基于演化网络的动态群决策模型

一、引言 传统的群体决策是把不同成员的关于方案集中方案的偏好序按某种规则集结为决策群体的一致或妥协的群体偏好序,即需要寻找一种对决策群体公平的规则对个体决策者的偏好进行集结.常用的方法有加和法、方差最小法、优序法、期望效用法和层次分析法等.对群体决策一致性的集结往往忽视了决策者的不完全理性和对方案的学习、改进和谈判协调能力.群决策过程看起来是一个静态过程,而实际上,在群体中形成最终一致或妥协的群决策的过程是一个非常复杂的过程,这些决策个体意见的一致或妥协过程甚至不得不反复进行直到决策者群体的一致性偏好最终得以形成.人们提出了许多改善群体决策效果的方法程序,如头脑风暴法、名义群体法、德尔菲法等.德尔菲法是改善和达成群体决策一致性收敛的一种行之有效的群决策设计.总之,群决策是一个信息反复交流最终达成一致的动态过程.     

多目标群决策的冲突解决方法

本文提出了多目标群决策需要解决的两类冲突,指出冲突解决的关键问题在于如何确定决策者关于属性的权重和决策者的权重;并在基于群体多属性评价的交互切比雪夫方法基础上,对两类权重的确定进行了探讨。     

一种基于主客观权重信息集成的多属性群决策

针对一种在属性权重和决策者权重完全未知且属性值为定值的多属性群决策问题.文章基于离差最大化思想提出了一种可对多种主观和多种客观权重信息进行集成的最优化组合赋权方法求解属性的集成权重,计算各方案的综合属性值,以求属性的集成权重的方法去求解决策者的集成权重.给出了一个数值例子说明该方法的实用性和有效性.     

一种决策矩阵与属性权重分别集结的群决策方法

针对同一个方案,不同决策者给出的决策矩阵和属性权重具有差异性.文章采用相似度模型分别对决策矩阵和属性权重进行集结,并对决策者进行赋权,进而运用理想点法进行方案排序,算例说明了该方法的可行性和可信性.     

基于MATLAB求解有权重限制的DEA模型

文章在能体现决策者偏好的DEA模型基础上,将客观权重限制的方法运用到此模型中,这种权重限制方法能从不同角度来评价决策单元,从而为评价决策者全方位了解各决策单元提供参考依据,同时基于MATLAB提出了一种求解方法,并给出了简洁高效的程序清单;在实证分析部分以7个省份2009年农业运行情况的统计数据为依据,利用此程序对模型进行了求解并对求解后的大量数据进行统计,最后从个体和整体上两个方面进行了分析.     

虚拟企业伙伴选择指标综合权重确定方法

为了更科学合理地进行虚拟企业合作伙伴选择,在对评价指标体系进行了分析和预处理的基础上,基于专家分析法和粗糙集方法,建立了一种支持混合指标的综合评价指标权重确定方法.该方法能够充分集成决策者主观知识和数据本身客观知识,从而提高指标权重确定的科学性和合理性.最后,以一个仿真算例验证了方法的有效性.     

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.     

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.     

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     

模糊机会约束DEA模型的改进及其应用研究

文章引入模糊机会约束多目标规划理论降低了人为主观选择效率基数的风险,寻求满足各决策单元约束条件的置信度的最小值。该方法原理正确,改进后的模糊机会约束DEA模型是原始模型的有效补充,拓宽了决策者的选择面,使评价结果更加全面。     

基于犹豫概率模糊语言集的改进MULTIMOORA决策方法

为解决犹豫环境中由随机性和模糊性引起的不确定性对实际决策造成偏差的多准则群决策问题,文章提出一种基于犹豫概率模糊语言的改进MULTIMOORA决策方法。首先构建各决策者的犹豫概率模糊语言决策矩阵,利用熵值法与离差最大化和距离最小化法得到决策者权重;利用犹豫概率模糊加权平均算子将各决策者的决策矩阵聚合为综合矩阵,进而通过改进的MULTIMOORA方法得到最终排序结果;最后通过物流园区合作商选择的算例分析验证该算法的可行性和有效性,并与TOPSIS法、VIKOR法及HFL-MULTIMOORA进行对比分析。     

具有不同形式偏好信息下的模糊多属性群决策方法

本文针对决策者给出属性具有定性、定量两类不同形式的偏好信息的多属性群决策问题,提出了一种新的集结方法。该方法首先利用直觉模糊集理论和模糊矩阵来处理定性属性的定量化问题,然后用凸组合的方式将主观权重和基于一致性程度的客观权重集结为决策者的最终权重,最后提出一种基于直觉模糊集理论的多属性群决策方法。     

基于CVa R约束的单位风险收益最大投资组合模型及实证

文章以条件风险价值CVaR为约束控制风险,建立了以组合收益率与方差之比的单位风险收益最大的投资组合模型,该模型给出了在决策者可以接受的CVaR风险水平下,单位方差收益最大的投资组合最优选择;针对这个模型给出了一个改进的粒子群优化算法,实证结果表明了在不同的CvaR风险水平下,投资组合的最优选择不同,符合实际情况,可以为决策者提供投资决策参考.     

属性权重信息不完全的区间多属性TOPSIS法

本文提出的方法是针对属性权重信息不完全的区间多属性问题的,文章提出了一种修正了的TOPSIS法。方法充分利用了决策者给出的权重信息,通过单目标线性规划确定各方案的正理想点和负理想点,给出了一种确定权重的方法,进而计算每个方案到理想点的接近度,最后得出方案的排序,文章最后把该法应用于解决风险投资领域的项目评估中。     

考虑决策者风险偏好的区间粗糙数多属性决策方法

文章针对属性值为区间粗糙数的多属性决策中如何考虑决策者风险偏好问题进行了研究,提出了一种新的区间粗糙数多属性决策方法.首先基于属性值与正负理想点距离远近来反映决策者偏好的思想定义了偏好距离,在此基础上利用熵权法计算属性权重,然后计算各方期望效用并按此排序.最后通过算例证明了此方法有效.     

基于记分函数的直觉模糊多属性群决策方法

针对属性权重未知且属性值为直觉模糊值,决策者给出方案直觉模糊值形式偏好信息的不确定多属性群决策问题,提出了一种基于模糊优选的群决策方法。首先在计算直觉模糊相似度的基础上通过非线性规划模型求解出属性权重。在明确直觉模糊多属性决策问题中直觉模糊集的定义基础上,提出了一种新的记分函数方法,进而得到各决策者决策矩阵的正、负理想方案。然后通过各决策者的模糊优选模型得到各方案的决策值,通过决策群体的模糊优选模型得到各方案的群体综合决策值。最后通过一个算例说明了方法的有效性。     

部分属性权重信息下的多属性群决策问题探讨

模糊多属性群决策(FMAGDM)是多属性决策、群决策和模糊决策相交叉的研究领域.研究此类问题一般需要决策者提供各属性权重信息、各决策者的权重信息和效用信息,决策群体集结各信息形成群体偏爱,最后对供选方案进行优劣排序.但由于方案各属性概念抽象、决策者自身的认知局限性及决策背景的复杂性,常会出现决策时对多属性群决策问题的属性权重难以完全确定和量化,因此部分属性权重信息下多属性群决策问题的研究已日益得到重视.目前此类问题的研究工作尚不多见.     

基于改进记分函数的直觉模糊多维度决策方法

针对属性值为直觉模糊值的多决策者、多时间点、多属性及多方案的多维度决策问题,文章基于新的记分函数等决策方法,并讨论了其在企业社会责任评价中的应用.首先,应用TIFHA、MIFHA等算子分别对各时间点和各专家决策进行了集成;其次,应用改进的记分函数对集成后得出的矩阵进行计算,得出记分函数矩阵;再次,运用熵权法算权重;最后引用距离公式及改进的TOPSIS方法将得出的结果进行多属性决策.并针对两家煤炭企业的社会责任履行情况进行了多时点、多专家、多属性决策,通过算例表明了此方法可行且有效.     

VaR组合预测权重的两类约束

组合预测是提高VaR预测表现的有效方法。文章通过研究对VaR组合预测权重加以两类约束(无常数项、无常数项且权重和为1)的意义及其估计的特征,认为权重加以这两种约束有助于体现组合预测的宗旨;权重无约束时VaR组合预测能给出样本内的无偏估计,而加以这两类约束后不能保证该性质成立;当加以约束后估计偏差不大并且其波动性也不大时,也应考虑使用约束,实证研究发现对于无常数项的约束存在估计表现相差不大的情况。     

建筑业竞争力灰色系统决策模型

在评价建筑业竞争力中首先主要确立竞争力评价方法。采用组合权重的多层次灰色系统决策模型,在确定权重是运用博弈论方法将主观权重和客观权重融合起来,得到一个均衡的组合权重,使决策者结果更真实、可靠、更符合客观实际。将灰色决策模型运用到建筑业竞争力水平评价中,可以反映建筑业整体情况,并可进行宏观和微观的比较,既有全面性,又有综合性。