区间DEA模型下的决策单元排序

给出基于输出的DEA模型下的区间有效值求法，同时从乐观和悲观两个角度去评价决策单元，从而得到了该决策单元有效值的一个区间. 进一步还可类似地定义该决策单元无效的一个区间.将上述方法与基于输入的DEA模型下的理论进行了对比，实例分析显示了两种模型在评价决策单元区间有效性上是一致的.     

区间数的相容性与区间数互补判断矩阵的相容性研究

首先给出了衡量区间数相容性的一个指标。并对区间数的相容性进行了详细研究,然后给出了衡量区间数判断矩阵相容性的一个指标,接着根据区间数互补判断矩阵的特点,又给出了衡量区间数互补判断矩阵相容性的准则。这些结果在群组决策与模糊决策中具有良好的应用前景,有助于进一步提高决策的合理性和有效性。最后进行了算例分析．     

广义区间DEA模型及其有效性研究

根据样本单元和待评价决策单元的区间投入、区间产出定义最大广义生产可能集,建立基于最大广义生产可能集的广义区间DEA模型,然后定义了待评价决策单元基于广义区间DEA模型的区间效率,并对待评价决策单元进行了有效性分类,最后通过实例表明了广义区间DEA模型的实用性.     

决策单元取数一致准则下的灰区间DEA效率研究

当决策群体的输入输出变量为区间灰数时,假设各决策单元在同一指标下的灰区间变量取数一致。基于取数一致灰数大小比较的相关结论,建立了求解DEA效率区间上、下界的线性规划方程。灰区间DEA效率求解方法有两个优点:一方面,取数一致的假设体现了被评价决策单元和参考决策单元的竞争公平性;另一方面,求得的DEA效率区间长度较小,不确定性低,提高了信息不完全条件下采用灰区间DEA模型对决策单元进行有效性评价和效率评估时的分辨力。     

基于相对知识粒度的区间集决策信息表不确定性度量

区间集决策信息表拓展了经典决策信息表，其粒化结构的不确定性刻画成为重要应用基础。基于区间邻域粒化引入相对知识粒度，进而提出区间集决策信息表的一种新型不确定性度量。利用两对象之间的距离及半径来建立区间邻域粒化系统，证明距离粒化与相似度刻画的条件等价性，获得区间近似粗糙度；把经典相对知识粒度推广为区间相对知识粒度，将其与区间近似粗糙度进行信息融合，提出一种新型不确定性度量并得到了粒化单调性等性质。最后进行了实例验证，结果表明所提度量能够有效表征粒化结构变化所引起的不确定性变化。     

区间型多属性决策的一种新方法

定义了区间型理想点以及决策方案在区间型理想点上的投影等概念．对于属性值以区间数形式给出的区间型多属性决策问题，提出了一种新的决策方法．该法无需对区间数进行比较和排序，具有简洁、直观、易于计算等特点．最后通过实例对方法的有效性和实用性进行了说明．     

有效讨价还价区间的确定分析

提出了从价格区间的角度考察讨价还价问题，在运用从有效区间的思路来讨论问题后，从推导的结论分析看到：多次交易行为之间无关联性时，本次交易的利益最大化导致的讨价还价区间的决定因素问题，多次交易行为之间存在关联性时，多次交易的整体利益最大化对现在讨价还价区间的影响，并具体因素是根据决策自身的考虑而有所不同的，但获取信息需要成本，因此搜集信息来支撑价格的整体决策时须注意这方面的收益与成本。     

变量为三参数区间灰数的DEA模型研究

将区间DEA模型扩展到变量为三参数区间灰数的情形。研究了变量为三参数区间灰数时,决策单元(DMUs)的DEA效率区间的一般性求解算法。提出了决策单元取数一致准则,在决策单元取数一致准则下对DEA效率区间的一般性求解方法进行了修正,得到了灰度更小的计算结果,并用算例进行了验证。     

超效率区间DEA模型中决策单元的区间效率值及排序

基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明.首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全排序.最后,以希腊的29所公立中学的效率评估为例对决策单元进行效率值分析,表明了新超效率区间DEA模型的合理性.     

区间DEA模型中决策单元效率的相对合理测算

在已有DEA模型基础上,建立起非径向、同时考虑输入与输出的区间DEA模型,以测度决策单元的区间技术效率。基于相对合理的区间效率测度,对决策单元进行了分类,并给出了非区间有效单元的一个改进方案。最后给出了一个算例。     

基于后悔理论的区间二元语义多属性群决策方法

针对评价信息为区间语言变量的多属性群决策问题,提出了一种基于后悔理论的区间二元语义多属性群决策方法,该方法能够有效考虑决策者在决策过程中产生的一种风险规避,及其在后悔与欣喜之间存在的心理差异变化。首先,介绍关于区间二元语义信息的一些基本概念,并给出了区间二元语义均值与方差的定义;针对决策矩阵元素为区间二元语义变量属性权重部分未知的多属性群决策问题,利用区间二元语义的方差,通过构建优化模型确定最优属性权重,并提出了一种基于后悔理论的区间二元语义多属性群决策方法;最后将提出的方法应用至企业设计方案的选择中,结果与比较分析表明该方法具有一定可行性和有效性。     

属性值为区问数的多属性决策OWA算法

针对属性值为区间数的多属性决策问题,提出了一种简洁实用的决策分析方法。首先论证决策对象的优势关系与其属性值区间数的两端点数值平均值（区间中值）存在等价关系,然后将区问数的多属性决策问题转化为以区间中值为属性值的决策问题,应用有序加权平均算法（OWA算法）进行方案的排序与择优,最后通过一个实例验证了该方法的可行性和有效性。     

水电工程决策的一种综合评价方法

针对水电工程决策的特点，在应用层次分析解决这类多目标决策问题的过程中，对判断矩阵的定义进行了修改，引入了区间判数矩阵的一致性概念，给出了一致拨条件，进而用特征根方法确定权得区间，再根据各方案的指值和权重区间计算综合评价值，并据此选择方案，实例分析表明，这种方法是有效和实用的。     

一种不确定型多属性决策方法及其应用

 讨论了权重完全未知且属性值为区间数的多属性决策问题,提出了一种基于理想区间数贴近度的决策方法。首先定义区间数的距离,并给出区间数贴近度的公理化定义,讨论区间数贴近度的性质,然后针对区间型多属性决策问题给出一种区间型决策矩阵的规范化方法,并给出3种确定权重的方法,分别是模糊标度重心赋权法（主观赋权法）、基于最小相对熵原理的熵与相对熵综合赋权法（客观赋权法）以及利用优化方法,以待评方案与理想最优方案的贴近度最大化为优化目标,建立的贴近度最大化赋权法（主、客观组合赋权法）。利用权重可计算出每个方案与理想方案的综合贴近度,即可得到所有方案的排序结果。最后通过实例分析验证了该方法的有效性和实用性。     

基于区间数决策矩阵的专家群体判断一致性

针对群决策中基于区间数决策矩阵形式偏好信息的专家群体判断一致性问题,提出了一种分析方法.首先,给出了有关区间数的定义及其决策矩阵规范化方法;然后,通过定义有关两个区间数的距离和一致性判定函数,给出了专家群体判断各个元素、各个方案、各个指标的一致性分析方法,同时,也给出了基于区间数决策矩阵的专家群体判断一致性的判别方法及专家群体判断不一致的调整方法.最后,通过一个算例说明了该方法的有效性.     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

区间数可能度的一种新定义

在文献[2]的基础上,给出一种新的区间数可能度的定义,并研究了所给定义具备的优良性质。在所给定义的基础上,通过建立区间数可能度矩阵,给出一种区间数排序的新方法。最后,通过实例说明它在解决不确定型多属性决策方案的可行性。     

正态均值常用估计区间的改进

从统计决策理论角度考虑了正态均值置信区间的改进问题.利用未知分布参数之间的序限制,通过使用改进估计量的IERD方法,对无序限制情况下正态均值的minimax置信区间进行了改进,构造了一族改进置信区间.     

一类灰色区间聚类决策方法

以灰色决策分析理论为基础,探讨了经典灰色聚类决策方法的优势和不足.提出了基于理想方案的灰色区间聚类方法及其相关概念,建立了灰色区间关联系数公式和灰色区间相对关联系数公式.运用分析技巧,构建了灰色区间聚类决策算法.灰色区间关联系数公式是经典灰色关联系数公式的推广,而灰色区间聚类决策是经典灰色聚类决策方法的拓展.实例说明了所提出的灰色聚类决策方法的合理性及其算法的有效性.