基于群决策DEA的农村水利投入产出研究

针对DEA模型中的自由权重问题,在把不同偏好序和效用值转化为互反判断矩阵进行一致化分析的基础上,采用算术平均法集结各决策者的偏好为群的偏好,得到群决策的主观权重,通过乘法算子集结主观权重和C.月模型计算的客观权重,建立群决策DEA模型(GDEA).利用该模型对广东省21个市的农村水利投入产出效果进行了计算,结果珠海强有效,东莞有效,其他决策单元都是非有效.G-DEA模型有效解决了DEA模型有效单元过多而无法排序的问题.     

DEA模型在含有Vague集的模糊多属性决策中的应用

现实中的不确定性处处存在,因此对模糊多属性决策问题的研究是十分必要的。Vague集同时考虑了隶属与非隶属两方面的信息,较全面地反映了决策方案和评价属性之间的相关性。当决策者无法给出对各属性的偏好时,就较难确定各属性的权重,这样就无法姣好地解决模糊多属性决策问题。由于利用DEA评价模型不需要提前给定各属性的权重值。因此为了更好地对决策方案进行评价,本文将DEA模型与Vague集相结合．利用DEA—C^2R模型给出了解决含有Vague集的模糊多属性决策问题的一种评价方法。     

梯形模糊偏好关系的DEA交叉效率群决策方法研究①

针对梯形模糊偏好关系信息环境下的群决策问题,设计了一种面向区间DEA交叉效率的群决策方法。首先,利用α-截集将梯形模糊偏好关系转化为区间模糊偏好关系,并证明其符合DEA的产出特征,进而建立区间模糊偏好关系对应的交叉效率DEA模型,将自评和他评相结合,得到每个方案的区间交叉效率值。将不同专家的区间交叉效率矩阵通过UOWA算子进行集结,然后计算出决策单元的最大后悔值,据此得到最终的方案排序结果。实证分析表明该方法不需要对偏好关系进行一致性调整,可以有效减少决策信息的损失,有着较好的适用性。     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。     

一种基于其望满意度的群决策方法

群决策过程是群成员相互作用的动态过程，在这个过程中，不同的群成员表现出不同的影响力和偏好模糊程度。基于不精确偏好方法和行为决策理论的满意方法，通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来，定了一种期望满意度函数，并提出了一种基于期望满意度函数的群决策方法。最后，通过一个实例对方法进行了验证。     

基于DEA模糊窗的测试软件评价研究

在测试软件的评价问题中,由于指标值、指标权重关系都具有主观模糊性等问题,将模糊数据包络分析(data envelopment analysis,简称DEA)引入评价过程.为改进现有模型在权重关系信息的模糊性处理方面存在的不足,提出了基于模糊DEA的测试软件改进评价模型,并提供了该改进模型的求解算法.所述方法首先将主观指标值模糊化,转化为模糊数;然后以模糊权重信息为约束条件,构造含有偏好信息的模糊窗,建立只有输出指标的模糊DEA模型;最后,改进模糊DEA模型经由模糊数截集的方法,转化为确定性DEA模型并进行求解.通过实例分析验证了该方法的一致性和可行性.     

确定分级的区间直觉模糊多属性群决策方法

提出一种解决具有确定分级信息的、区间直觉模糊表达多属性群决策的粒计算优化模型,该模型以优势粒结构度量分析专家评价数据的一致度,从而确定专家权重,建立一致最优模型确定属性权重,从而很好地将决策评价数据与专家确定分级信息结合起来,实现了基于"数据驱动"的客观权重计算与专家主观偏好的有机统一.最后运用一个人才选拔实例说明了模型的有效性与合理性.     

一种基于模糊偏好矩阵和IOWA算子的模糊群决策方法

基于模糊偏好关系矩阵和IOWA算子,提出了一种改进的用于指标筛选和指标权重确定的模糊群决策方法.该方法以修正后的专家权重作为IOWA算子的诱导分量,将专家个体的模糊偏好集结为群的模糊偏好,在此基础上确定各指标的权重,并以此进行指标的筛选.在剔除不重要的指标后,该方法无须再度采集专家偏好信息就可重新计算剩余指标权重.     

一种基于期望满意度的群决策方法

群决策过程是群成员相互作用的动态过程 .在这个过程中 ,不同的群成员表现出不同的影响力和偏好模糊程度 .基于不精确偏好规划方法和行为决策理论的满意方法 ,通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来 ,定了一种期望满意度函数 ,并提出了一种基于期望满意度函数的群决策方法 .最后 ,通过一个实例对方法进行了验证     

供应商选择及定购计划的分析

研究供应链管理中供应商选择及定购计划,利用主、客观偏好系数,提出用AHP和DEA相结合的方法确定供应商评价准则的综合权重,以弥补AHP容易造成不一致判断,而DEA又不能反映决策者偏好的缺点·此外,以价格、质量、服务水平、准时供货为评价准则,考虑最少定购批量、最少供应商数目等约束条件,建立供应商选择的多目标规划模型·基于评价准则的综合权重,将多目标规划模型转化成单目标规划模型求解,最后通过算例说明方法的有效性·     

带有Fuzzy偏好关系的多属性决策方法

针对多属性决策分析中决策者给出关于方案的Fuzzy偏好关系,提出了一种新的多属性决策方法·该方法是通过建立一个线性目标规划模型来确定属性的权重向量并相应地进行方案的排序,得到的方案排序结果体现了决策者给出的方案偏好信息与决策矩阵的集成,并最大程度地反映了决策者的偏好·最后给出了一个算例·     

基于前景理论和VIKOR法的空战威胁评估

针对当前空战威胁评估中未考虑决策者的认知局限、决策偏好难以确定,以及没有综合考虑个体遗憾和群体价值的问题,构建基于三参考点的前景理论和多准则折衷排序法的威胁评估模型。首先,根据待评方案之间的独立性,建立前景价值最大化规划模型,计算指标权重,避免主观赋权法带来的不确定性;为了克服单纯采用指标平均值参考点带来的信息丢失和结果分辨率下降的问题,借鉴逼近理想解排序法,引入正负理想点作为参考点,采用模糊分析法确定决策者对不同参考点的偏好权重;最后为了平衡群体价值和个体遗憾,反映决策者主观偏好,结合前景价值,采用VIKOR法对目标进行威胁排序。威胁评估算例仿真验证了方法的可行性和有效性。     

基于偏好DEA模型的江苏省技术创新效率评价

提高区域技术创新效率是区域自主创新能力建设的重要内容,也是提升区域竞争力的关键因素.在传统DEA模型的基础上,提出具有权重偏好结构的DEA模型,对2011年江苏省13个地市的技术创新效率进行评价研究.结果表明,偏好DEA模型对决策单元的评价区分度明显好于传统DEA模型.江苏省苏中地区的技术效率平均值最高,苏南其次,苏北最低;江苏省技术创新在规模效率上有较大不足,部分地市技术创新投入的利用效率较低,有待进一步改进.     

群决策中两类偏好信息集成的目标规划模型

带有不同偏好信息形式的群决策问题是一个重要的研究方向·根据多个决策者给出关于方案的两类偏好信息Fuzzy偏好关系矩阵和AHP判断矩阵,建立了一个能够集成这两类偏好信息的线性目标规划模型,通过求解这个模型可以直接得到每个方案的参考排序值,并使方案的排序结果最大程度地反映了每个决策者的偏好·最后给出了一个算例·     

基于不同直觉偏好结构的多属性决策方法

研究了属性值为实数、且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断形式给出的直觉模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,然后分别建立了基于直觉判断矩阵和基于残缺直觉判断矩阵的多属性决策模型,并且建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,进而给出了基于不同直觉偏好结构的多属性决策方法.该方法无需对不同偏好结构进行一致化处理,可直接通过求解模型得到最优权重向量,因而避免了一致化所导致的决策信息的失真和丢失.最后应用上述方法对江苏省企业技术创新能力进行了评估.     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

一种具有独立子系统的决策单元DEA排序新方法

 数据包络分析是(data envelopment analysis, DEA)评价具有可比性决策单元相对有效性的一种工具。在排序过程中,如果同时比较决策单元的最优效率与最劣效率,排序结果会更合理。将基于完全包络面的超效率DEA模型、虚拟决策单元以及非径向C2GS2模型引入具有独立子系统的决策单元DEA排序问题中,提出了改进的能体现决策者偏好或指标重要程度的两阶段模型。最后算例证明该方法的排序结果具有公平性、合理性、完全性。     

一种具有不同形式偏好信息的群决策方法

给出了一种具有不同形式偏好信息的群决策方法·描述了在群决策中决策者可能给出的效用值、序关系值、互反判断矩阵、区间数评价值、模糊语言评价值和模糊互补判断矩阵等 6种不同形式的偏好信息 ,并给出了将不同形式的偏好信息均转化为模糊互补判断矩阵形式的计算公式·基于近年来最新发展的OWA算子给出了集结各决策者的偏好信息和方案优选的方法 ;最后给出了一个算例·