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.     

基于公共权重DEA模型的决策单元排序研究

决策单元进行效率评价与排序是被广泛关注的研究领域,数据包络分析方法已经被广泛运用于决策单元的排序之中.然而,绝大部分DEA排序方法都是基于自评效率,即每个决策单元都选择对自身有利的权重,这样的效率不具备可比性.因此,提出一种基于公共权重DEA模型的决策单元排序方法.此方法包含四个步骤,每个决策单元的效率值分解为两部分,即自身的技术效率与其权重偏好结构获得其他决策单元认可的程度.用一个算例分析对该方法进行了演示.     

基于权重集合的决策单元排序方法

针对传统数据包络分析的排序主要是基于决策单元的自评效率,决策单元使用的是对自身最有利的权重而使效率不具有可比性,提出一种新的决策单元排序方法.该方法通过构造有利于整体决策单元效率的权重集合,在交叉效率模型中对权重进行约束,从而有效地减小他评效率与自评效率的差距,使排序结果更合理,也更易被决策单元接受.通过算例说明该方法的有效性.     

一种DEA效率概率占优方法研究

决策单元间的效率关系研究是效率研究中的重要领域.传统DEA模型通过计算决策单元各自最优权重情景下的效率最大值,来判断决策单元间的效率排序关系.而这种最优权重往往是极端权重,没有考虑其它权重情景.采用其它权重时,决策单元的效率值和排序往往会发生较大的变化.本文考虑了所有权重情景,提出了DEA效率概率占优模型,定义了决策单元的占优效率概率和被占优效率概率.该模型能够判断任意两个决策单元的效率概率占优关系;并将效率概率占优关系从两个决策单元扩展到决策单元与决策单元集.最后将其应用于决策单元效率排序.通过实证分析发现了两条重要结论:1)考虑所有权重情景的排序与采用极端权重的CCR效率值排序不一致;2)考虑所有权重情景时,一些无效单元的效率排序比有效单元的效率排序更高.     

城市轨道交通运营效率评价——基于改进的博弈交叉效率方法

本文通过对有效和非有效决策单元施加限制或引入正则限制条件下提出了三种改进的博弈交叉效率评价方法,与传统博弈交叉效率评价方法相比,改进方法不仅利于在相同的权重空间中对不同决策单元进行比较,而且在收敛速度上有明显改善,在一定程度上可消除传统博弈交叉效率结果的不惟一问题.结果表明对所有决策单元施加限制可提高对决策单元的区分度,从而改善结果的不惟一性,施加全局限制可提高迭代算法的收敛性.利用改进模型对中国9个城市的轨道交通企业运营效率进行了评价,评价结果也表明改进方法在区分决策单元上有更好的表现,收敛速度占绝对优势,得到了更为可信的评价结果.     

考虑两种包络面的熵DEA效率评价模型

对决策单元进行效率评价与排序研究具有重要的理论价值与现实意义,数据包络分析(DEA)已经被广泛运用于决策单元的排序之中,然而,传统方法仅仅考虑一种包络面。其中,绝大部分DEA研究都是针对最优前沿面,近年来少量研究开始关注最劣前沿面,但同时考虑最优前沿面与最劣前沿面的研究尚处于空白。为此,本文利用信息熵理论,提出一种考虑两种包络面的DEA交叉效率评价方法。该方法用于决策单元的排序,同时考虑了最符合与最不符合决策单元自身偏好的权重体系,也兼顾了评价中的自评特征与他评特征,因此比较客观合理。最后,本文用一个实证研究演示了该方法。     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

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.     

基于可信度与转移矩阵的DEA加权交叉效率评价

为改进数据包络分析中平均交叉效率的评价效果,本文把每个决策单元当成一个评价者,提出了可信度的概念.基于可信度转移的思想和转移矩阵的计算,进而得到了每个决策单元的可信度,并以此为权重实现了加权平均交叉效率评价.最后通过算例分析验证了该方法的有效性.     

基于虚拟包络面和TOPSIS的DEA排序方法

传统的DEA模型将决策单元简单地分为DEA有效或DEA无效两大类, 无法实现决策单元的完全排序. 为实现决策单元完全、合理的排序, 文献中出现多种DEA排序方法. 文章在文献总结的基础上, 对现有DEA排序方法的局限性进行了详细的探讨; 基于实际评价的决策单元, 提出了一种虚拟前沿面的DEA方法, 并给出了基于最优虚拟前沿面和最劣虚拟前沿面的效率评价模型; 然后基于TOPSIS排序思想, 构造了基于最优虚拟前沿面理想决策单元和基于最劣虚拟前沿面的负理想决策单元, 提出了一种集成的DEA排序方法. 该方法同时考虑决策单元的最优和最劣权重体系, 兼顾所有决策单元的效率信息, 能够获得较为合理的排序结果. 算例分析验证了所提出的方法的合理性和优越性.     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

应用混合进化策略辨识Wiener-Hammerstein模型

提出了一种基于进化策略的多输入单输出Wiener-Hammerstein模型辨识新方法。该方法的基本思想是将模型辨识问题转化为非线性不可微函数优化问题,然后采用进化策略获得该优化问题的解。为了进一步增强进化策略辨识的性能,提出一种混合进化策略方法。混合进化策略采用如下方法以提高算法的全局寻优能力:基本排序的高斯-柯西自适应混合变异算子;策略参数的中间重组和均匀扰动;混合选择方案。仿真结果验证了上述混合进化策略辨识方法的有效性。     

计算机网络对抗行动策略的Markov博弈模型

在分析计算机网络对抗问题特点基础上，将博弈论与马尔可夫决策相结合，以折扣总回报值为目标函数，提出计算机 网络对抗行动的马尔可夫博弈新模型. 运用凸分析理论证明得到网络对抗新模型存在均衡策略，并将攻防双方的均衡策略转换为一个非线性规划问题进行求解. 通过算例分析，验证了方法的可行性和有效性.     

不确定处理时间批处理过程的鲁棒调度新策略

针对化工批处理调度过程中处理时间不确定的问题,建立了具有分解结构的调度模型,提出了一种新的鲁棒调度策略.策略由基本调度策略和在线调整两部分组成,分别与模型的主问题和子问题相对应.提出了基于遗传算法的分解算法求解模型,以获取具有鲁棒性和最优性的基本调度策略.通过对子问题的分析,提出了运用简单的推理进行在线调整的方法,无需复杂计算,并运用动态规划的原理说明了该方法的可行性和最优性.最后用实例说明了该鲁棒调度策略的有效性.     

企业联盟投资策略模糊决策分析

针对两个互补型企业构成的企业联盟,同时考虑企业相关性和鼓励投资的激励措施,提出一种投资决策模型;应用模糊优化技术对该投资策略进行决策分析,由此确定了企业联盟获得最大总利润的最优投资策略;实例分析证明了该方法的有效性.是企业联盟确定投资和利润分成可以借鉴的决策方案.     

基于模型集成的突发事件舆情分析与趋势预测研究

近年来,突发事件发生后,事件演进受网络舆情的影响越来越大,分析突发事件发生后网民情绪并进行预测,可为政府部门的应急管理和策略设计提供有效支撑,赢得宝贵的时间.本文提出了一个基于模型集成的微博情感分析与预测模型,对突发事件微博舆情进行情感分类与趋势预测.为了更准确地分析微博情感与未来走势,首先,利用多模型集成策略对突发事件相关的单条微博进行情感分析;接着,将单条微博情感进行集成,形成微博情感时间序列;再次,利用多模型集成思路对微博情感的未来走势进行预测;最后,通过实例验证提出方法的有效性.实证结果表明,集成模型较传统分类在微博情感分析上具有优势,集成模型较传统回归模型在微博情感走势预测同样具有明显优势,可以取得较高的预测精度.     

基于连通度的拓扑分析法及其探测策略研究

针对传统的基于栅格图的拓扑分析方法存在实时性差和理解困难,提出了一种新颖的基于连通度的拓扑分析法(topological analysis based on connection,TAC),该方法通过定义“连通度”的概念,改进通常的“障碍物膨胀法”,使之实现实时计算和对栅格图较好的拓扑理解。在此基础上,进一步提出了综合考虑几何与拓扑信息的探测策略,提高了机器人完成任务的效率。仿真实验及在ATU-Ⅱ机器人上的应用证明了策略的有效性。     

具有美式看跌期权的单方向在线外汇兑换竞争策略设计

El-Yaniv等学者首次运用在线算法及其竞争分析方法研究了单方向在线外汇兑换问题, 提出了基于汇率突然下跌威胁的在线兑换策略. 结合期权工具改进了该兑换策略对汇率上、下界的估计, 即不估计汇率波动的下界, 仅估计上界. 利用看跌期权以第一期汇率价格为敲定价格锁定后续汇率波动的最低交易底价, 同时利用首期汇率信息对汇率上界进行估计, 从而这样预估的上界较El-Yaniv等学者模型中估计的上界更准确. 当汇率上界确定后, 分别给出了兑换期限已知和未知两种情形下的最优在线兑换策略, 并与El-Yaniv等学者给出的兑换策略进行了对比分析. 最后, 通过算例分析说明了当El-Yaniv等学者模型中的下界和上界参数相差很大时或末期汇率出现大幅下跌时, 本文所提出的结合期权工具的在线交易策略的竞争性能更具有优越性.     

基于情景的装备发展战略环境分析方法

未来战略环境分析是正确制定装备发展战略的前提条件. 提出了基于情景的武器装备发展战略环境分析方法. 方法分三阶段: 首先通过识别未来战略环境动力因素及其输出, 构建未来战略环境空间; 其次主观评价因素输出之间的相容性, 在此基础上根据建立的目标规划模型计算情景概率; 最后根据情景相容性指标和情景概率选择合理情景集合, 并对合理情景集合进行分簇. 以某类装备发展战略环境分析为例, 说明了方法的可行性和有效性.