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。     

基于DEA的网络消费者价值研究

在RFM模型基础上提出了RFMPS模型,使得指标体系更加完善,方法上运用DEA交叉评价法,来进行同一企业中不同消费者购买行为的相对有效性评价.同时,DEA交叉评价法考虑到了不同的指标对消费者的影响程度不同,指标权重计算具有客观性,使得计算结果更加准确.     

一种具有不完全信息的多指标决策方法

针对指标权重信息和指标值信息都是不完全情形的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的多指标决策问题进行了数学描述;然后给出了求解具有不完全信息的多指标决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到指标权重和指标值,进而可计算出方案的评价值,相应地可得到所有方案的排序结果.最后通过给出一个算例说明了本文提出方法的实用性.     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,可得到所有方案的排序结果.最后通过给出一个算例说明了所提方法的可行性和实用性.     

基于DEA模型的网络安全非均一评价方法

针对网络安全评价问题,基于数据包络分析(DEA:Data Envelopment Analysis)原理,引入了一种处理只有输出指标的最优偏离DEA模型,建立了网络安全评价的非均一模型和方法。该方法把权重系数作为数学规划模型的变量,通过优化方法求解,而不需要事先确定评价指标的权重系数,克服了传统的网络安全评价模型和方法因需对建立的评价指标事先确定权重系数,使评价结果受到人们主观判断的影响,从而使评价结果更加客观公正。实例分析验证了模型与方法的有效性。     

基于残缺互补判断矩阵的多指标决策方法

针对具有残缺互补判断矩阵形式方案偏好信息的多指标决策问题,提出了一种决策分析方法.对具有残缺互补判断矩阵的多指标决策问题进行了描述.依据残缺互补判断矩阵和决策矩阵,构建了求解指标权重的最优化模型.采用拉格朗日乘数法求解该模型,得到每个指标的权重值,进而计算出每个方案的综合评价值,从而可得到所有方案的排序结果.最后,通过给出一个算例说明了该方法的可行性和实用性.     

基于权重设限模型的DEA流程评估问题研究

针对业务流程重组(BPR)中的流程评估需要同时考虑多个模糊的和量化的因素的问题,文章提出了一种对数据包络分析(DEA)权重设限的流程评估模型.该模型首先应用AHP对各项指标权重进行主观分析,然后将分析结果通过DEA的权重设限模型集成到业务流程相对有效性计算中去.案例研究表明,这种方法能够有效的从众多候选流程中选择出符合公司发展战略的重要流程.     

矿井设计方案评价与优选的DEA方法

DEA方法是评价具有多投入多产出决策问题相对有效性的有效方法。它不受指标性质和因次量的限制。本文利用该文法对矿井设计方案进行了评价和优选,取得了非常理想的结果。     

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.     

基于梯形二维语言变量相似度的多属性群决策方法

针对评价信息为梯形二维语言变量的多属性群决策问题,提出了一种新的梯形二维语言变量的相似性测度并探讨其性质;基于相似性测度最大化准则构建了两个优化模型以分别求解多属性群决策问题中的专家权重和属性权重,进而提出一种新的基于梯形二维语言变量相似性测度的多属性群决策方法;最后通过实例验证了新方法的合理性和有效性.     

基于超效率DEA和IAHP的企业项目综合评价

企业项目的选择以及项目的综合评价对于企业项目管理和企业战略目标的实现起着至关重要的作用.介绍了区间层次分析法(IAHP)以及超效率DEA模型的相关理论,提出了基于超效率DEA和区间层次分析法相结合的企业项目管理综合评价模型.将该模型应用于施工企业的具体实例,并以质量管理、成本管理、进度管理、风险管理作为项目综合评价指标体系的一层指标,结果表明该模型具有较强的适用性.     

带有评价准则的数据包络分析模型

为了获取决策单元的更多信息，更好地进行评价和决策，在数据包络分析理论的基础上建立了带有一些“评价准则”的DEA模型，以便在最大的输入能得到最大的输出和最小输入能得到最小的输出等准则下评价决策单元。由该模型可获得更多的决策单元信息供评价者和决策者选择。     

各向异性的非径向DEA模型

提出了一种新的非径向DEA模型,并指出它与传统径向DEA模型的联系．该模型只需要求解一个线性规划,就可以得到如下结论：1）决策单元是否是DEA有效的;2）从该模型的解可以看出是哪些指标导致了决策单元的非DEA有效性;3）如何调整输入输出指标使得决策单元是DEA有效的．该调整策略体现了各输入输出指标的权重,具有各向异性的特点．     

数据包络分析方法在胜利油田投资效益评价中的应用

运用数据包络分析方法 (DEA)对胜利油田 1986— 1998年的投资效益进行了科学评价 ,建立了评价胜利油田经济效益的DEA计算模型 ,给出了评价指标。利用DEA模型对胜利油田开发中的基础数据进行了定量分析 ,并针对目前油田开发管理中存在的问题提出了相应的对策。该研究结果为油田投资决策和经营管理提供了一定的科学依据。     

基于数据包络分析的复杂系统相对有效性分析

数据包络分析是用来评价同类型决策单元相对有效性的一种新方法．考虑到实际问题中被评价的同类型决策单元之间不一定是相互独立的，在假设决策单元之间存在合作的条件下，给出了评价具有多个子系统的复杂系统相对有效性的数据包络分析模型，并证明了模型的一些性质以及系统相对有效与子系统相对有效之间的关系．这些模型可以用来评价区域之间通过经济合作带来的收益。     

基于CCR模型和超效率模型的辽宁省高等教育效率测评

以辽宁省1997～2010年高等教育投入产出为研究对象,选取教职工人数、教育经费投入、研发经费的投入作为投入指标,选取本专科在校生人数、研究生在校生人数与专利授权数作为产出指标.利用DEA的CCR模型和超效率模型对辽宁省高等教育效率进行测评,1997与1998年为非DEA有效,规模收益递增,1999～2010年为DEA有效,规模收益不变.利用超效率模型能够对所有决策单元进行评价和排序,辽宁省高等教育效率由1999年扩招前的非DEA有效变成扩招后的DEA有效,并且投入产出效率呈逐年平稳上升之势.     

孪生数据驱动的绿色切削工艺优选决策

为了快速优选低碳且具有环境友好性的绿色切削工艺,提出了一种孪生数据驱动的绿色工艺优选决策方法。首先,建立了数字孪生驱动的切削加工工艺优选决策流程;其次,以加工质量、加工时间、加工成本、资源消耗、环境影响为一级评价指标,建立了绿色切削工艺优选评价指标体系;再次,采用网络层次分析法对评价指标进行权重计算,并基于概率犹豫模糊理想值法及孪生数据对备选的绿色切削工艺进行优选决策;最后,以某航空企业的叶片加工工艺优选为例进行实例验证。结果表明：该方法能够充分利用数字孪生车间的仿真预测、历史数据挖掘、实时采集等功能,以孪生数据的形式为工艺评价提供全面的数据源;同时所建立的评价决策模型实用性较强,符合现实的切削工艺优选决策场景,模型求解方法鲁棒性好。     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。