风险偏好与属性约简在决策问题中的应用研究

将决策者风险偏好与属性约简算法应用到具有大量属性的决策问题,提出先对决策者分类再进行决策的策略． 根据决策者的风险偏好特征将其分为风险规避型、风险中立型、风险偏好型,针对不同类型的决策者分别采取相应的算法,提取有效属性并利用有效属性进行决策; 针对不同风险偏好的决策者,提出相应的风险偏好预期规则; 提出基于优势关系辨析矩阵的属性赋权算法及基于属性值优势度矩阵的进行信息融合与排序算法; 最后通过属性值为实数与区间数的两个实际案例表明该算法的科学合理性．     

基于梯形模糊数的分层多目标线性规划模型在多属性不确定决策问题中的应用

文中首先建立了基于梯形模糊数的分层多目标线性规划模型,应用梯形模糊数来表示专家偏好信息.然后通过运用分层序列优化方法求解该模型,得出不同方案的模糊属性值和理想方案值,再根据模糊数的距离公式,求出每一个评价方案与理想方案之间的差值,然后得出评价方案之间的排序.最后,本文选择了深圳、广州、武汉、株洲、杭州五市的工业企业作为研究对象,分别用梯形模糊数和三角模糊数表示它们在经济效益、资源节约、环境保护和社会效益方面的综合情况,并根据本文所建立的模型和已有的基于三角模糊数的模型来进行比较分析,得出这些不同地区的企业在这四个方面的综合排名.通过这个实例的分析,也进一步证明和强调了文中所建立模型的实用性和可行性.     

基于关联的多属性决策分析理论研究综述

传统的多属性决策分析（Multiple Attribute Decision Making,MADM）理论通常都假设属性间是独立的,而现实决策问题中常存在关联,这给决策带来了困难,也是决策分析从理论迈向应用的瓶颈。结合近年来国内外相关文献的研究成果,本文介绍基于关联的MADM（即RMADM,MADM in the presence of relationships）理论的发展情况,分析其研究现状和热点,并在此基础上对RMADM理论未来的发展方向进行一些讨论。     

不确定多属性决策双目标组合赋权模型研究

本文提出了灰距离熵的概念,并把灰距离熵作为区间灰数相离度的一个度量标准,建立了不确定多属性决策属性值的灰距离熵离差最大化模型。并在此基础上, 讨论了基于灰距离熵和极大熵的双目标规划组合赋权模型。从而实现了决策属性区间权重向点值权重的转化。最后并结合具体实例,验证了模型的有效性。     

多属性决策决问题的满意度与赋权研究

多属性决策问题的决策中,决策者往往对属性上的数值存在一定的心理预期。首先,通过心理预期与实际数据获得决策对象在每个属性上的满意度,对决策对象进行筛选过滤;其次,提出属性值信息相容关系,利用属性值之间的相容度进行赋权,信息融合对满足决策者心理预期的决策对象排序择优;再次,提出决策对象满意度,并指出传统的排序方法获取的最优决策对象与决策者总体满意度最大的决策对象并不等价。具体算例表明,该方法科学有效且可行。     

基于满意度水平的多目标群决策问题的迭代算法

基于满意度水平的概念，本文提出了在实现决策人体各自的满意度水平的基础上，使群体的联合满意度极大化的即决策规则，根据这一规则去求多目标群决策问题的最佳调和解。由于目标间的冲突性，当各决策个体的满意度水平过高时，会导致群决策的最佳调和解集为空集。本文讨论并给出了降低和修正各决策个体满意倥 方法。。并将整个求解过程总结为一种算法，使之易于在计算机上实现；文中最后还给出了数值算例。     

多属性决策的组合赋权方法研究

提出了多属性决策组合赋权的一种线性目标规划方法,该法把主观和客观两类权重信息相结合,既能充分利用客观信息,又尽可能地满足决策者的主观愿望,且具有思路清晰、简洁实用、易于计算机上实现等特点。最后通过算例说明了方法的可行性和有效性。     

多目标决策问题的神经网络方法

利用Hopfield神经网络对多目标决策问题进行研究．给出有限个方案和无限个方案下的多目标决策问题的网络映射关系和优化算法,同时给出这两种情况下的计算步骤及实例     

基于k-可加模糊测度的多属性决策分析

基于k-可加模糊测度和Choquet积分理论,讨论基于关联的多属性决策分析问题的建模和求解.首先通过构建属性间的直接关联矩阵确定k值;然后依据Marichal熵理论求解属性和属性集的权重;利用Clloquet积分计算方案的综合评价值并以此对方案进行排序;最后给出算例验证上述理论和方法的合理性.     

交互式多属性群决策评价方法研究

针对多属性群决策中属性指标权重的确定,将群体看作由多个被评价且参与权重决策的独立成员组成,提出一种交互式迭代算法,以均等属性权重为起点进入迭代过程,每一次迭代在当前给定的权重参数下求解含参规划模型并计算得到新的权重参数。迭代过程终止于任一群成员在相邻两次迭代的参数权重下加权综合属性值的绝对差异控制在非阿基米德无穷小量以内,此时使用的参数权重即为各属性的最优权重。实际迭代计算过程以及属性指标权重由所有群体成员共同参与和决定,故可以认为最终优化和选择结果为绝大部分成员所接受并满意。通过一个算例以及一个关于研发项目选择的实例,说明该交互式群决策评价方法的可行性和有效性。     

基于最近距离投影的DEA两阶段效率评价方法研究

数据包络分析是进行效率评价最重要的方法之一。传统的数据包络分析理论主要寻找有效前沿面上的最远距离投影,在极大化无效性指数的同时也面临着效率改进的巨大难度和高额成本。对于具有两阶段内部生产结构的决策单元,本文从考虑最小改进难度的视角出发,提出了最近距离投影的两阶段效率评价方法。该方法首先得到所有强有效决策单元的线性组合,且这些组合均占优于被评价的两阶段决策单元。然后建立了两阶段范围调整效率评价模型,在确定具有最近投影距离的占优组合的同时,得到了两阶段评价效率。最后,本文运用我国32家上市银行的年度数据对所提出方法进行了应用验证。     

一种基于属性二元关系的大群体决策方法及应用

针对现有的大群体决策方法只考虑决策属性相互独立的不足,提出了一种基于决策属性之间二元关系的大群体决策方法,该方法基于二元关系形成群体成员偏好矢量属性关系矩阵,借助该关系矩阵是0-1矩阵及其范数性质,构建了两个决策成员偏好矢量相聚性度量模型,基于该模型提出了一种大群体决策偏好集结和决策方案排序方法。最后以湖南省重大冰雪灾害应急管理能力评价为案例,对方法进行了应用。     

一种基于偏好分布的群决策方法

为了满足群决策的实际需求,本文提出了一种基于偏好分布的群决策方法,该方法利用完全不对称预先排序向量表示决策者的偏好,通过分析计算偏好排序向量的密度和分布结构,从可行方案集合中寻找所有决策者都能接受的优选方案集合,逐次缩小搜索空间以逼近一致满意解。该方法结合冲突分析,可进一步分析决策者之间的相互关系,集成于谈判支持系统,具有直观、实用等特点,最后给出了一个实际例子说明该方法。     

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。     

基于满意度BLP-DEA的区域可持续发展系统效率评价研究

为了实现生态环境保护与社会经济发展的动态平衡,在对环境造成的损害最少的情况下同时获得最大的社会经济效益,是实现可持续发展的紧迫和关键问题。本文以生态子系统为上层(Leader)、经济-社会子系统为下层(Follower),构建考虑可持续发展的评价系统。通过引入公共权重、区间效率和满意度,构建基于max-min满意度的双层规划数据包络模型(BLP-DEA),并将其应用于中国省际可持续发展系统的效率评价与满意度研究。结果表明：(1) 相比于BLP-DEA模型,本文构建的基于满意度BLP-DEA模型是一种令大多数决策单元能够接受自身效率值结果的评价方法,因此导致中国整体经济-社会子系统效率值相较于生态子系统效率值偏低。(2)在满足全局可持续发展系统满意度最大化的前提下,各地区的效率值体现出显著的地域性特征,其中生态子系统效率值以西部地区最优,经济-社会子系统效率值以东部地区最优,可持续发展系统综合效率值以东部地区最优。