证据推理的随机多属性决策方法

在实际决策中,决策者经常面临不确定的环境,事先无法取得精确的属性值。随机多属性决策,即属性值为随机变量的多属性决策,是不确定型多属性决策中非常重要的类型。根据随机变量的类别,随机多属性决策同样可以分为:离散型和连续型两种情形。目前关于离散型随机多属性决策的研究并不多见。本文考虑了有信息缺失的离散型随机多属     

一种信息不完全的随机多准则决策方法

不确定型多准则决策已成为多准则决策研究领域的热点。对于方案的准则值为模糊数和语言值的不确定型多准则决策问题,已经引起国内外学者的广泛关注。然而,在实际决策中存在准则值随自然状态的不同而变化且决策者很难预知未来的真实情况的随机多准则决策。     

风险型决策的一种改进方法──马尔可夫分析法

风险型决策指在环境信息不完备，但各种状态出现的概率已知的条件下作出的决策，其准确性通常高于用先验概率作出的决策．这种决策要冒一定的风险。而不确定型决策是指环境信息不完备，且各种状态出现的概率未知，决策者根据自己的主观判断作出的决策。这种决策的风险更大。贵刊1996年第11期施平同志的《浅谈不确定型决策的改进方法》一文对不确定型决策方法进行了一定的改进，即在各种状态发生的概率未知的情况下．通过一些凭经验和直觉得到的模糊信息，利用期望值最大准则进行决策．实际上，该文的思路是将不确定型决策转化为风段型决策来…     

基于优先度的概率区间型决策

对于不确定条件下决策问题的研究,自然状态发生概率的确定是其难点之一。文章阐述了自然状态发生的概率不能完全确定但可以估计其所在区间的决策问题及其性质,给出了决策方案效益期望值极值的算法和一种新的优先度的算法,最后给出了概率区间型决策问题基于优先度的决策方法。     

一种基于可能度的区间多属性决策方法

多属性决策,也称为有限方案多目标决策,它在经济管理及工程设计等领域有着广泛的实际背景。在对多属性决策问题进行分析时,如果属性权重和属性值是确定值时,已经有了许多成熟的技术和分析方法。由于人类认识事物的能力有限,以及客观事物本身的复杂性,因此在实际决策中,人们对有些属性值往往给不出确切的值,而以区间数或者模糊数的形式给出。由此可以看出不确定性问题是有重要的理论意义和实用价值的,对它的研究是十分必要的。目前有许多关于区间数多属性问题的研究,学者们提出了很多方法,例如:线性规划法,离差最大化法,基于决策者风险态度,基于决策者满意度等。     

灰色二次规划决策模型及其应用

灰色二次规划决策模型及其应用江苏省涟水县统计局农调队王亚军一、问题的提出规划论是现代管理科学中的一种常用决策方法，其中的二次规划是一种最接近于线性规划的非线性规划，由于其模型中采用了二次型（一种可以近似地表示一切非线性函数的函数），在规划论中得到了广...     

熵在风险型决策中的应用

由于决策问题的环境存在许多不确定因素,因此就有风险型决策。在经典决策论中,对风险型决策采用的是概率统计方法,所依据的是期望值准则。然而,复杂的现实生活不断向我们提出这样的问题:依据期望值准则所作出的决策,其不确定性的程度到底有多大?能否寻找到不确定性程度较低的决     

基于RSI的证券卖出统计决策

证券投资决策中卖出点和卖出量的确定是非常重要的一环.本文首先对历年上证综指处于中期顶部时的技术指标RSI数据进行统计分析,得出其概率分布;其次,以上证综指的涨跌幅度作为衡量收益的标准,建立了上证综指的涨幅对RSI的样本回归方程,即收益与RSI之间的关系;最后,采用期望收益最大原则及线性规划方法得出最佳的卖出决策方案.     

线性多目标决策的可剔除定理及其极点比较求解法

文章在线性多目标规划(LVP)与相对应的线性规划(LSP)(t)之间解的关系基础上,定义了(LVP)Pareto有效解的优势集,指出(x)是(LVP)的有效解的充分必要条件是它的优势集非空;证明了(LVP)非极点的有效解相对于它的某个非劣极点是可剔除的;进一步证明(LVP)决策与一个简单线性多目标规划(LVP)是等价的,由此得出(LVP)决策只考虑其可行集极点的比较即可.通过本文的研究,既在一般意义上剔除了非极点的有效解(无穷多个),使原来复杂的有效解集减至为有限个,又在一般意义上最终将旺VP)决策转化为若干线性规划的求解,并且可获得全部不可剔除的解.     

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。     

基于相差值的多元对象聚类评价法

运筹学中所指的相差值表示相应决策变量的目标系数需要改进的数量,使得该决策变量取正数值,当决策变量已取正数值时相差值为零;对于求目标函数最小值的线性规划问题,所谓的改进就是其对应的决策变量的系数减少其相差值。简言之,相差值的概念是以某一对     

二元线性规划最大化模型的简化

在对产（商）品产销量进行组合决策时，若其数量关系均为线形关系，并且可投入资源与各种产（商）品量之间存约束关系，拟达到的目标与产（商）品量之间的关系可以表达成一目标函数，则通常用线性规划方法来解决问题。而二元线性规划模型的具体解决方法包括图解法、方程法（建立有关约束条件方程求顶点坐标）、单纯形法。这些方法在约束条件较多时，都显得既繁琐又不易操作，容易出错。在经济决策实务中，需要一种简便易行的方法。有无这样简便易行的方法呢？在对二元线性规划最大化问题的数学模型进行分析的基础上，可以得到肯定的答案。 …     

基于多维偏好分析的三角模糊数型多属性决策方法

文章针对决策者的偏好信息是以偏好序对的形式给出、决策矩阵元素为三角模糊数的不确定多属性决策问题,提出了一种新的决策方法.利用三角模糊数期望值公式,定义各方案到理想点的距离矩阵,通过求解基于多维偏好分析的线性规划模型,得到属性的权重向量.根据各方案到理想点的加权距离给出方案的排序结果.该方法非常适用于方案数目和属性数量较大、决策者无法给出每一方案的具体偏好值的情形.     

基于模糊相对误差等式的组合预测模型

预测的关健是建立合理的预测模型,不同的预测模型各有长处,通过对不同预测模型的线性组合可以得到效果更好的线性组合预测模型.组合预测法的关键是确定组合的权重.文章给出了一种基于模糊相对误差等式模型的组合预测方法,将模糊等式转化为线性规划问题,通过求解该线性规划,得到最优线性组合权重值.实例表明,该方法计算简单,且预测精度高.     

不完全信息下基于成功概率最大化的善意兼并策略

文章基于目标企业股东对于兼并协同度具有不完全信息的现实,在使用实物期权方法求解了兼并参与双方价值函数和决策阈值的基础上,提出了以兼并成功概率最大化为决策目标的主并企业善意兼并策略制定原则,为制定兼并策略提供了非线性规划理论模型。     

对不确定型决策方法的改进

不确定型决策是指对自然状态发生的概率未知的情况下所做的决策。在这类决策中只估测到可能出现的各种自然状态,但由于缺乏必要的信息和经验,其发生的概率是未知的,无法应用期望值标准,而只能寻找其它决策准则作出决策。传统的方法是采用最大最大准则、最大最小准则、乐观悲观准则、等可能性准则、“后悔值”决策准则等五个准则     

多目标规划在企业管理中的应用

多目标规划是一种辅助管理决策的数学方法,它是在线性规划的基础上,适应多目标最优决策的需要而逐步发展起来的.     

具有区间灰色特征的多级供应链网络优化设计模型

考虑终端市场需求量和产品单价的区间灰色特征,以及需求的不确定性,研究战略层次上的供应链网络设计及其鲁棒优化问题,当供应链结构的参数发生变动时,供应链整体结构和性能保持鲁棒性。针对传统求解方法的局限性,文章通过引入控制变量,建立了具有灰色特征的供应链网络结构设计模型及其鲁棒优化模型,为验证模型的有效性和可行性,以生鲜农产品为实例分析对象,通过实地调查,运用混合整数非线性规划方法,使用Matlab7.0计算工具,研究了4种不同情景下模型的灵敏度,得出5种不同条件供应链网络的设计结构及整体收益,对比分析得出结论:运用混合整数线性规划方法,能有效解决具有区间灰色特征的供应链网络设计及其鲁棒优化问题;不同条件下供应链网络结构不同,且供应链整体收益值、总成本值和利润值也不相同;只要条件确定,供应链网络结构也是确定的,且该结构对问题的解具有鲁棒特征;控制变量的取值大小反映了决策者的决策特征。     

基于价格控制的排污收费二层线性规划模型

文章应用二层系统优化决策理论,给出了基于价格控制问题的排污收费二层线性规划定价模型,模型中上层决策单位是政府(环保局),下层决策单位是产生污染的生产企业。该模型从某种程度消除了以往排污收费问题研究中政府与企业间存在较大的信息不对称的问题。     

基于改进Gini-Simpson指数的指标及权重均为混合属性的广义灰靶决策方法

提出了一种新的以改进的Gini-Simpson指数为决策依据的指标及权重均为混合属性值的广义灰靶决策方法。该方法构造权重函数将不确定性混合指标权重确定化,并以改进的综合加权Gini-Simpson指数作为方案决策的依据。首先将各方案的混合属性指标值转化为二元联系数,并分解为确定项和不确定项以组成(确定,不确定)二元组数;其次,分别获得各属性下靶心指标的(确定,不确定)二元组数;然后,构造权重函数将不确定性权重确定化,继而求得各方案的综合加权Gini-Simpson指数;最后以综合加权的Gini-Simpson指数为依据对各方案进行决策,以其值越小方案越优。案例分析的结果验证了该法的可行性。