一种新的基于模糊偏好的TOPSIS改进方法

基于决策制定者对决策单元的模糊偏好．研究如何根据决策单元(DMU)的模糊偏好来分别获取TOPSIS方法下基于理想点和负理想点的偏好权重．从而达到最终决策时结果与模糊偏好相一致。从新的角度引入决策单元的模糊偏好，引用TOPSIS方法中理想点与负理想点的思想，提出多指标决策中基于模糊偏好的TOPSIS方法新模型，给出一种通过主观模糊偏好与客观决策矩阵信息相结合的求解权重的方法。     

具有三角模糊要素的非径向DEA模型

在原有的非径向DEA模型基础上进行模糊扩展,建立了输入输出为三角模糊数的非径向DEA模型,并根据模糊规划取α-截集的方法求解模型.在相对已有模糊DEA模型更加合理、更强区分能力的效率测算基础上,定义决策单元的α-水平模糊DEA有效性,从而完成了对决策单元的分类.然后在给定α-水平下对模糊决策单元进行了排序.最后给出了一个算例.     

具有三角模糊数要素的DEA模型

传统ＤＥＡ模型只讨论了当投入和产出（称要素）为确定性时决策单元的相对有效性．本文将提出具有模糊不确定要素的ＤＥＡ模型，并基于模糊数的排序原理给出了模糊ＤＥＡ的求解方法，从而将传统确定性ＤＥＡ推广到模糊不确定ＤＥＡ．这不仅拓广了ＤＥＡ的适用范围，而且使得对决策单元的相对效率测算、有效性判断以及生产前沿面估计都更符合实际．     

含模糊数据决策单元间的资源分配问题——基于DEA和Shapley值的研究

本文研究当生产系统中各决策单元的投入产出数据为模糊数据时,管理者如何将资源在决策单元之间进行公平分配的问题.基于DEA理论及合作博弈的Shapley值,在模糊数据环境下,考虑决策单元加入联盟前后对联盟中原有决策单元效率值及自身效率值的影响,建立修正Shapley值,并依据决策单元对生产系统的相对贡献情况,设计资源在各决策单元之间进行公平分配的方案.最后通过数值算例加以验证.     

基于Campos指数的模糊DEA

提出了在模糊集上具有某种偏好的DEA,并通过Campos指数将模糊集之间的关系转化为一般的线性关系,建立了基于Campos指数的模糊DEA(FBCC-CI),据此测算决策单元的技术效率、模糊效率,识别决策单元的有效性,得到由不同偏好下的生产前沿面簇组成的模糊前沿,从直观上揭示了决策单元相对于生产前沿面的偏离不仅源于非有效,而且受非精确因素的影响.最后以简化的FBCC-CI为例,说明了该模型的有效性.     

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.     

基于多目标规划的模糊DEA有效性

传统的DEA模型是通过单目标的线性规划来处理刚性数据，为了更好地评价决策单元的相对有效性问题，在多目标规划的基础上，建立了模糊DEA模型，通过取截集的方法，得到相应的悲观规划和乐观规划，并分别求得与之相应的线性规划(P2)的最优值，由此可以得到更多的关于决策单元的投入和产出情况的信息，还讨论了它们的一些性质，并用数值实例加以说明。     

虚拟自主汽车智能驾驶行为模型的研究及实现

通过对智能驾驶行为的特点分析，提出了一种更符合实际情况的虚拟自主汽车智能驾驶行为模型。将复杂的驾驶行为分为五个单元，即感知单元、情感单元、碰撞避免单元、决策单元和操作单元，每个单元都代表一定驾驶行为，考虑了人的性格、心情、驾驶经验和驾驶技能等因素，并各自有其模糊变量和模糊规则。另外，该模型将自主汽车的3D模型与驾驶行为模型分开，使其更具通用性。并基于此模型，利用EON Reality^TM虚拟现实软件开发了一部具有激进型驾驶行为的虚拟自主汽车。应用结果表明：该模型通用、有效，为模拟驾驶器提供更加丰富、完善的虚拟交通场景，同时也可为无人驾驶汽车提供智能行为模型，尤其是碰撞避免单元的增加为汽车安全驾驶提供了有效的预警模型。     

基于LR模糊数的置信DEA模型

研究了输入、输出为LR型模糊数的决策单元有效性DEA分析方法.针对LR型模糊数的特点,定义了置信水平约束下的序关系比较,并建立了置信DEA模型.相对已有的DEA分析法,该模型计算简单,充分利用了模糊数的特点,提高了模糊评价的可靠性.     

基于DEA的多部门结构的决策单元的环境效率评价

提出一种具有多部门结构的决策单元（decision—making units，DMU）的环境效率评价问题，在分析各个决策单元整体效率与其子部门效率的关系的基础上，提出一种能够同时评价决策单元整体效率和其子部门效率的DEA模型。最后，采用一个算例说明了本文提出的模型的合理性和优越性。由于文章提出的模型能够有效地分析决策单元内部子部门的有效性水平，能够发掘影响决策单元效率的关键因素，因而能够给出更为详细的环境管理信息。为决策者决策提供依据。