基于区间直觉模糊数相关系数的多准则决策模型

针对权重信息完全未知,评价信息为区间直觉模糊数的多准则决策问题,提出新的基于区间直觉模糊数相关系数的决策方法,弥补了基于距离测度决策方法造成信息混淆的不足,同时考虑了犹豫度的影响,进而降低了评价信息损失.通过构建并求解基于参照方案相关系数总偏差最小的非线性规划模型获得准则权重,从新的视角给出准则权重的确定方法.利用各备选方案与理想方案、临界方案的加权相关系数得到与理想方案的相对贴近度,以此对方案进行排序.最后通过实例对比分析说明了该方法的有效性.     

对方案有偏好的区间数多属性灰色关联决策模型

针对属性值以区间数形式给出并且已知方案偏好信息的多属性决策问题,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,给出了该问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,得到属性权重信息,从而计算出每个方案客观偏好值与主观偏好值的灰色关联系数,进而得到每个方案客观偏好与主观偏好的关联度,根据关联度对所有方案进行排序。最后给出了一个数值例子,结果表明方法简单,有效和易于计算。     

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.     

区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型研究

多属性群决策问题是当今复杂决策环境下的研究热点,而区间直觉模糊数可以从隶属度、非隶属度和犹豫度三方面描述不确定信息,具有很强的表现能力,因此学界基于区间直觉模糊数对多属性群决策问题进行了大量研究。但是现有研究一方面在处理共识达成问题时所广泛采用的"多数原则"策略会导致某些关键信息或知识被视为冲突意见而被修改或忽视;另一方面基于距离的区间直觉模糊数相似性测算方法忽略了犹豫度的影响,会造成评价信息损失。针对上述不足,提出区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型。首先,通过个体犹豫度和群体犹豫度的提出,保证了决策群体内部信息和知识的有效交流,使关键性决策信息或知识不会通过强制修改或删除的方式失效;其次,采用区间直觉模糊数相关系数测量相似度,避免基于距离测算而可能出现的错误结果;继而,将决策主体权重设置为区间直觉模糊数形式,通过计算不同决策者之间的相对优势值和劣势值进行主观赋值,保证了决策者权重的客观性和真实性;此外,结合TOPSIS和线性规划方法求解得到最优属性权重,保证了属性赋值的精确性,最后,通过具体的应用实例以及与当前学界主要研究成果的比较分析,进一步论证了所提模型的优势和创新性。     

基于白化权函数的区间灰数关联度模型

根据区间灰数空间映射思想,引入白化权函数来表征区间灰数的分布信息。定义灰形和灰心分别来描述白化权函数与区间灰数围成的封闭几何图形及其几何重心;定义灰圆和灰径分别来表示以灰心为圆心且与灰形具有相同面积的标准圆及其半径。在此基础上,以灰心序列的横、纵坐标序列为对象,以灰径的离差为权重,依照邓氏关联度原理构造了一个基于白化权函数的区间灰数关联度模型。并针对一种最为典型的白化权函数,具体导出了区间灰数关联度的计算公式。最后,通过一个供应商选择的实例验证了模型的科学性和可行性。基于白化权函数的区间灰数关联度在资源勘探、机器故障诊断、产品品质评价及供应商选择等方面有着广泛的应用前景。     

基于区间灰数的灰色定权聚类

针对灰色定权聚类模型中白化权函数转折点只能为实数的情况,提出了当转折点为区间灰数时的白化权函数构造方法与计算过程。首先定义了区间灰数的标准化方法,将区间灰数的标准化形式带入实数型白化权函数,给出了区间灰数型白化权函数的表达式。然后分别对区间灰数型白化权函数中分段曲线只有一端为区间灰数和分段曲线两端均为区间灰数的情况进行讨论,得出两种情况下区间灰数型白化权函数值,并给出了区间灰数型典型白化权函数的四个转折点均为区间灰数的一般表达式。最后将该模型应用于许昌市民营企业核心竞争力的聚类评价中,取得了良好的结论。     

只有输出的广义样本区间DEA模型

在应用多个绩效指标综合评价决策单元有效性时，决策者常常把这些决策单元与另外预先指定的标准（样本单元）进行比较。由于客观事物的复杂性和不确定性导致样本单元和决策单元的指标信息有时必须用区间数的形式给出。针对区间数指标信息的综合评价问题，本文通过分解的方法讨论样本单元和决策单元指标信息为区间数时用广义DEA模型评价决策单元有效性的方法，并相应地构建了只有输出的广义区间DEA模型。同时，对模型的含义、求解以及性质等进行了分析。之后，探讨了该方法在决策单元有效性分类和排序中的应用。最后，通过实例表明该方法的可行性和有效性。     

属性值为区间数的多属性决策对象排序研究

多属性决策问题的实质利用已有决策信息,通过一定方式对备选方案进行排序和择优。针对属性值为区间数的多属性决策对象排序问题,首先,提出决策对象优势关系这一概念,再次,得出决策对象的优势关系与其属性值两端点的实数值之和存在等价关系;最后,利用属性值为区间数的多属性决策实例对该算法进行了实例分析,并利用优势关系对决策对象进行排序并择优。     

基于区间灰数列的GM(1,1) 模型(GMBIGN(1,1))研究

GM(1,1)模型在灰系统的理论与应用研究中占有十分重要的地位,然而目前的GM(1,1)模型只能适用于对白化数表征的数列进行预测,而对于现实中存在的区间灰数表示的数列却无能为力.本文运用有关标准区间灰数的最新研究成果,构建了基于区间灰数表征的GM(1,1)模型GMBIGN(1,1)(GM(1,1)Based on Interval GreyNumber,GMBIGN(1,1)),并给出了其解析解.在此基础之上,本文以某地区某种能源价格区间变动情况这一现实经济问题为背景,建立了该地区某种能源价格区间变动的GMBIGN(1,1)模型,并对其进行了仿真与误差分析,效果良好.     

基于多目标加权灰靶决策模型的节能服务公司选择研究

用能方对节能服务公司（Energy Service Company,ESCO）的选择关系到合同能源管理（Energy Performance Contracting,EPC）能否顺利实施。从用能方的角度,采用灰色系统理论中的多目标加权灰靶决策模型,对存在多决策目标的ESCO选择问题进行研究。通过层次分析法确定ESCO的11个决策目标的决策权数,根据综合效果测度值的比较,最终实现最优对策的选择。本文为用能方的ESCO选择问题提供了一种新的思路。     

基于熵测度的三参数区间数信息下的TOPSIS决策方法

研究基于三参数区间数的排序及决策模型,提出了基于三参数区间数的重心点、中点、长度的可能度排序方法;基于重心点发生可能性最大的三参数区间数分布特点,提出了距离测度公式;建立了基于三参数区间数熵测度的属性权重模型,在此基础上构建了依据TOPSIS思想的不确定性决策框架。算例说明了该方法的步骤和有效性。     

基于贝叶斯网络推理的双重不确定信息集结模型

针对一类不确定多属性决策问题,提出了基于贝叶斯网络推理的信息集结决策模型。根据决策依据信息,建立了决策方案综合属性值优劣的范围估计模型;由影响方案属性的因素构成的贝叶斯网络拓扑结构图,建立了基于贝叶斯推理的方案综合属性值确定模型;基于两类信息的内在关联性,提出了两种结果集结的最大相似度模型,最后得出方案综合属性值,算例表明基于贝叶斯网络推理的双重不确定信息集结模型是有效的。     

基于方案贴近度的不确定型多属性决策模型

针对属性权重不能完全确知的不确定型多属性决策问题,提出了衡量决策方案的一个新指标-方案贴近度,并给出了一种基于方案贴近度的决策模型。通过实例说明了该模型的合理性和可行性。     

非均匀分布下区间数排序可能度计算模型及其应用

区间数排序的可能度计算模型是学术界一直在不断探索的基础性问题之一。区间数刻画着事物属性特征的取值范围,以往学术界都假设在区间内的取值服从均匀分布。本文将均匀分布推广到一般分布,运用概率论的方法,构建了一个新的区间数排序的可能度计算模型,由此修正了以往关于两个区间数全等的定义,提出了区间数形等的概念,同时进一步修正了可能度的自反性条件和区间数的综合排序方法,并将理论应用于多属性决策问题,给出了基本的决策过程,通过实例决策问题的计算,呈现了新理论和新方法的可行性和合理性,具有很好的推广应用价值。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题,提出了一种基于交叉效率DEA和群体共识的群决策方法。首先,提出乘性语言偏好关系导出函数的定义,并构建产出导向的DEA模型,证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上,建立基于理想值的交叉效率DEA模型,提出乘性语言偏好关系的通用排序方法。同时,基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后,利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析,得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失,具有较强的适用性和较高的可信度。     

多属性采购拍卖理论与应用评述

仅以价格作为确定获胜者的唯一准则已经不能满足许多行业采购拍卖的实际要求.实用中,为确定获胜者,除价格外还需要考虑采购品的其它重要的非价格属性(包括其它的成本型属性和效益型属性),如采购品的质量、交割日期和交割条款等.因此,多属性拍卖理论的发展变得极其重要.由单属性拍卖拓展到多属性拍卖已经引起一系列挑战性的问题.文中介绍了多属性采购拍卖的应用领域和需要研究的理论问题;把多属性采购拍卖分为两类(博弈论模型和决策论模型),并对相关文献的建模假设、主要思想和结论进行回顾和评述.     

A Model of Consumer Inertia with Applications to Dynamic Pricing

This paper introduces a decision model of consumer inertia. Consumers exhibit inertia when they have an inherent bias to delay purchases. Inertia may induce consumers to wait even when it is optimal to buy immediately. We embed our decision model within a dynamic pricing context. There is a firm that sells a fixed capacity over two time periods to an uncertain number of both rational and inertial consumers. We find that consumer inertia has both positive and negative effects on profits: it decreases demand (in period one) but intensifies competition among consumers for the product (in period two). We show that our model of inertia is consistent with well‐established behavioral regularities, such as loss aversion and probability weighting in the sense of prospect theory, and hyperbolic time preferences. We offer practical recommendations for firms to influence the level of consumer inertia. These include offering returns policies (to mitigate potential consumer losses), providing decision aids (to avoid perception errors), and offering flexible payment options (to lower transaction costs).     

动态联盟中伙伴选择问题的区间规划模型及其求解

伙伴选择和风险管理是动态联盟中的重要决策问题,当考虑失败风险时,失败概率无法给出精确值,因此,考虑采用不确定性规划描述此类问题.提出动态联盟中伙伴选择问题的区间规划模型,模型中用区间数表示联盟伙伴的失败概率.为了求解该模型,引入序关系,并利用Nakahara和Ishibuchi的定理,将区间规划模型转化为等价的清晰双目标模型.设计带自适应适值函数的遗传算法,求出问题的全部非劣解.经过对多个问题的仿真,证明了算法的有效性.     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.