Dynamic programming methodology for multi-criteria group decision-making under ordinal preferences

A method of minimizing rankings inconsistency is proposed for a decision-making problem with rankings of alternatives given by multiple decision makers according to multiple criteria. For each criteria, at first, the total inconsistency between the rankings of all alternatives for the group and the ones for every decision maker is defined after the decision maker weights in respect to the criteria are considered. Similarly, the otal nconsistency between their final rankings for the group and the ones under every criteria is determined after the criteria weights are taken into account. Then two nonlinear integer programming models minimizing respectively the two total inconsistencies above are developed and then transformed to two dynamic programming models to obtain separately the rankings of all alternatives for the group with respect to each criteria and their final rankings. A supplier selection case illustrated the proposed method, and some discussions on the results verified its effectiveness. This work develops a new measurement of ordinal preferences’ inconsistency in multi-criteria group decision-making (MCGDM) and extends the cook-seiford social selection function to MCGDM considering weights of criteria and decision makers and can obtain unique ranking result.     

基于证据理论的部分属性偏好信息群体赋权方法

针对已有的赋权方法在处理部分属性偏好信息的群体赋权问题上的局限性,提出了基于证据推理建模的解决方法。将不同专家的偏好信息视作来自不同信息源的证据,首先定义了焦元识别方法,然后采用惟一参照物比较判断法计算证据的基本可信度分配,应用Dempster规则进行证据合成,进而得到专家群体的属性赋权。在证据合成过程中,推导出了合成结果的解析表达式,与直接运用证据合成规则相比计算量大大缩小;在专家群体信息集结中,给出了一种基于位置权向量和证据相似度指数的客观证据赋权方法,从而突出了与大多数专家意见相似的专家的作用。最后给出了一个示例。     

Web数据库近似查询结果自动排序方法

针对Web数据库近似查询产生的多查询结果问题,提出了一种近似查询结果自动排序方法,该方法利用KL距离(Kullback-Leibler distance),PIR(probabilistic information retrieval)模型和查询历史(query history)来构建元组排序打分函数;打分函数根据结果元组中被查询指定的属性值对初始查询的满足度和未被查询指定的属性值与用户偏好的相关度来评估元组的排序分值.实验证明,提出的排序方法能够较好地满足用户需求和偏好,并具有较高执行效率.     

民族地区高校贫困生资助方式偏好性现状调查研究——以河池学院为例

该研究以河池学院652名贫困生为被试,采用高校贫困生资助偏好性问卷,对民族地区高校贫困生资助方式偏好性进行了调查。研究发现：民族地区高校贫困生对有条件资助方式、低公开性资助方式的偏好程度显著高于无条件资助,对低公开性资助方式的偏好程度显著高于有条件资助方式;高公开性资助方式的偏好程度显著低于有条件资助方式和低公开性资助方式;男贫困生对各项资助方式的偏好程度显著高于女贫困生;大一贫困生对各项资助方式的偏好程度显著高于大三贫困生。     

嵌入模糊部件的数值图规划

使用偏好和优先权隶属函数定义了数值规划中模糊部件的数学模型, 并通过在问题描述域扩展偏好和优先权字段的方法, 将模糊部件嵌入到数值图规划中, 使规划器能在问题求解过程中有效地捕捉与问题相关的细节信息; 在规划提取阶段, 利用规划图与约束满足问题的对应关系, 使用增量式局部修改技术进行问题求解; 局部修改最大限度地利用以前问题的求解结果, 避免了规划器问题求解过程中的重复性, 为开发高效数值规划器提供了理论依据.     

数据挖掘技术在交通事故分析中的应用

结合关联规则与粗糙集的思想, 提出了基于偏好信息的决策规则约简算法, 并将该算法应用于长春市历年的道路交通事故数据分析中, 从而找出交通事故发生的潜在规律.     

借贷利率不同的效用最大化投资组合比较

提出了允许卖空和不允许卖空2种情况下含有无风险资产且借贷利率不同的效用最大化的投资组合模型.在允许卖空情况下,运用拉格朗日乘数法和Sherman-morrison方程求出效用最大化投资组合的最优投资策略,并证明了其有效前沿与均值-方差投资组合的有效前沿相同.在不允许卖空情况下,运用不等式组的旋转算法进行求解.该算法避免了通常处理二次规划问题所需的松弛变量、剩余变量和人工变量,因而操作更为简便,计算效率也更高.最后,以1个具体例子比较2种模型,并得到以下结论：在2种情况下,风险偏好系数在整个取值范围内都能够较好地反映投资者对收益和风险的选择态度,而且含无风险资产的借贷拓展了投资机会空间.     

基于灵活损失函数的中国最优灵活时变货币政策规则混频研究

自进入新时代以来，中国政府多次提出通胀和经济增长的双重区间目标，文章新提出基于灵活损失函数的最优灵活时变货币政策规则模型，并新构建混频混合创新时变系数随机方差回归模型（mixed-frequency mixture innovation time-varying parameter vector regression model with stochastic volatility，MF-MI-TVP-SV-RM）进行混频测度，使之具有函数、规则、系数和频率四个方面的灵活时变性，然后从32种代表性规则形式中混频筛选和测度适合中国新时代的最优灵活时变货币政策规则.实证分析表明：第一，与常系数和时变泰勒规则容易高估相比，最优灵活时变货币政策规则的利率平滑系数具有明显更小的规模和波动范围，且呈现灵活时变特征；第二，最优灵活时变货币政策规则具有灵活时变的正向敏感的非对称性通胀缺口偏好，且基本呈现顺周期特征；第三，最优灵活时变货币政策规则具有灵活时变的宽跨度的对称惰性区间产出缺口偏好，且呈现顺逆周期交替特征；第四，最优灵活时变货币政策规则具有线性Phillips曲线特征且规则系数进入新常态后趋于平稳.为此文章提出一些政策建议.     

直觉模糊偏好信息下的多属性决策途径

研究了属性值为直觉模糊数且决策者对方案有偏好的模糊多属性决策问题.针对方案偏好信息以直觉判断矩阵形式给出且属性权重信息不能确知的情形,定义了加型一致性直觉判断矩阵、积型一致性直觉判断矩阵以及直觉模糊决策矩阵的得分矩阵等新概念.基于得分矩阵和直觉判断矩阵,分别利用两种转换函数建立一些简洁的线性规划模型.通过求解这些模型获得属性的权重,进而给出了一种基于直觉模糊偏好信息的多属性决策途径.最后通过实例对该决策途径的详细过程及有效性进行了说明.