基于VRS的SE-DEA模型可行性的研究

通过一种改进的DEA模型——SE-DEA模型可以对决策单元进行充分比较和排序，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，定义了超有效和强超有效决策单元，对基于VRS的SE-DEA模型的可行性进行了研究，证明了评价某决策单元的SE-DEA(VRS)模型是不可行的充分必要条件是该决策单元为超有效，给出了用SE-DEA(VRS)模型对决策单元进行评价与排序的方法步骤，将决策单元按强超有效、超有效、一般有效和非有效进行排序，最后将这些理论与方法应用于评价产业经济相对有效性的实际。     

一种区间PCA的效度分析方法

关于区间数据的主成分分析(PCA)方法已取得了较丰富的研究成果,但少见对这些方法效度的评价研究.针对该问题,基于Hausdorff距离用于定义两个紧集之间距离的考虑,将区间数视为一个紧集,定义了区间数之间的距离,并研究了区间矩阵的距离.在此基础上,根据PCA方法的原理,建立了一个区间PCA方法的效度评价指标.该指标取值在0与1之间,其取值越大,说明区间PCA方法效度越高,反之则效度越小.最后,采用模拟的方法,分别选取均匀分布和正态分布两种类型的区间数据样本,对目前最常用的两种区间PCA方法--顶点法和中点法进行了效度分析,验证了文中所提的效度指标的正确性.     

区间主成分分析方法的比较

简述了区间数据主成分分析(PCA)的两种主要方法--顶点法(V-PCA)和中点法(C-PCA),并对其进行了合理化改进.研究表明,两种方法的协方差矩阵有极大的相似性.在研究区间数距离的基础上,定义了一种基于Hausdorff距离的评价模型方法优劣的效度指标,并通过模拟的方法,对这两种方法进行了比较研究.结果表明:两种方法具有较强的相似性;随着变量数和样本数的增加,两种方法的效度均有所下降;在同样的样本数条件下,中点法适合变量数较大的情形,而顶点法更适合于变量数较小的情形.最后,给出了区间PCA方法选择及效度测量的应用步骤和一个算例.     

改进的DEA模型及其在地区行业经济评价中的应用

针对传统 DEA模型不能对有效决策单元做进一步评价这一缺点 ,本文通过重新定义生产可能集 ,提出一种改进的 DEA模型 (简称 MDEA) ,实现了对所有决策单元效率的充分评价与排序。在地区行业经济评价中的应用验证了该模型的有效性。     

用SE-DEA模型研究决策单元分类

通过一种改进的数据包络分析(DEA)模型——SE—DEA模型，可以对决策单元进行分类，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，论文讨论了基于VRS的SE—DEA模型不可行的充分必要条件。分析了有效决策单元的超有效和强超有效特性，实现对有效决策单元的进一步分类，最后给出了用基于VRS的SE—DEA模型对决策单元进行分类的方法步骤，该分类方法改进和改善了传统的决策单元分类，可为决策者提供更加完备的决策信息。     

区间判断矩阵权重求解及一致性检验的目标规划模型

区间判断矩阵是区间AHP的重要构成要素．首先定义区间判断矩阵，然后在研究区间向量规范化的基础上，通过建立目标规划(GP)模型，求解区间判断矩阵的区间权重向量．该GP模型的目标值可进一步用来检验区间判断矩阵的一致性．最后给出算例分析．     

AHP中判断矩阵的区间权重及其一致性检验

AHP中由判断矩阵导出排序权重时,传统的方法只能得到"点"权重向量。为使结果更具柔性,考虑求解判断矩阵的区间权重向量。本文通过建立线性规划模型实现了这一点。与此同时,模型的最优值反映了判断矩阵的不一致性,故可借此进行一致性检验。通过模拟计算,对该检验方法和传统的通过计算CR值的方法间的相关性进行了统计分析。结果表明,二者具有显著的相关性。最后给出算例分析。     

基于标准化区间权重向量的层次分析法研究

AHP(analytichierarchyprocess)的判断矩阵不满足一致性时 ,传统方法导出的权向量只能近似反应排序结果 ,有时甚至可能出错。针对这一问题 ,对传统的AHP进行了扩展 ,提出了具有标准化区间权重的层次分析法 ,结果更具柔性。首先通过建立线性规划模型求解判断矩阵的区间权向量 ,然后在分析以往通过区间数运算计算组合权重可能存在错误的基础上 ,再次通过建立线性规划模型 ,自下而上计算各方案相对于各指标的组合区间权重 ,计算结果比较合理。最后给出算例加以说明     

一般分布区间型符号数据的描述统计与分析

以对大规模个体数据通过打包形成的区间型符号数据为研究对象, 针对个体在区间内往往不服从均匀分布的实际情况, 研究一般分布的区间型符号数据的描述统计和分析方法. 对符号数据分析进行了概述, 并定义了一般分布的区间变量. 研究了一般分布的区间变量的经验分布函数和经验联合分布函数. 在此基础上, 讨论了一般分布区间变量的描述统计量的求解. 最后给出了算例, 运用一般分布区间型符号数据的因子分析方法, 以中国股市为背景进行了应用研究. 结论表明: 以往研究基于均匀分布假设所给出的描述统计量的计算, 可看作文中所给求解公式的特例. 另外,研究方法基于经验分布理论, 无需知道个体在区间内服从分布函数的具体表达式, 且在计算过程中充分利用了区间内的个体信息.     

区间多目标线性规划的模糊求解方法

研究基于Zimmermann方法的区间多目标线性规划(IMOLP)的模糊求解方法.首先,将IMOLP化为一个参数规划,通过变量替换化为传统多目标线性规划,然后应用Zimmermann方法进行求解,得到舍各目标函数总满意度变量的一个线性规划,并最终将其化为一个单目标的区间线性规划.基于此,分别求得IMOLP最大总满意度和最小总满意度下的Pareto解,并求出各目标函数的最优值区间.最后,给出算例.