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。     

基于赋权结果偏差系数的组合赋权法

本文在综合各种赋权方法给出的主观和客观指标权重信息的基础上,建立了求解企业绩效评价指标权重的优化模型,根据各种主客观赋权法给出的赋权结果的偏差系数确定其在权重组合中的加权系数。通过计算权重向量各分向量的偏差度来得到一致性系数,最后通过应用实例对此方法予以说明。     

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。     

基于离差函数和联合熵的组合赋权方法

针对多指标评价权重确定问题,提出了基于最小离差和最大广义联合熵的组合赋权方法。该方法一方面综合考虑了各评价方法从不同角度所确定的权向量,使确定的理想组合评价权向量与所有其他方法的评价权向量之间的总体偏差为最小;另一方面尽量消除组合赋权的不稳定性,使各方法各指标权数赋予平衡因子后广义的联合熵最大,使得全局的不确定性最小、最为合理,由此建立了组合权系数优化模型。最后通过实例说明了此方法的合理性。     

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。     

一种基于方差最大化的组合赋权评价方法及其应用

粗糙集权重确定方法利用属性重要度来确定属性的客观权重,这种方法克服了权重确定过分依赖专家经验知识的不足,但也忽略了各属性指标本身的重要性问题。本文将粗糙集权重确定方法与专家主观赋权的层次分析法相结合,基于方差最大化的原理提出了一种主客观组合赋权方法。粗糙集结合主观层次分析法的组合权重很好地将两者的优点有效结合,同时方差最大化原理也对传统组合权重确定方法进行了改进,使得权重的确定更加合理,更能有助于决策者做出决策。最后,用一个算例应用证明了该种组合赋权决策方法的可行性。     

区间数多属性决策的一种目标规划方法

带有区间数的多属性决策问题是有关多属性决策研究中的一个重要课题.针对如何计算每个决策方案的综合评价值,本文提出了一个新的分析方法,它是基于简单加权法则,通过建立线性目标规划模型来得到的方案的评价值.本文的方法改进了已有分析方法的不足之处.最后,给出了一个算例.     

多属性决策的两种方差最大化方法

本文针对属性权重完全未知或权重信息部分确定的多属性决策问题,提出了两种方差最大化方法.它们能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性,且易于计算机上实现.     

基尼系数客观赋权方法研究

本文主要是研究多属性决策中的客观赋权问题,客观赋权的一个关键问题是如何让权重更好的反映指标的数据信息,通过指标权重的大小体现不同指标的重要性大小。基尼系数作为一个反映一个国家或者地区贫富差距的重要指标,在反映不同收入人群的收入差距方面具有很好的表现,根据基尼系数的这个特点,通过计算各指标的基尼系数值来反映指标数据的信息含量和变化情况,通过对指标基尼系数值的归一化得到了指标的基尼系数权重,反映了同一指标、不同对象的差异越大,其权重越大的思想。本文同时对基尼系数赋权法、熵权法、均方差法和极值法等4种客观赋权方法在8种不同的指标数据形式下的权重进行了对比分析,结果表明:基尼系数赋权法具有适用性强、保序性好的特点。此外,基尼系数赋权法的计算也较为简单,增加了其适用性。     

基于组合赋权模型的物流企业绩效评价指标体系构建研究

本文以日本物流企业绩效评价指标体系、国资委《2019年企业绩效评价标准值》为基础,通过梳理国内外文献,构建了经营活动、物流活动、企业内外部环境在内的三个准则层,员工离职率等24个评价指标的评价体系。以25家5A级物流企业2018年数据为研究对象,通过组合赋权模型对G1法和BP神经网络法两种单一赋权方法进行组合,建立适应我国物流企业绩效评价的指标体系。本文研究结果表明,我国物流企业绩效评价指标体系的评价结果与物流企业发展现状基本一致。目前,研发投入不足、人才吸引能力较弱是造成传统运输型、仓储型物流企业严重落后于综合服务型物流企业的主要原因。资产回报能力和客户服务水平的差异,是造成我国5A级物流企业之间拉开差距的重要指标。     

基于信息熵的群组聚类组合赋权法

在多属性群决策方法的研究中,为了科学地确定专家的权重,提出一种基于信息熵的群组聚类组合赋权法。依据各个专家的判断矩阵归一化得到的排序向量,利用相关系数法构造相关矩阵。通过分析阀值变化率选取最优聚类阀值,对相似程度较高的排序向量给出合理的聚类。运用信息熵为类内专家赋权,综合聚类结果和排序向量的信息熵,确定专家的总权重。算例表明该方法可以对较为相近的专家评价结果进行有效分类,并准确衡量每位专家评价信息量的大小,能够有效提高专家赋权的合理性和群组决策的科学性。     

基于组合赋权的高速公路上市公司绩效动态综合评价

结合高速公路行业的特点,建立了高速公路上市公司绩效评价的评价指标体系,通过组合赋权的方法赋予动态指标权重,并结合理想解法,运用动态综合评价原理对10家高速公路上市公司2005-2007这一时段的经营绩效进行了实证分析。在动态评价模型中,采用序关系分析法和和熵值法确定指标的组合权重,兼顾了主客观赋权的优点,提高了评价结果的准确性。     

方法群评价中权重集化问题的研究

本文将运用多种方法独立地确定一个多属性评价问题的权重,它形成一个基本的权重向量集,在这个基础上构造出可能的权重向量集,采用非线性规划方法在可能的权重集上选择最优的权向量,这是一种对权重进行集化的新方法.本研究方法思路清晰,易于计算机上实现,可以更好地解决权重的确定问题.最后用一个算例说明本方法实际应用上的方便性和有效性.     

挖掘客户潜在需求确定指标重要程度的证据组合方法

在现实中,属性(例如产品的各种指标)的权重常常与特定客户的需求有关,因此这些客户的偏好信息对权重的确定非常重要.这种信息不一定就直接体现在对属性的重视程度上,而可能表现在对一组具体产品的偏好关系上.在对产品的指标评价时还会存在一些无知性.针对这些情况,本文给出一个基于证据理论和目标规划、挖掘客户潜在需求的指标权重估计方法,并结合一个计算示例,给出具体的计算过程.     

一类基于IOWGA算子的组合预测新方法

目前传统的加权几何平均组合预测方法存在赋权的缺陷。在有序加权几何平均(OWGA)算子概念的基础上,提出诱导有序几何加权平均(IOWGA)算子,建立新的组合预测模型,并给出了IOWGA权系数的确定的数学规划方法。最后进行了实例分析,结果显示该模型能有效提高组合预测精度。     

一种最小二乘意义下主客观评价一致的组合评价方法

本文分析了主观赋权法和客观赋权法的基本原理,在此基础上,提出了一种最小二乘意义下主客观评价一致的组合评价方法,并通过实例说明这种方法的合理性。     

供应链企业信任诊断中指标权重的多专家协商确定方法

该文提出了适合供应链企业信任协同诊断的多专家协商指标权重确定方法。在明确了信任协同诊断指标重要性的专家表示形式后,具体设计了信任诊断专家协商小组划分的流程算法。提出并定义了专家期望协商因子的新概念,并在此基础上设计了供应链企业信任协同诊断指标权重的多专家协商机制。该机制充分考虑了不同专家在供应链信任诊断的协商过程中所具有的不同调控能力以及根据各自经验知识和主观意愿所期望得到的协商结果。最后,通过案例应用证明了该方法的实用性和可操作性。     

IOWHA算子及其在组合预测中的应用

在有序加权平均(OWA)算子概念的基础上,提出有序加权调和平均(OWHA)算子及诱导有序加权调和平均(IOWHA)算子的概念,讨论它们的一些性质。同时指出现有的加权调和平均组合预测方法存在赋权的缺陷,建立新的基于IOWHA算子的组合预测模型,给出了IOWHA权系数的确定的数学规划方法。最后实例分析表明该模型能有效提高组合预测精度。     

一种新的混合型多属性决策方法及在供应商选择中的应用

研究了一种属性权重未知的混合型多属性决策模型.为了简化计算,把区间数和模糊数转化成精确数得到规范的决策矩阵.基于属性的熵,建立了具有柔性的客观权重模型,把客观权重和主观权重线性合成为综合权重.给出了客观权重和综合权重合理性的判定定理.最后的案例说明该法是可行、有效的.