区间数据包络分析的决策单元评价

定义了区间数据包络分析(DEA)模型。讨论了DMU的最高效率值和最低效率值的求解,从而确定决策单元(DMU)的区间效率值,并依此对DMU进行分类。建立了一个后区间DEA模型,在此基础上定义评价DMU保持其最高效率值的稳定性的指标,实现了对DMU的进一步评价。     

区间DEA的一种改进的充分排序方法

区间DEA中决策制定单元（DMU）的效率值是一个区间数，传统的区间DEA研究只能以区间效率值将DMU分为有效、部分有效和无效三类，而对区间DEA中DMU的排序研究较少。本文以两个区间数大小的可能度为基础，并且考虑了区间数退化为实数的情况。通过排序向量从而对输入输出中含有区间数的决策单元进行排序，通过将超效率DEA模型进行区间扩展，从而对同为有效的DMU进行排序，以迭到对所有的DMU进行充分排序的目的。最后给出了一个算例。     

L-R型区间DEA模型及其变换

不确定性条件下系统相对有效性评价是当前DEA理论研究的前沿.本文探讨了评价指标为L-R型区间数时,决策单元的相对有效性评价问题,提出了L-R型区间DEA模型.相对一般DEA模型,L-R型区间DEA模型具有计算简单、适用性广、经济含义明确等特点,具有更大的适应性.     

一种考虑所有权重信息的区间交叉效率排序方法

针对交叉效率评价方法中交叉效率不唯一的问题,在分析现有解决方法缺陷的基础上,提出了考虑所有权重信息的区间平均交叉效率,即将所有决策单元的交叉效率值定义在各自的一个区间数上,该区间数考虑了所有决策单元自评时的权重信息,通过比较各决策单元的区间平均交叉效率值,从而可以对所有决策单元进行充分排序,利用该方法能够很好地解决现有方法所存在的部分缺陷.最后通过算例对该方法进行了演示.     

不同决策环境下的区间属性决策单元效率全排序

建立了不同决策环境下区间属性决策单元效率全排序方法.本文结合超效率思想把不确定性的区间数据包络模型转化成一对确定性的超效率数据包络模型,以获得不存在效率拥挤的起效率区同;然后,根据不同决策环境的需要,分别借助赫威斯决策准则和区间数比较的可能度理论,建立了可供选择的决策单元区间效率水平的全排序方法.最后通过两个典型实例说明本文方法的优越性.     

基于误差传递和熵的区间DEA方法

传统的DEA(data envelopment analysis)模型只能用来处理精确数据,而在现实生活中,由于统计误差、信息不完全等原因,获取精确数据十分困难,数据往往只能以区间数的形式给出.因此,如何在不确定条件下利用DEA方法评价决策单元的相对效率一直是DEA理论的研究前沿.针对这一问题,文章在DEA传统模型的基础上,利用改进的交叉效率思想,使用误差传递和熵处理区间数据,求得每个决策单元全局交叉效率的误差分布形式(中点值和误差最大估计值),然后根据全局交叉效率,使用有向距离指数给决策单元排序.最后通过两个算例来说明本文提出的方法的可行性和有效性.     

一种区间数线性规划的满意解

针对目标函数和约束条件均为区间数的线性规划问题，提出了一种基于模糊约束满意度的求解方法，把区间数线性规划卖座经为确定型的一般参数规划问题来求解，决策者可以根据自己的主观判断和客观情况，对目标函数优化水平和约束条件满意水平作出不同的估计，从而得到在相应情况下的满意解，使决策过程更具柔性。     

CCR模型中决策单元的区间效率值及其排序

CCR模型中,决策单元的效率值为输出的加权平均与输入的加权平均比值的最大值,而本文则认为所有可能的输出的加权平均与输入的加权平均比值都是可能的效率值,因此决策单元的效率值为一区间.基于交叉效率方法,本文得出了决策单元的区间效率值并进行了排序.所得出的区间效率值不仅比传统的点效率值更加全面地反映决策单元的表现,而且由于交叉效率方法的自互评本质,它比已有的区间效率构建方法更加合理、可信.文末给出了一个算例.     

区间数线性规划及其满意解

针对目标函数和约束条件均为区间数的线性规划问题,通过对目标函数和约束条件分别处理,提出了一种基于模糊约束满意度的求解方法,把区间线性规划问题转化为确定型的一般参数规划问题来解决．决策者可以根据自己的主观判断和客观情况,对目标函数和约束条件作出不同的估计,从而得到在相应情况下的解.     

一种新的基于组合赋权的区间型多属性决策方法

针对区间型多属性决策问题，为了获取更合理的属性权值向量。本文综合了主观赋权和客观赋权的优势，提出了一种新的组合赋权方法。并给出了相应的最优化数学模型。最后，利用TOPSIS法来对区间型多属性决策问题进行优劣排序。实验证明。本文提出的决策方法是切实有效可行的。     

基于决策者偏好信息的合作伙伴选择决策模型

合作伙伴的选择对整个供应链的绩效有着重要的影响,针对这一重要问题,提出了基于决策者偏好信息的合作伙伴选择决策模型。通过充分利用决策者对评价指标的偏好、决策者对评价指标权重产生方式的偏好和决策者对决策制定方式的偏好等三种重要偏好信息,充分考虑了决策相关的各个方面标准的主观性特点,更好地代表了决策的真实环境,其得到的结论更实际地反映了潜在合作伙伴间的差别。最后通过实例说明了模型的有效性和可操作性。     

双信度下考虑专家风险态度的突发事件等级确定方法

群体性突发享件等级的确定是启动分级响应进行科学应对的决策依据，需要蔽合多领域不同专家的判断进行综合研判。考虑专家面对不确定决策的风险态度，提出一种“专家权重和自我可靠度”双信度下突发亭件等级确定方法。根据双信度，构建了考虑专家风险态度和突发事件等级语义相关性的完备化证据生成方法；综合考虑证据的主客观信息提出一种改进的证据融合方法，使融合結果中充分有效保留专家的原始倾向信息；进一步，给出一种蔽合结果区分度检验方法，以规避等级间区分度不高的情况；最后，通过算例验证了方法的可行性与科学性。实验結果表明，专家的自我可靠度和风险认知态度会影响享件等级研判结果，综合考虑此两种因素的突发享件等级碉定方法能够提升决策的可靠性和可信度。     

中国制造业生产效率评价:基于并联决策单元的动态DEA方法

在已有的并联决策单元DEA效率评价方法的基础上加入时间维度, 推演出了具有并联决策单元内部结构的复杂系统动态DEA效率评价方法. 该方法克服了传统DEA效率评价方法无视系统内部结构、高估效率指数的缺陷, 并且可以考量决策单元及其内部各生产单位在一个时期内的效率变化, 从而有着更为现实的应用价值. 运用该方法对我国8个经济区域四大类制造业的测算结果显示: “十一五”期间没有一个行业或地区的动态效率指数为0, 这说明我国制造业的生产效率并没有达到最优; 低外向度产业的生产效率增长快于高外向度产业, 低劳动密集度行业的效率改进快于高劳动密集度的行业; 高外向度低劳动密集型产业依然是我国制造业效率改进的'短板"; 劳动密集型产业向中西部转移造成了南部沿海地区制造业生产效率改进的滞后和中西部地区劳动密集型行业的发展.     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。     

舆情传播与应急决策的结构化描述及其相互作用规律

运用多案例分析方法从属性层次提出了舆情传播和应急决策的结构化描述方法,进而借助"情景-应对"研究范式,刻画了二者的相互作用机制,分析了二者的博弈关系.然后,考虑到博弈双方的行为具有动态性、多目标、目标偏好和公平偏好,引入演化博弈论方法研究了舆情传播和应急决策之间的相互作用规律.进一步,运用实际案例验证了理论研究的有效性,并运用仿真方法考查了该案例中博弈双方的目标偏好行为和公平偏好行为对演化博弈稳定性的影响.     

中小企业员工安全遵守行为演化路径

为研究中小企业员工安全遵守行为的演化规律,对中小企业不安全行为的原因进行了分析,并借助演化经济学方法,构建了中小企业员工与企业行为交往的支付矩阵。通过对交往过程的演化模型分析,揭示了个体策略选择对群体行为的影响。用数值仿真演示了群体不同初始比例和不同参数变化对演化趋势和结果的影响,研究发现:中小企业员工安全遵守行为演化系统收敛于两种模式,其中,(遵守,不检查)为理想模式,(违章,检查)为"不良锁定"模式;各参数的大小对系统收敛速度和收敛结果具有影响,企业在设计安全生产激励与约束机制时,通过设计科学合理的激励与约束参数,并通过调整参数的大小,可以引导员工的安全遵守行为,使中小企业员工安全行为向着预期方向和目标演进,达到制度优化的目的。     

基于综合赋权的风险型多属性决策方法

讨论了属性值是有限区间上的连续型随机变量的风险型多属性决策问题。首先,通过密度函数的变换,研究了风险决策矩阵的规范化问题。基于主客观赋权的思想,建立了一个确定综合权重的模型,并给出了求解此类问题的一种方法。最后,以属性值为区间数的多属性决策问题作为特殊情况,给出了实例。     

Method for uncertain multi-attribute decisionmaking with preference information in the form of interval numbers complementary judgment matrix

The uncertain multi-attribute decision-making problems because of the information about attribute weights being known partly, and the decision maker's preference information on alternatives taking the form of interval numbers complementary to the judgment matrix, are investigated. First, the decision-making information, based on the subjective uncertain complementary preference matrix on alternatives is made uniform by using a translation function, and then an objective programming model is established. The attribute weights are obtained by solving the model, thus the overall values of the alternatives are gained by using the additive weighting method. Second, the alternatives are ranked, by using the continuous ordered weighted averaging (C-OWA) operator. A new approach to the uncertain multi-attribute decision-making problems, with uncertain preference information on alternatives is proposed. It is characterized by simple operations and can be easily implemented on a computer. Finally, a practical example is illustrated to show the feasibility and availability of the developed method.     

部分权重信息且对方案有偏好的灰色关联决策法

以灰色系统理论的思想和方法为基础,探讨了决策方案的属性值为区间灰数、属性权重部分已知和决策者对方案有偏好的灰色决策问题,提出了解决这种灰色决策问题的方法与算法。运用分析技巧,构建了基于区间灰数相离度的灰色区间关联系数公式和灰色区间相对关联系数公式。该决策方法既利用了客观信息,又尽可能地满足决策者的主观愿望,也避免了在某些准则下去求出属性权重真值的估计值,并且计算易于在计算机上实现。实例分析说明了所提出的灰色关联决策方法的合理性及其算法的有效性。