基于定性信息标杆的选择方法和最佳决策模型

为解决待决策单元标杆的选择问题,提出了定性信息标杆的决策模型。用物元的发散性思想找到与待决策单元同名、同值、同征的单元并收集它们的定性信息;用层次分析方法给出了待决策单元标杆的选择方法;用数据包络分析方法给出了依赖标杆的最佳决策模型。从实际应用中可以看出,量化的决策模型对提高决策单元的效益有显著的作用,在总投资降低27.3%,固定资产降低20.1%,营业成本降低13.4%的情形下,利润却增加182.7%。此模型对待决策单元基于定性信息标杆的选择问题给出了一种解决方法,该模型理论上利用了各种提高效益的潜在因素的模型,因此在实践中具有较强的可操作性。     

定性信息组成循环经济标杆下的最佳决策模型

文章首先利用物元的负正转换和发散性的思想找到与待决策单元同名、同值、同征的单元并收集它们的定性信息;其次,用层次分析方法给出了待决策单元标杆的选择方法;最后,给出依赖标杆的最佳决策模型。此模型是把策略的形成以及如何开拓策略集、优化技术的运算技巧结合起来。因而,此决策模型是利用了各种提高效益的潜在因素模型,并且具有较强的可操作性。     

一种带有偏好信息的多属性决策模型

针对属性值由实数形式给出,属性权重完全未知,且带有决策者偏好信息的多属性决策问题,以传统离差最大化决策方法为基础,提出了一种最优化决策模型．为解决权重信息不完全的多属性决策问题提供了新的思路．最后,给出了一个实际例子以说明模型的有效性和应用性．     

(Be-G)模型下二行动线性决策问题的抽样信息期望值

提出了(Be-G)决策模型, 给出了二行动线性决策模型的一般形式,讨论了此模型下二行动线性决策问题的抽样信息期望值(EVSI)的计算问题,得到了此决策问题的最优决策函数,进而给出了EVSI的计算公式.     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

基于TOPSIS的无标签序贯三支决策模型

为解决无标签信息系统中已知接受域对象数的决策问题,提出了无标签信息系统的序贯三支决策模型。首先采用TOPSIS算法进行数据预处理;其次根据数据集特征提出期望密度差的定义,并提出了无标签三支决策的构建算法,给出数据驱动下的决策阈值选择方法;同时在此基础上进一步建立了无标签序贯三支决策模型。案例分析显示,在属性值动态更新的情况下,序贯三支决策阈值具有自适应性。最后,相关实验验证了该模型的有效性。     

带有偏好性的投资决策模型及应用

在决策系统中,把对指标带有主观偏好信息的决策问题和具有多属性客观因素的决策问题相结合,给出一种更加结合实际的决策模型,并且用实例说明其可行性。     

基于多层次模糊优选的水电工程评标

针对水利水电工程建设中的评标问题,建立了多层次模糊评标群决策模型,模型充分考虑到评标过程中的模糊性,以及评标专家对于水电工程建设的经验知识,采用定性分析和定量分析相结合的方法来解决评标决策问题,由此建立了评标指标体系,采用基于互补原理的二元对比法确定指标体系的权重向量,用群决策集结方法去综合各位评标专家的判断结果。实例以大型引水工程建设来说明模型的可行性,结果表明,多层次模糊决策方法适合于解决水电建设工程的评标决策问题。     

不完全信息条件下虚拟企业合作伙伴选择策略

针对虚拟企业中伙伴选择的基本问题,运用基于相离度的模糊优选模型,对不完全信息条件下合作伙伴选择作出多维决策,给出决策方法和过程。通过具体实例,说明该方法是可行、有效的,决策结果较合理,为解决复杂的不完全信息多属性决策问题提供了一种新方法。     

基于概率PS-粗糙集的动态三支决策及应用

在实际应用中,集合是动态变化的,包括元素的迁入和迁出.双向概率PS-粗糙集既考虑集合的动态特性,又考虑知识库中统计信息的粗集理论.在深入分析概率PS-粗糙集理论及其性质的基础上提出了基于双向概率PS-粗糙集的动态三支决策模型,以解决集合动态变化下的三支决策问题.首先,根据双向概率PS-粗糙集的上下近似得到概率PS-正域、负域和边界域,给出了双向概率PS-粗糙集的三支决策规则,并分析了三种规则的置信度与错误率的计算方法与性质;其次,定义了决策度量函数与决策损失函数,并基于贝叶斯决策论的最小风险决策规则,给出了参数阈值的计算方法;最后,讨论了此动态模型的决策性质,并通过元素迁入和迁出的实例证明了模型的正确性与可行性.     

基于分组的两步DEA基准学习

数据包络分析（data envelopment analysis, DEA）在为决策单元（decision making unit, DMU）评估效率水平的同时,可为其中的非有效单元提供消除低效的改进措施,即基准信息。但经典DEA模型为非有效单元提供的基准信息不易一步到位,缺乏对分组信息的充分利用。在依赖上下文的DEA框架内进行开发,提出了一种基于分组的两步DEA基准学习模型。模型使用加权L1范式衡量待评估单元与相应目标的接近程度。通过最小化实际点到Pareto有效边界的距离,为每一个决策单元在组内和全局的最佳实践前沿上分别设立单独基准,解决了在实践中目标点难以一步实现的问题,模型的结果可以视为针对最佳实践的长期改进策略。由于充分考虑了分组信息,模型能够反映给定基准过程中涉及的DMU周围环境,并增强了组内DMU在设立目标上的灵活性。该模型被用于评估西班牙公立大学的科研水平,通过对比实验验证了该模型的优势。     

供应链管理下批发价格依赖性的补偿策略理论

在文献[1]中研究了供应链管理下批发价格依赖性的补偿策略理论,其中的推导和结论的具体表述不尽正确,给出了其结论的正确表述;在批发价格与产品的订购量相关且产品的市场需求量是随机变量的情况下,探讨了补偿策略受产品批发价格的定价机制的影响;获得了供应链管理下批发价格依赖性的补偿策略理论模型,并在产品的市场需求量服从均匀分布的情形下对理论模型进行了均衡分析和灵敏度分析;指出了产品订购量、补偿价格与产品需求、批发价格的内在关系,为企业决策提供了有益的分析方法。     

基于输出的供应链分销阶段绩效改进方法

总结了标杆学习中目标企业选择和学习途径确定的方法·研究了基于输出的绩效评价和改进的标杆方法,给出了特定输出增长等定义和有关数据包络分析(C2GS2)的扩展模型·模型中所有被评价企业均视为具有相同输入、输出的决策单元·指出最小特定输出增长为绩效改进的最短路径,所对应企业为最佳标杆学习对象·在供应链分销阶段,该方法更易于操作,企业可保持现有投入,通过提高输出元素水平改进绩效·     

一类群决策问题的最优分配解法

在群决策中存在着多个决策者根据自己的知识、经验和偏好独立选择决策方法 ,对决策方案集作出决策后 ,应综合确定群体决策方案的多人多指标群决策问题 .针对这类决策问题具有决策信息量较少 ,而决策一致性较差的特点 ,分析了总体偏差法、足码法及其相关改进方法的优缺点 ,提出了一种多人综合评价的最优分配解法 .该方法通过建立决策方案集与决策名次之间的关联矩阵 ,并根据关联矩阵对方案集进行分类 ,在此基础上构造最优决策模型 ,利用整数规划中的最优分配解法求解最优模型 ,从而得到方案集的综合排序 .该方法简单实用 ,并且克服了总体偏差法、足码法及其相关方法的不足     

基于因果图方法的测试工具的实现

因果图法是一种有效的功能测试方法，它能发现程序与外部说明书之间的差异，指出功能说明书的不完整性和二义性，它可以帮助人们系统地选择一组高效的测试用例，本文详细介绍了基于此方法开发的一个测试工具，该工具是由用户接口，数据转换，统计测试信息和判定表生成四个模块组成，同时介绍了因果图的物理存储和回溯策略等实现技术，最后对这一系统的实用性做一评价。     

粗糙集理论中知识约简的信息表示

胡国定教授基于“概念的内涵与外延的反比例关系律”这种思想，给出了一种信息度量方法。本文以粗糙集理论为基础，利用胡教授提出的这种信息度量，讨论了决策表属性约简和信息量之间的关系，证明了对于相容决策表，其属性约简在代数表示和此种方法给出的信息表示下的等价性。并举例说明对于不相容决策表，其属性约简不能用信息量来等价表示。     

考虑决策者风险偏好的新产品开发方案选择方法

在新产品开发方案选择时,不仅决策者的风险偏好对决策结果具有重要影响,而且新产品开发的成功与否往往取决于与竞争产品相比的绩效.同时考虑决策者的风险偏好和竞争产品方案的评价信息,提出了一种基于前景理论的新产品开发方案的选择方法.首先,给出每个属性的前景参考点,并引入决策者的风险偏好系数,定义了具有区间信息的新产品开发方案在每个属性下的前景价值函数;然后,通过前景价值函数和决策权重函数得到各方案的前景值,并进行方案优选.最后通过实例,说明了该方法的有效性和可行性.     

灰色绝对关联优化决策方法在矿业决策中的应用研究

常用的多目标决策方法,具有各自不同的缺点,如模糊综合评判法信息损失较多,人工神经网络需要搜集大量的指标数据,主成分分析法计算繁琐．灰色关联优化矿业风险型多指标决策方法,由正、反两个方面的灰色绝对关联度得到的优属度予以评判,并建立了最优从属度的数学模型,通过对某矿业公司的大型决策的实证分析,得出了令人满意的结论．具有数据处理简化、计算量小、易于上机、信息保留多、较强的科学性和实用性．