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.     

考虑偏斜度的序数均值组合群决策方法

文章针对现有均值法未考虑偏斜度的不足,结合多属性群决策问题,提出一种新的序数均值组合决策方法.基于偏斜度的性质,分析决策者偏斜度偏好对排序的影响;根据不同决策方式和群体意见集结步骤,采用6种方法确定方案的初次排序,再利用改进均值法组合初次排序结果,确定方案最终排序.最后,以供应商选择算例进行说明和应用.     

具有不完全信息的多准则格序决策方法

针对决策者的偏好信息具有偏序偏好的多属性决策问题,文章提出了一种基于偏序之间距离测度的多属性决策方法.将偏好关系推广到,运用偏序结构之间的距离测度计算控制指标和被控指标,得到方案对之间的控制程度和被控制程度;讨论了决策者站在不同角度对决策方案的偏好.最后,举例说明了该方法的可行性.     

不确定条件下基于V.H.Vroom激励逻辑的决策理论研究

风险和不确定条件下的决策问题一直是心理学、经济学和管理学研究的重点.文章借鉴已有的研究成果,提出并建立了基于Vroom激励逻辑的相对效用决策模型.该模型运用纳入参照标准的相对效用函数来确定决策者的主观效用,利用D-S理论来处理不确定条件下的决策信息,更加精确的描述概率问题,并且借鉴前景理论的关于决策者在参照点周围的风险逆转行为,把客观概率与决策者的风险偏好结合.最后,运用本理论对决策中的两个悖论进行了解释,证明了该模型的现实决策的应用价值.     

基于满意度最大的多准则群决策模型

在多准则群决策的过程中,由于决策者的知识水平、背景和主观偏好不同,他们对方案所给的信息判断矩阵也就不同.文章主要研究决策者所给的自然语言信息判断矩阵,提出一种基于群体满意度最大的不完全语言信息多准则群决策规划模型,该方法在处理存在语言信息缺失矩阵时尤为凑效.     

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。     

一种基于证据推理的混合型灰色多属性决策法

文章针对决策方案的属性值为区间灰数与确定的语言等级,并且属性权重完全已知的混合型灰色多属性决策问题,提出一种新的决策方法。该方法是决策者可根据自己的偏好给出定量属性值的白化值和定性属性值的信用结构,确定了等级信用结构决策矩阵;利用证据推理解析算法求出各方案在各等级的信任度;利用期望效用和区间数排序法对方案进行排序。实例说明了该方法的合理性及其算法的有效性。     

有限理性条件下决策品质的提升策略研究

文章针对有限理性决策问题,以一套仿真数据实验流程测试三种决策方法的有效性,给予偏好效用函数不同的参数设定模拟有限理性决策者排序的差异.结果显示:PLP法与AHP法通过互动的方式能较VIKOR法的排序更为准确地提供符合有限理性决策者偏好的方案.互动方法中的PLP法又较AHP法更好,原因在于其互动次数远较AHP法要少.VIKOR法因难以提供符合有限理性决策者的理想排序,不适合排序方案.     

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.     

多准则权变决策方法有效性比较研究

人们处理信息的能力是有限的、难以理清众多方案数据间的关系.因此决策者可能无法得知多准则方法的方案排序,是否即为心中的理想方案.文章检验并比较既有四部多准则决策方法的有效性,并建立一套仿真数据实验流程,比较MCDM方法建议的方案排序与偏好效用函数所模拟决策者排序的差异.     

统计决策

一、统计决策的基本原理 (一)统计决策的意义和特点 决策是人们在一定条件下,为寻求优化目际和制定优化地达到目标的行动方案,而进行的一系列调查研究、对比选择工作。人们从事任何工作都关系着一系列的决策。决策的正确与否是工作能否顺利完成,预定目标能否顺利实现的关键。 决策包括两个方面的内容和过程:一是通过调查研究,制定出若干个可供选择的行动方案;二是通过比较鉴别,从若干个方案中进行优选,作出决策。     

企业经营决策离不开统计

企业要生存，经济要发展，管理要科学，需要的是大量的社会经济信息，而统计是社会经济信息的主体，随着现代企业制度的建立和现代化管理的发展，企业统计工作的任务，已从单纯的信息咨询、监督、服务等职能进一步向预测、监测和参与企业决策职能发展。统计在企业决策中的作用 1.统计信息是企业决策的基本依据。企业的生产经营决策必须以企业内部条件和外部环境为基本依据。统计工作不仅能及时、准确、全面、系统地反映企业内部生产经营活动的实际情况，而且还能搜集、整理与企业生产经营决策有关的企业外部环境的信息。通过对这些信息和…     

Decision and choice in transforming data

Statistics are developed for predicting the effect of data transformations on the F statistic when the assumptions of homoscedasticity and normality underlying the AN OVA are not necessarily satisfied. These statistics are useful for determining whether and how to transform, They are developed by partitioning the change in the observed value of the jF-statistic under the transformation, into two expressions, one of which depends on the "truth" of HQ while the other does not. Using this partition, desirable properties are derived for transformations. Criteria are developed defining transformations which tend to preserve the type 1 error while increasing power when needed. Using these criteria, the notion of model robustness is introduced. It is shown that the Box-Cox methodology for selecting a power transform may, under certain conditions, produce a transformation which does not permit inferences to be made about the parent population from the transformed population. An alternative approach suggested here does permit such inferences.     

信息、激励与统计决策

信息、激励与统计决策王国成为了认识和解决社会主义市场经济建设中出现的新的理论和实践问题,笔者曾撰文①探讨了市场经济条件下非对称信息的形成机理、统计特征和获取方法。继之,本文根据非对称信息较严格的定义,针对我国的具体情况,就非对称信息的分布类型及在激励...     

The Splitting Method for Decision Making

We show how a simple modification of the splitting method based on Gibbs sampler can be efficiently used for decision making in the sense that one can efficiently decide whether or not a given set of integer program constraints has at least one feasible solution. We also show how to incorporate the classic capture-recapture method into the splitting algorithm in order to obtain a low variance estimator for the counting quantity representing, say the number of feasible solutions on the set of the constraints of an integer program. We finally present numerical with with both, the decision making and the capture-recapture estimators and show their superiority as compared to the conventional one, while solving quite general decision making and counting ones, like the satisfiability problems.     

Decision tree approaches for zero-inflated count data

There have been many methodologies developed about zero-inflated data in the field of statistics. However, there is little literature in the data mining fields, even though zero-inflated data could be easily found in real application fields. In fact, there is no decision tree method that is suitable for zero-inflated responses. To analyze continuous target variable with decision trees as one of data mining techniques, we use F-statistics (CHAID) or variance reduction (CART) criteria to find the best split. But these methods are only appropriate to a continuous target variable. If the target variable is rare events or zero-inflated count data, the above criteria could not give a good result because of its attributes. In this paper, we will propose a decision tree for zero-inflated count data, using a maximum of zero-inflated Poisson likelihood as the split criterion. In addition, using well-known data sets we will compare the performance of the split criteria. In the case when the analyst is interested in lower value groups (e.g. no defect areas, customers who do not claim), the suggested ZIP tree would be more efficient.     

发展特色经济 加快西北地区经济发展

文章首先论证了发展特色经济是振兴西北经济的必然选择,然后从能源业、农业、高新技术产业、旅游业、现代生物与医药产业5个方面进行了总体构想,提出了发展特色经济的基本措施.     

Optimal Binary Prediction for Group Decision Making

We address the problem of optimally forecasting a binary variable for a heterogeneous group of decision makers facing various (binary) decision problems that are tied together only by the unknown outcome. A typical example is a weather forecaster who needs to estimate the probability of rain tomorrow and then report it to the public. Given a conditional probability model for the outcome of interest (e.g., logit or probit), we introduce the idea of maximum welfare estimation and derive conditions under which traditional estimators, such as maximum likelihood or (nonlinear) least squares, are asymptotically socially optimal even when the underlying model is misspecified.     

基于贝叶斯图模型方法的投资组合决策

提出基于贝叶斯思想的图模型结构检测方法:首先给出精度矩阵新的参数化方法,且通过MCMC方法给出算法设计,最后将该图模型方法应用于中国证券市场,研究在牛市和熊市下证券市场六大板块之间的条件相关性.实证结果表明:牛市和熊市下的行业板块图结构存在显著差异,熊市似乎有着更强的相关性.