拥挤收费下居民出行方式选择———基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明：当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。     

拥挤收费下居民出行方式选择——基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明:当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。     

实验检验累积前景理论

累积前景理论是前景理论的改进版本.前者使用CE范式对美国被试进行研究,得出如下几点结论:(1)人们的风险态度呈四分模式;(2)概率中大时,得时的风险回避比失时的风险寻求更明显;(3)价值函数的指数、权重函数的指数都小于1.采用相同的范式对中国被试进行考察,发现:(1)仍适用;(3)并不总是适用;(2)总是并不适用.     

拥挤收费下居民出行方式选择———基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明:当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。
     

基于累积前景理论的智能电网多零售商服务评价

基于累积前景理论,引入奖惩罚劣[-1, 1]算子和灰关联决策系数对选取多零售商评价指标进行处理,得到新的前景价值函数,计算出各零售商的综合前景值进行排序,并与期望效用值下的排序进行比较,算例表明综合前景值更能反映出用户的真实评价。用户更喜欢在一个服务合同中提供多种措施的零售商。给予用户一定的消费者激励可以提高他们对零售商服务评价的满意度,并且能够弥补技术不完善和服务态度欠缺给用户带来的损失。     

基于累积前景理论的突发事件下轨道交通乘客路径选择研究

城市轨道交通网络中突发事件经常发生且影响巨大。本文基于累积前景理论,建立了突发事件下城市轨道交通乘客路径选择行为模型,分析了突发事件对轨道交通出行行为的影响。结果表明,累积前景理论可以较好地描述突发事件下轨道交通乘客的路径选择行为。     

基于偏好的产品设计方案决策模型

分析了传统离差最大化决策方法的局限性,并以离差最大化模型为基础,在充分考虑设计决策者主观偏好的情况下,结合最大离差和最小离差,构建了一个新的基于偏好的产品设计方案决策模型。通过实例验证了该模型的可行性,基于实例对该模型进行了敏感性分析。结果表明,在传统离差最大化模型基础上引入决策者对设计方案的偏好信息,可以获取令人满意的设计方案。     

基于累积前景理论和三支决策的无人机态势评估

现有的无人机态势评估方法没有考虑复杂外界环境对决策者的影响,并且通常只能得到评估的排序结果,决策者需要在短时间内进行决策,常出现误判或错失打击窗口期.针对该问题,提出一种基于累积前景理论的三支决策模型.首先,通过直觉模糊接近于理想值的排序方法求取目标的条件概率,得到态势评估结果;之后基于累积前景理论对无人机获取的直觉模糊态势信息进行计算,得到每个目标执行不同动作时对应的累积前景价值;最后,基于累积前景价值最大化的原则,推导出新的三支决策规则,对态势评估结果进行三支划分.实验分析表明：该方法不仅得到了目标威胁排序,而且对目标威胁等级进行客观分类;同时在评估过程中考虑决策者的心理,得到符合决策者特质的目标威胁评估结果,为复杂多变的空战提供一种合理的决策支持.     

基于累积前景理论的M/M/1排队模型

基于Kahneman和Tversky提出的累积前景理论(Cumulative Prospect Theory,简称CPT),分析了M/M/1排队模型中顾客的最优到达率问题,此模型包含参照点、S-型价值函数、损失厌恶以及概率的权重函数.分析了模型的适定性问题,并在适定性的基础上对顾客最优到达率进行了分析.基于累积前景理论...     

基于前景理论的直觉模糊三支决策模型

针对直觉模糊环境下的三支决策建模问题,综合考虑决策者的不同风险偏好所引起的阈值变化,提出了一种基于前景理论的直觉模糊三支决策模型.首先,给出了一种新的直觉模糊事件概率的计算方法,并对其性质进行证明.然后,在直觉模糊信息表中,利用直觉模糊可能性测度(Intuitionistic Fuzzy Probability Measure,IFPM)计算理想参照点,根据理想参照点前景均值和论域对象综合前景值的关系,给出三支决策划分规则.最后,为减少边界冗余信息,对边界域对象进行二次划分,给出相关算法,并用实例验证了该模型的有效性.     

基于行为经济学前景理论的出行决策

考虑出行环境不确定性和出行者有限理性的特点,应用行为经济学中的前景理论分析出行决策行为,引入拥堵收费和票价折扣作为变量,建立改进的出行决策模型。将出行方式划分为公共交通和私人交通两类,引入政府参与管理因素,探讨不同交通需求管理政策干预下出行者的决策行为,通过算例分析了不同政策标准对出行决策行为的影响程度。结果表明：同时引进拥堵收费和票价折扣政策,拥堵收费超过22元时,出行者的决策结果发生改变。合理设置拥堵收费和票价折扣标准可以促进更多出行者选择公共交通出行。     

基于前景理论的节假日停车选择行为研究

以北京颐和园为例,基于前景理论,建立节假日停车选择决策模型。为确定停车选择影响因素的参照点,对实际调查数据进行多元回归分析。建立了影响节假日停车选择决策的各个因素的价值函数,以及游客关于行程时间的概率重要性系数函数,计算得到了单个停车选择影响因素的前景值。利用熵权TOPSIS法确定影响因素的权重,综合考虑停车选择的因素确定得到方案选择的最终综合前景值,对所有停车方案的贴近度进行排序从而做出停车选择决策。基于期望效用理论,建立ML模型,研究游客停车选择行为的影响因素。最后将根据模型计算得出的方案排序与实际调查结果进行对比,验证了前景理论适合用于节假日景区的停车选择行为的研究。     

一种基于粗糙集理论的决策树分类模型的构造

提出了一种基于粗糙集理论构造决策树模型的方法,它结合了粗糙集定性分析能力和决策树的直观分类能力,得到一种理解性好、精度较高的决策树模型.     

基于前景理论的投资组合优化问题研究

借鉴Kahneman和Tversky提出的前景理论,从期望效用最大化的视角对风险资产进行组合投资。首先建立基于前景理论的投资组合优化模型,然后针对模型中S形价值函数在参照点的非光滑性,使用CHKS函数进行了光滑化处理;针对目标函数的非凹性,使用多初始点技术进行了处理。最后利用中国金融市场的实际数据进行了实证分析,通过设定不同参数取值,验证了前景理论对中国金融市场的适用性。     

基于实物期权理论的R&D项目投资决策模型

文章利用实物期权理论,量化了RD项目投资决策中的技术风险、经济风险和突发风险等不确定性,并结合了跳跃-扩散与信息披露过程的影响,通过分析竞争市场中企业自身与竞争者的投资决策,构建了一类竞争市场情景中RD项目4种投资决策模型来计算投资决策收益。结果表明:通过对投资时机和决策收益的精确评估得到的RD项目最佳投资决策,对RD项目的投资决策分析具有重要的参考价值,并保证了企业的竞争优势和收益最大化。     

基于多粒度理论的不完备决策规则获取

将多粒度理论引入不完备决策系统中,针对其不完备性,结合非对称相似关系提出基于相似关系的不完备多粒度粗糙集模型,并讨论该模型的性质。随后重点讨论基于相似关系的不完备多粒度粗糙集模型中属性约简和决策规则获取的问题,将多粒度理论和近似分布约简相结合,提出了不完备多粒度近似分布约简,获得所有的最简确定决策规则和最简可能决策规则。最后通过实例分析,发现使用多粒度近似分布约简与规则获取方法比原有的单粒度近似分布约简与决策获取方法更合理有效。     

基于展望理论的知识型员工激励机制

基于展望理论研究了效用函数,同时利用委托代理理论分别研究了确定性环境和不确定性环境下知识型员工激励机制中奖励与惩罚的特征.研究表明:损失规避心理需要补偿,奖励与惩罚不具有对称性,惩罚优化了风险分担,少罚多奖具有更好的激励效果;员工行动可观测且目标业绩等于知识型员工的能力水平时,可以实现泊累托最优;挑战性目标与惩罚方式相结合的激励机制能促使知识型员工付出更多努力,提高企业产出水平,但惩罚方式也提高了企业的薪酬成本.最后给出了案例分析,论证了在知识型员工的激励实践中,通过设计挑战性目标业绩,同时结合惩罚方式的激励机制,可以利用知识型员工的损失规避心理,产生更好的激励作用.