权重信息未知情况下的多属性群决策方法及其拓展

本文针对群决策中专家权重及指标权重难以确定的问题,提出一种在权重信息完全未知情况下的基于证据距离和模糊熵权变换的多属性群决策方法,其核心在于如何仅通过决策矩阵客观地确定决策者权重及指标权重。通过信息熵和证据距离确定专家权重,并利用模糊变换原理,将专家权重向量与指标熵权矩阵合成,得到统一的群体决策指标权重;最后使用线性加权法集成所有专家对备选方案的评价信息,得到整个方案集的排序。实验结果及相关讨论表明,该方法概念清晰,计算量适中,具有较强的客观性,而且易于机器实现,是一种可行、有效的多属性群决策方法。最后将该方法推广到属性值由精确数、语言值、区间数、直觉模糊数等多种形式构成的混合型多属性群决策中。     

修正模糊互补判断矩阵一致性的一种新方法

本文首先对一个常用的检验互补判断矩阵一致性标准作了简化,对任一模糊互补矩阵构造相应的模糊一致矩阵,在此基础上给出了一种一致性调整的新方法,并证明了此方法的收敛性.最后用一个算例说明这种调整方法的应用.     

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.     

投资组合再抽样方法及其在沪市A股的实证研究

由于经典均值-方差（Mean—Variance）模型对输入参数的变动非常敏感，输入参数的微小波动会造成最优化结果的巨大偏差。投资组合再抽样方法通过模拟输入参数以增加样本的信息量，能够大大降低MV模型对输入参数的敏感性。本文在对沪市A股10只股票进行再抽样方法及其改进研究中证明：在均值-方差分析中运用再抽样方法进行组合权重修正，能够取得更接近于真实有效边界的再抽样有效边界，是对均值—方差模型有效改进。     

从权力制衡角度论企业伦理

本文从权力制衡的角度运用马克思主义矛盾分析方法和利益相关者分析方法,论证企业伦理与企业生命周期有很强相关性,这种相关性的本质来自于企业内外的各种利益群体力量动态制衡的结果,进而得出企业伦理系统性建设的基本逻辑:企业伦理只有产生成本和收益,才会促进企业自主的发展伦理。所以企业伦理系统建设的关键应该是由外向内的逻辑顺序,即依靠利益群体外部监督机制促进企业伦理和企业成本、收益挂钩,进而激励企业自主提高伦理水平。     

改进的模糊层次分析法在供应链绩效评价中的应用

鉴于传统的层次分析法在供应链绩效评价权重确定中存在的不足,在建立供应链绩效评价指标的基础上提出了改进的模糊层次分析法;将模糊一致性矩阵引入层次分析法中,并将和行归一法与特征向量法结合使用,解决了判断矩阵的一致性问题,又解决了解的收敛速度及精度问题;并通过算例分析证明,运用该方法确定供应链绩效评价指标的权重是可行和有效的。     

变波动率多期复合实物期权定价模型及应用

当前复合期权理论与方法的研究主要集中于两个方面;其一是将简单两期复合期权理论推广至多期情形,其二是建立标的资产具有一般形式随机运动过程的复合期权定价模型及求解方法.本文提出了变波动率多期复合实物期权定价控制方程及相应的边界条件和终端条件,采用隐式差分格式获得了问题的数值解,并结合风险投资的实例展开了讨论.结果表明,与传统复合期权期权定价方法[1]相比较,本文给出的方法计算精度高,收敛速度快;常波动率多期复合期权定价模型明显高估了风险投资期初的执行阚值而低估了后期的执行阚值,且低估了风险投资的内在价值.     

一种基于粗糙集的权重确定方法

对粗糙集表征的属性重要度进行了深入研究,针对原有基于粗糙集理论的属性权重确立方法的不足,综合考察属性集中条件属性的整体重要度和系统中条件属性的个体重要度,提出了新的基于粗糙集理论的属性权重确定方法,提高了方法的普适性和可解释性.     

层次分析法在中国安全科学研究中的应用

目的/意义从20世纪70年代至今,层次分析法经过不断改进和发展,已经成为解决多目标决策问题的有效方法并广泛应用于经济管理和工程技术等多个领域。由于该方法的飞速发展,文献数量大量累积,有必要采用文献计量的方法对层次分析法研究的发展进行梳理和剖析。设计/方法运用主路径和知识图谱,对发表于国内重要期刊上的593篇文献所呈现的关键研究内容、重要主题等进行分析。结论/发现1980～2020年该领域经历了萌芽期、生长期和发展期三个发展阶段。判断矩阵一致性、标度和权重问题是层次分析法的重点研究内容。针对三个研究阶段,主要研究主题包括“判断矩阵一致性”“权重”“排序”“模糊层次分析法”和“区间层次分析法”等主题,其中“模糊层次分析法”和“区间层次分析法”主题正处于蓬勃发展的状态。研究结果对于厘清层次分析法的知识发展脉络和研究主题的动态演变,推动层次分析法的进一步发展具有重要意义。     

基于用户评分权重的矩阵分解推荐算法

在传统的推荐算法中存在数据评分稀疏的问题,同时,在建立预测模型时默认每个用户评分都是真实可信的.但实际评分中存在某些数据不符合用户的整体评分趋势和偏好.为了解决上述问题,对每项用户评分的真实性进行计算,在进行评分预测时,使符合用户整体评分趋势的评分数据获得更高的权重,让推荐算法更精准的把握用户和项目的特征信息,提升推荐...