率、后验概率及其对应的密度函数,从中比对不同投资风险控制效益对应的条件概率.结果表明,基于贝叶斯网络推理可以获得更具有确切显性特性的房地产投资风险控制决策信号;中层级获得了最高的测试值,最低的为高风险决策级.贝叶斯网络推理一定程度上削弱了原先的网络学习对投资风险控制的先验概率对关联强度的影响,应均衡房地产在风险控制绝对与管理之间的投资策略.     

群决策关键问题研究综述

群决策能够发挥多个决策专家的经验智慧,解决相对复杂的实际问题,地位作用越来越重要.文章在分析群决策一般过程的基础上,针对群决策过程中的评价指标体系构建、决策意见表达方式、权重确定方法和群决策综合集成的研究重点,分别进行了总结和归纳.最后,对未来群决策亟待研究的问题进行了探讨和展望.     

基于前景理论与贝叶斯决策模型的彩民动机研究

利用贝叶斯决策模型解释了彩民的购买动机源于对中奖概率的高估,并给出了彩民在购买过程中的后验概率函数;同时结合前景理论指出彩民是有限理性的,并得出彩民会持续购买彩票的原因。     

部分权重信息下考虑风险偏好的不确定多属性决策方法

通过引入风险偏好因子,文章借鉴DEA交叉评价思想,构建部分权重信息下考虑决策者风险偏好的不确定多属性决策方法.通过风险偏好因子的引入,将区间数决策信息映射为实数决策信息;假设各决策方案均具有“使自身评价值最大化”的特点,求得各自的最优评价值和权重向量;各决策方案按照系统内所有方案的最有利权重进行评价后,将平均交叉评价值作为决策基准.最后通过算例说明了方法的可行性和有效性.