基于证据推理的信息不完全确定的MCDM方法

针对权系数为信息不完全确定、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法。该方法先对决策者给出的权系数不完全确定信息进行分析,得到一组可利用的基数权重,然后将方案的准则值(不确定且不完全)用基于证据推理的算法进行集成,比较方案集在所有基数权重下的效用值的大小,从而确定方案集的排序。最后以实例表明该方法的有效性和可行性     

基于证据推理的信息不完全的多准则排序方法

针对有训练集的准则权系数信息不完全确定且准则值信息不完全或缺失的多准则决策问题,提出了一种基于证据推理的决策方法.该方法首先通过证据推理算法将方案的准则值集成,然后将效用值集成,结合准则权系数和等级效用的不完全确定信息和训练集的排序等建立非线性规划模型,利用遗传算法来求解非线性规划模型,得到各准则的权系数和各等级效用值,进而得到整个方案集的排序.最后用实例说明该方法的有效性和可行性.     

不完全信息下的群体多属性决策方法

针对群体多属性决策问题,提出一种新的不完全信息下的群体多属性决策方法。该方法假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。计算各方案与理想方案的相似度,并以此对方案进行优劣排序。通过实例说明所提方法的可行性。     

基于协商视角的证据推理

以管理决策为背景,从协商视角对证据推理进行研究。根据决策者偏好,可以有选择地参与协商,协商的基本思想是在满足决策者个体需求条件下,从整体上尽可能使各证据修正值与每个决策者给出的证据偏差最小,然后得出协商权重进行证据组合。最后,通过算例分析验证了该方法的优越性。     

基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。     

基于证据理论的不确定可拓推理及其应用

针对可拓推理的不足及可拓知识的不确定性,将关联函数与信任函数结合起来,研究不确定条件下可拓推理的可信度与支持度、冲突度与一致度,构建了基于证据理论的可拓推理函数及合成规则,以实现决策对象在不确定条件下的比较与选择,解决了多方案可拓推理、动态识别的数据挖掘问题,提高了可拓推理的准确性和可信度。     

不完全信息条件下可生存网络存储系统方案优选研究

提出了一种不完全信息条件下的可生存网络存储系统方案优选模型.该模型基于可生存性指标构建了证据源,给出了存在空缺值的决策评估矩阵,针对传统方法无法处理不完全信息情况,提出了基于DS证据理论的方案评估方法;同时,为了处理决策评估矩阵中以不同形式描述的取值情况,给出了点值、区间值、模糊值等取值形式的隶属度函数,采用了基于信任区间的多属性决策规则,以获得方案优劣排序结果.最后,通过网络存储系统方案优选实例证明了该模型具备处理不完全信息能力,方法有效合理.     

不完全信息下交通网络的关键路径问题

在交通运输中．车辆总是选择最短路径行驶。然而因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在．车辆在行驶的过程中并不具有道路中断的完全信息．只有行进到中断处时才获得道路中断的信息．此时原来的最短路径就很可能失去其最优性．从而增加交通运输的成本。为了解决这一问题．本文提出了不完全信息下交通网络的关键路径问题．给出了相应的求解算法．并分析了其时间复杂性。然后结合实际交通网络给出算例．最后指出这对提高交通运输的效率更具有实际意义。     

不完全信息下基于交叉评价的灰色关联决策模型

借鉴DEA交叉评价思想,构建不完全信息下的灰色关联决策模型.决策者对决策对象无"偏好"时,假设各决策对象均具有使"自身评价值最大化,竞争对手评价值最小化"的"自利性"特点;决策者对决策对象有"偏好"时,假设各决策对象均具有使"自身客观偏好与决策者的主观偏好的接近程度最小化"的一致目标.各决策对象按照最有利于自身的权重对所有决策对象进行交叉评价,集结后的交叉评价结果作为决策基准.新模型能公平体现各决策对象的"发言权"和竞争优势,决策结果易于被决策对象和决策者同时接受.     

不完全信息下的专利投资

外部随机发生的事件中蕴含着专利未来前景的不完全信息,这些信息会影响企业的专利投资决策.考虑不完全信息和竞争,建立实物期权投资决策模型,分别得到了单个企业和双寡头企业投资专利所需的临界信念,并进一步分析了两对称企业竞买同一个专利可能出现的均衡类型及产生条件.结果表明,竞争的力量和专利固有的"赢者通吃"特性不仅使得投资所需临界信念降低,由领导者投资后所产生的信息披露效应从而带给追随者的后发优势也将不复存在;同时,出现错误投资决策的概率也随之增大;企业间的竞争均衡可能会出现占先均衡和同时投资均衡.     

一种基于D-S理论的自评系统ER改进方法

针对质量奖自评系统中评分方法的主观性问题，本文基于D—S理论，提出了一种新的证据推理方法，并证明该方法完全满足Yang等人提出的任何证据合成过程必须满足的四个公理。通过自评实例运算，进一步验证了该方法的有效性和合理性。     

基于不完全信息下对价比例的兼并时机

应用随机微分方程中的最优停时方法,在主并企业价值与目标企业价值的二重随机性以及二者具有相关性的条件下,研究了主并企业对目标企业满意的对价比例具有不完全信息的最佳兼并时机问题,通过建立考虑该对价比例的主并企业的兼并时机模型,得到主并企业的最佳兼并时机及相应等待期权的价值,并分析了不完全信息下主并企业支付的期望满意对价比例对兼并时机的影响.     

不完全信息条件下象征式竞购合谋的均衡策略分析

研究象征式竞购合谋这种典型合谋方式的均衡策略问题.考虑到竞购双方估值信息的不完全,以拍卖理论中的竞标模型为基础,确定了合谋激励条件,求解了合理的利益补偿价值,并在此基础上通过博弈分析得出了竞购舍谋的均衡策略,最后分析了目标公司针对竞购双方合谋在保留价格上的响应策略.研究表明,竞购者合谋并未降低收购活动的经济效益,目标公...     

寻租现象监督治理的不完全信息动态博弈分析

针对寻租治理过程中存在的信息不对称性,建立了政府稽查部门和利益集团之间的三个不完全信息动态模型,给出了各自的子博弈精炼贝叶斯纳什均衡.结果表明,单纯的对寻租行为进行处罚或对稽查行为进行奖励,并不能有效的减少寻租现象,而只有在处罚寻租行为的同时,对不同稽查行动进行普遍的激励,才能改善治理的效果,有效防止寻租行为.     

基于证据理论的群决策层次评价方法研究

运用证据理论对具有不确定信息的多属性群决策层次评价问题提出了一种新的解决方法。首先对专家的模糊评判语言作出了定量描述 ,对专家评判中由于主观认识的局限性使评判具有不准确性的问题进行了研究 ,构造了一种新的表示专家不确定意见的信任度方法 ,解决了在这种表示下的群体意见和多个指标的层次综合问题。算例表明 ,该方法评估结果客观、合理 ,对群决策层次评估问题很有效     

不完全信息下二叉树期权价格上下界

由于信息不完全和市场冲击,经典期权定价理论的股票波动率不能准确得到,从而导致期权的理论价格和实际价格出现偏差。本文假设可以通过相关的有限信息信号对波动率进行推断,基于二叉树框架对欧式看涨期权进行定价,得到了不完全信息下期权价格的定价区间,并研究了影响期权价格上下界的因素。通过对单期模型和多期模型、单信号和多信号模型的分析表明,信息质量的提高使得定价区间变小,从而提高定价的准确性。本文的模型也能包容波动率为随机变量的期权模型,是经典二叉树模型的推广。     

一种三方不完全信息延伸威慑动态博弈模型

三方延伸威慑博弈，是一类在现实中普遍存在的多人博弈情形，较之两方威慑博弈更为复杂。本文提出了一种与传统延伸威慑博弈模型不同的新的三方危机博弈模型，分析了在三方信息均不完全条件下局中人的策略选择，求解了博弈模型的威慑均衡、挑战均衡和分离均衡。     

不完全信息下交通网络最短路径关键边问题

因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在，车辆在行驶的过程中并不具有道路中断的完全信息，只有行进到中断处时才获得道路中断的信息。本文就不完全信息（道路中断信息）下的变通网络最短路径关键边问题进行研究，首先定义了不完全信息下最短路径关键边的概念．其次给出了求解不完全信息下最短路径关键边的有效算法厦其时间复杂性分析，然后结合城市道路网络给出了实际算例，比较分析了最短路径关键边、最长绕行路关键边和不完全信息下的最短路径关键边问题，指出了不完全信息下的最短路径关键边问题更具有实际意义。     

量测噪声情况下基于自适应D-S证据推理的滑模控制

在滑模控制中 ,当状态量测传感器存在噪声时 ,控制器不能获得准确的滑模函数信息。面向一类不确定非线性系统 ,根据滑模控制依赖滑模函数符号的特点 ,提出利用基于Dempster Shafer证据推理的多传感器信息融合方法 ,其作用是压缩滑模函数符号的不确定性 ,并基于闭环原理给出了对信息融合结果进行自适应补偿的改进方法。仿真表明了该方法的有效性。     

基于混合多指标信息的聚类分析

针对具有实数值、区间数和自然语言等形式的混合多指标信息的聚类分析问题．基于传统的数值信息FCM聚类算法，提出了一种新的聚类分析算法。在该方法中。首先描述了具有混合多指标信息的聚类分析问题，提出了基于混合多指标信息的关于确定最优划分和最优聚类中心的两个定理。然后给出了基于混合多指标信息的FCM聚类算法的选代步骤。最后给出了一个算例。