时序多指标决策的灰色关联分析法

本文对带有时间顺序的混合型多指标决策,运用灰色关联理论,建立了一种新的灰色关联决策模型,从而为时序多指标决策问题提供了又一科学、合理的决策方法。     

多目标DEA模型的多阶段评价分析

工程项目某一分期实施阶段的无效率可能导致整体计划的无效,为了克服传统DEA模型评价这类阶段性问题的局限,及时发现并调整工程项目的无效阶段,借鉴具有不可控要素DEA模型的思想建立了多阶段DEA模型,同时考虑到单目标DEA模型的不足,进一步将多阶段DEA模型扩展为多目标模型。通过多目标DEA模型的多阶段评价分析解决了全局计划下的阶段评价问题,并能得到各阶段不同投入要素的调整比例。数理分析和数值模拟结果均表明上述多目标阶段评价具有可操作性,决策单元的阶段有效性比CCR模型的结论更加细致。     

基于DEA模型的艾滋病疗法有效性分析

采用DEA方法，对艾滋病医疗试验机构（ACTG）研究项目193A的数据进行分析．基于输出的BCC模型，计算了不同年龄段患者选用不同疗法在治疗中的各个阶段的相对有效性，并利用机会约束随机BCC模型对有效性进行评价，最后，采用预测DEA模型，对各疗法的下一阶段的治疗效果进行预测，为患者选择下一阶段的疗法提供依据，     

一种基于DEA决策单元修正理论的多目标交互式预测方法

本文给出的交互式预测方法，将决策者的经验和ＤＥＡ理论结合了起来，形成了一种新的预测方法。这为ＤＥＡ的进一步应用开辟了一条新的途径。     

一种多指标评价的新模型方法

采用数据包络分析(DEA)方法,将评价指标的实际数据作为DEA的"输入",将其对应的单排序名次作为DEA的"输出",建立多指标综合评价和决策分析的线性规划模型。该评价方法不仅可操作性好,而且适用性强。     

基于DEA的电力行业环境绩效测度模型

为准确测度电力行业造成的环境影响,在距离函数数据包络分析（DEA）环境绩效评价模型的基础上,引入投入、期望产出和非期望产出的松弛变量,建立归一化的综合绩效评价模型.针对电力行业因区域间电量交换造成的投入和产出不匹配问题,提出电力行业静态和动态环境绩效指标评价方法,为深入分析电力行业环境绩效的变化规律以及影响因素提供方法.应用提出的模型,分析2006-2010年中国30个省份的电力行业环境绩效,结果表明：高用电环境效率的省份通常拥有较高的发电环境效率,火电发电比例是影响电力行业环境绩效的重要因素;在研究期内中国电力行业环境绩效逐步改善;环境技术进步是改善电力行业环境绩效的最主要因素.     

基于DEA方法的东莞市和谐社会发展情况分析研究(1996-2005年)

运用数据包络分析方法,从投入产出的角度,对东莞市社会和谐程度进行评价分析,计算东莞市1996—2005年和谐社会指数,研究样本年份规模收益,分析其中非DEA有效年份的投入产出指标,为东莞市和谐社会建设提供决策支持.     

数据包络分析(DEA)的交叉效率研究进展与展望

数据包络分析(DEA)作为效率评价的一种重要方法,受到了越来越多的关注.交叉效率评价方法作为在DEA排序方面行之有效的方法,近年来得到了长足的发展.本文综述了交叉效率三个方面的研究进展:交叉效率不唯一性研究;交叉效率的集结问题;博弈交叉效率研究.最后展望了交叉效率研究的未来.     

基于DEA模型的合肥城市空间形态效率评价

在梳理合肥城市空间形态形成及其历史演变的基础上运用DEA方法对1978—2010年间合肥城市空间形态综合效率、纯技术效率和规模效率进行历时性评价,经过实证和投影分析发现:规模效率低下是合肥市空间综合效率不高的主要原因,资源投入存在大量冗余,空间扩展无序,空间紧凑度过低,空间拓展与城市发展矛盾突出.并提出提高合肥城市空间形态效率的政策建议.     

数据包络分析(DEA)模型及其在绩效评价中的应用综述

近年出现很多新的生产绩效评价方法,大多考虑到评估系统的整体性,从而克服了单纯依靠财务指标评价的很多弱点.然而,随之而来的是评价过程和指标系统的复杂化,以及实施成本大大增加.数据包络分析(Data Envelopment Analysis,DEA)是一种基于线性规划理论的模型,它将多输入指标和多输出指标综合成为单个评价指标.同时,该模型形成一个优化的效率前沿面,为评价者提供了提高绩效的目标,旨在综述数据包络分析模型的发展及其在绩效评价中的应用案例,以此作为论证,将DEA有效地引入制造企业生产管理过程中的可行性的理论准备,用以指导数据包络分析方法在制造生产领域的实际实施.     

带有评价准则的数据包络分析模型

为了获取决策单元的更多信息，更好地进行评价和决策，在数据包络分析理论的基础上建立了带有一些“评价准则”的DEA模型，以便在最大的输入能得到最大的输出和最小输入能得到最小的输出等准则下评价决策单元。由该模型可获得更多的决策单元信息供评价者和决策者选择。     

用数据包络分析(DEA)方法进行企业管理的比较研究

本文应用数据包络分析(DEA)方法对我国机床工业企业管理进行了抽样比较研究。文中首先对DEA方法作了简略介绍,然后选用8个投入变量和4个产出变量对我国66家机床厂进行了综合评价。文章还对当前技术条件下我国机床工业企业的最佳生产规模(MPSS)问题作了分析,给出了MPSS下的投入、产出变量均值。     

分析传动误差的时序模型法

介绍了齿轮传动链误差的时序建模及其几种典型时序谱估计的比较，并提出一种适于表示传动误差的时序模型。     

基于有效样本视角下的DEA方法

从构成生产可能集的观测点集出发,证明了DEA生产可能集的构造、DEA效率值的测算、以及决策单元投影的获得都是由DEA有效单元决定的.进而证明了传统DEA方法选取的评价参考系实际上是所有DEA有效单元.为进一步推广传统DEA方法的参照系给出了理论准备.     

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。     

带正则化项的时间序列聚类算法及其应用

为了更加准确地对时间序列数据进行聚类分析,运用了带正则化项的时间序列聚类方法,并实现了该聚类方法的算法.将该方法应用于云南地区水准形变数据的实际研究中,以寻找类之间状态转移与地震的关系.数值结果同时表明了带正则化项的时间序列聚类方法比标准的K-means方法更有效,更有优势.     

一种飞行数据相似子序列查询方法

飞行数据是一种典型的时间序列数据,其存在随机噪声以及各种复杂变形,导致了相似子序列查询困难。为此,提出一种基于DTW病态匹配的飞行数据相似子序列查询方法。首先,利用已知的查询序列样本集构建上、下边界曲线,同时给出了相应的下界距离,并证明了其正确性。以此建立下界算法,用于筛选相似度高的子序列。其次,利用DTW距离搜索路径病态匹配来对筛选后的子序列无效序列段进行识别并去除,解决了子序列有效匹配长度难以确定的问题。仿真实验结果表明：该方法可以较为精确地查询出相似子序列,其起止时间偏差可以控制在3 s以下,满足飞机飞行动作查询的实际需求。     

基于AHP的样本数据包络分析模型

针对一般的样本数据包络分析方法无法反映决策者主观偏好及层次分析法(AHP)过分依赖决策者主观判断的弱点,从(Sam-Eva)模型和AHP方法各自的特点出发, 根据决策者思维的差异性, 给出了一种利用层次分析法(AHP)构造偏好锥的方法, 从而得到了一个基于AHP的样本数据包络分析模型.在该模型下给出了SADEA有效性及弱有效性的概念, 探讨了SADEA有效性及弱有效性与相应的多目标规划非支配解之间的关系.最后,用家电产品的市场潜力评价问题说明了该方法的实用性及优点.     

一种适于高维时间序列的特征提取方法

为了获得更多的信息,越来越多的数据利用多路传感器进行采集,由此产生了大量的超高维时间序列。特征的提取在处理和传输这些数据中起到至关重要的作用。为此,提出一种最优鉴别平面(ODP)技术以消除数据冗余。该平面由两个在Fisher准则基础上建立起来的相互垂直的矢量组成,将模式样本投影到ODP上可得到二维特征矢量。为了衡量特征的有效性,分别用二次判别函数分类器和阈值矢量分类器对特征进行分类测试。同时,以心电信号为例对ODP方法进行测试,结果表明,该方法应用于超高维数据的特征提取是行之有效的。     

基于时间序列分析的机电系统状态数据的检验方法

本文以机电设备群为例,实时运行数据为基础,利用时间序列方法,研究了系统的运行状态。建立了系统及其相关的故障传播模型。指出了时间序列模型的性质、目标和类别。最后,针对实际数据分析了时间序列平衡性的检验方法。