“最大值准则”决策悖论及其求解模型

按照最大值决策准则,当相应决策系数向量各分量的值区分度较高时人们易于对决策对象所属类别做出判断.而真正有价值的问题是决策系数向量若干个分量的值区分度不高的情形.本文针对灰色聚类系数向量之最大分量取值与其它分量的值区分度很低,且按照"最大值准则"做出的决策与对决策系数向量进行整体评估所得的结论冲突,即"最大值准则"决策悖论发生的情形,提出了对聚类系数向量各分量取值信息进行综合集成的聚核权向量组和聚核加权决策系数向量;并据此构建了两难决策问题求解模型,给出了3种实用的聚核权向量组.破解了"最大值准则"决策悖论.最后以英国高等学校科学研究卓越框架(research excellence framework,简称REF)为例说明"最大值准则"决策悖论求解模型的实际应用.     

基于效用风险熵的多情景混合型风险决策方法及应用

针对多情景混合型的风险决策问题,考虑决策者期望和心理行为特征,提出一种基于效用风险熵的决策分析方法。首先,分析并总结多情景混合型风险决策信息的结构特征;然后引入前景理论价值函数,将属性值与期望参照点对比,作为决策者所感知的“损益值”,计算各结果情景下的综合效用价值;进一步综合考虑结果情景效用价值及发生概率的双因素作用,通过直接定义效用风险系数和效用风险函数,基于效用风险熵对方案的整体效用风险大小进行度量并排序;最后,通过算例分析,验证该方法的合理有效性。     

一种基于随机优势的对话式决策方法

讨论应用随机优势原则求解随机决策问题的对话式决策方法．文中首先证明了在一定条件下可用一系列已知函数的正线性组合逼近决策人的效用函数所在的类，在此基础上，给出了在决策人提供新信息时确定新的效用函数类并在此新类中判断两方案随机优势关系的方法，进而提出了使决策人隐知的效用函数的数学期望达到最大的对话式决策程序．     

基于后悔理论的风险型多属性决策方法

在一些现实的风险决策问题中, 往往需要考虑决策者的心理行为, 而如何将行为决策理论引入到风险决策分析中, 这是一个值得关注的研究课题. 在考虑决策者行为的情境下, 为了解决 属性值和状态概率均为区间数的风险型多属性决策问题, 提出了一种基于后悔理论的决策分析 方法. 该方法是基于后悔理论, 分别计算关于属性值的效用值和后悔值, 然后通过计算效用值 和后悔值之和来得到决策者对每个方案的感知效用, 进一步地, 通过构建方案综合感知效用最 大化的优化模型并进行模型的求解来得到方案的排序结果. 最后, 通过两个算例说明了提出方 法的可行性与有效性.     

考虑双方主体心理行为的稳定双边匹配方法

在双边匹配中, 双方主体的心理感知是不可忽视的重要因素, 如何依据行为决策理论描述双方主体的心理行为并将其引入到双边匹配模型中, 以往这方面的研究很少被关注. 在本文中, 针对双方主体给出偏好序值信息的双边匹配问题, 给出了一种考虑双方主体心理行为的稳定双边匹配方法. 首先将双方主体给出的偏好序值转化为偏好效用; 然后依据失望理论, 将主体的偏好效用转化为用以描述主体对与对方主体相匹配的满意程度的感知效用; 进而在稳定匹配约束条件下, 以每方主体感知效用之和最大为目标, 构建了双边匹配的多目标优化模型, 并使用基于隶属函数的加权和方法将多目标优化模型转换为单目标优化模型, 通过模型求解可得到最优双边匹配结果. 最后, 通过一个算例说明了提出方法的实用性和有效性.     

指数寿命分布多阶段可靠性增长决策研究

可靠性增长模型是可靠性增长决策的基础和关键,其在可靠性增长过程中有着重要作用。在故障延缓纠正模式下,对基于指数寿命分布的多阶段可靠性增长模型进行了研究。考虑到可靠度估计的不确定性,采用贝叶斯风险决策技术,通过期望效用函数量化可靠度的不确定性,并定义了停止可靠性增长试验的贝叶斯决策规则,最后给出了一个应用实例验证了方法的可行性。     

基于D-S证据理论的工程投标决策研究

工程投标决策是一类典型的具有不确定性、不完备信息的多属性决策问题。证据理论能够处理“不确定性”和“不完备性”，并能基于合成法则进行信息合成。探讨了不确定信息的定量描述及规范化、信度函数的表达方法等问题，探讨了基于Dempster-Shafer合成法则的证据组合理论，提出了用于求解不确定多属性投标决策问题的D-S证据理论二级递阶推理决策模型。最后实例验证了该方法的可行性、有效性和实用性。     

基于D-S融合证据的决策新方法

针对现有基于D-S融合信息进行决策存在的问题,提出一种基于不确定融合证据的决策方法.该方法结合基元属性和非基元属性进行决策.首先给出了对候选决策集进行精简的原则,建立了焦元属性对目标决策属性的属性层面支持度以及证据层面支持度计算模型;然后对决策属性的决策向量、决策矩阵、理想状态向量进行定义,给出决策属性总体支持度的计算方法;最后对多源目标识别融合结果进行决策分析.结果证明了该方法的合理性与有效性,它同时具有对高冲突证据融合结果与低冲突证据融合结果的决策能力.     

考虑双重预期的云模型决策

针对指标值为云模型且考虑目标预期和增长预期的多属性决策问题,提出了一种基于前景理论的决策方法。提出了增长预期和目标预期的刻画方法,针对以云模型形式给出的属性评价值和双预期值建立了相似性度量方法,根据累积前景理论和云模型相似度定义了综合前景价值函数,最后根据方案之间的综合前景值总体差异最大化为目标建立权重寻优模型;案例说明了方法应用步骤和可行性。     

基于延迟时间理论的备件维修多目标优化模型

在系统的健康管理中可靠度、可用度或维修费用的极值通常被用作确定维修周期的准则,但随着装备系统的复杂化和决策者需求的多样化,单目标决策问题已不能满足现状,由此,针对定期检测策略,建立了基于延迟时间理论且考虑不完美维修的多目标决策模型,并运用多属性效用理论对模型求解。首先建立该策略下的可靠度、可用度和维修费用模型;然后将三者视为属性,构造每个属性的效用函数;之后采用基于逼近理想解排序法思想的赋权法对属性权重赋值,通过加权获得不同维修周期的综合效用值,根据效用值确定维修周期;最后引入算例,验证模型的有效性和可行性。     

基于直觉模糊相似度的直觉模糊三支决策方法

针对现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能出现"违反直觉"等问题,本文提出一种新直觉模糊相似测度,并将其引入直觉模糊决策系统中,定义了直觉模糊相似度下(α,β)-水平截集等概念,并给出相关性质.以粗糙隶属度为评价函数导出目标集的(α,β)-下、上近似集及其三个域.考虑到决策者不同风险态度,基于贝叶斯理论构建一种具有多风险偏好的直觉模糊三支决策模型,并获得决策规则,进而提出一种基于直觉模糊相似度的直觉模糊三支决策方法.最后,通过算例说明该方法的可行性和有效性.     

考虑后悔规避的突发事件应急响应的风险决策方法

针对突发事件发展演变存在多种可能情景且实施不同应急方案时各情景发生概率不同的应急响应风险决策问题,基于后悔理论的思想,提出了一种考虑后悔规避的突发事件应急响应的风险决策方法.在该方法中,首先分别针对突发事件造成的损失以及方案实施成本计算应急方案的效用值;然后,分别针对突发事件造成的损失和方案实施成本,计算各应急方案的后悔值,进而得到分别针对损失指标和方案实施成本的决策者对应急方案的感知效用;进一步地,将针对损失指标和方案实施成本的感知效用进行综合集成,得到应急方案的综合感知效用,并依据综合感知效用的大小确定应急方案排序.最后,通过一个算例分析说明了该方法的可行性与有效性.     

海上目标战术意图序贯识别技术研究

针对舰艇指挥决策中的目标战术意图识别问题,根据领域知识的特点,提出了基于特征分量相似度的目标实时状态对意图类的支持程度算法,并用证据理论对时序上支持程度进行融合,形成目标战术意图序贯识别技术。该技术建立了目标实时特征量与已知意图模式特征分量的标准值的相似度计算模型,论述了将该相似度转化成证据理论中基本概率分配函数的方法。最后举例说明了目标战术意图序贯识别的过程。     

常弹性方差模型下保险人的最优投资策略

假设风险资产价格服从常弹性方差(CEV)模型, 保险人面临的风险过程是带漂移的布朗运动. 投资过程与承保风险过程完全相关. 根据随机最优控制理论, 建立保险基金投资问题的HJB方程. 由于该方程是非线性偏微分方程, 不易求解, 因此采用Legendre变换将其转换成对偶问题进行研究. 最后针对特定参数值分别得到以CARA和CRRA效用函数为目标的保险人的最优投资策略, 这样的投资策略更符合金融市场的实际要求.     

参数不确定条件下考虑偏度的投资组合

考虑到传统投资组合理论的局限, 为了解决参数不确定问题, 提高投资组合效用, 应用贝叶斯理论, 在多维有偏分布基础上讨论了考虑偏度的投资组合问题, 通过对期望效用函数的Taylor展开, 分析了各阶矩风险与期望效用函数的关系. 应用MCMC方法和数值优化方法对有偏正态分布进行了参数估计和投资组合权重的计算. 研究结果表明, 应用贝叶斯理论解决参数不确定问题, 可以提高投资者期望效用, 考虑期望收益, 方差以及偏度不确定性会对投资组合策略产生重要的影响.     

不完全信息条件下的非单调推理技术集成决策框架研究

非单调推理技术在决策支持领域的应用,主要困难在于理论本身的容错性并不满足决策制定过程对决策结果的要求,对此,文章试图通过将非单调逻辑形式和信念修正工具进行集成来解决这一应用问题.基于决策流程要求,在设计和改进支持工具的基础上,给出了一个基于非单调技术的普遍集成决策框架,设定相应的运行机制,解决非单调推理过程中不可避免的不动点选择问题,且为不完全信息条件下的决策行为提供有效的支持.     

一种改进的群体效用集结方法

针对委托求解群决策问题中各个成员效用的设定问题,借鉴于策略理性的思想,给出了一种成员效用的设定方法。该方法将每个成员的效用分成两部分:初级效用与次级效用,分析了这两种效用的含义,探讨了在共同知识函数和动态环境下,各个成员次级效用的调整区间,给出了成员效用设定的具体步骤,最后通过算例说明该方法的实施过程。     

基于马田系统和φs转换的模糊积分多属性决策方法

在实际决策问题中,决策属性间往往存在一定的交互作用,而传统决策方法并不能有效处理。针对这种情况提出了一种基于马田系统（Mahalanobis-Taguchi system, MTS）和φs转换的模糊积分多属性决策方法。该方法针对φs转换法利用属性权重确定λ模糊测度存在的问题,提出利用Shapley值代替属性权重来确定λ模糊测度,同时提出了一种基于马田系统的Shapley值测度方法,并给出了合理性分析。最后通过实例分析了不同交互度对决策结果的敏感性,并验证了利用Shapley值确定的λ模糊测度更有利于决策。     

基于博弈网的军事决策方法

作为一种不确定性对抗环境下的决策, 军事决策方法必须有效应对决策环境的不确定性及决策者的有限理性.基于超博弈思想, 提出一种描述不确定性环境下军事决策的新模型--博弈网. 基于博弈网的军事决策方法可以有效应对决策决策过程中的不确定性及决策者的有限理性. 求解博弈网的过程中, 将均衡理论和期望效用理论相结合, 确定对方综合均衡策略, 在可承受的风险范围内可选择至少不劣于纳什均衡的可执行策略. 1973年中东战争和"沙漠风暴"行动两个实例分析表明博弈网及新决策方法在应对不确定性方面具有可行性, 有效性和实用性.     

不完全信息条件下可生存网络存储系统方案优选研究

提出了一种不完全信息条件下的可生存网络存储系统方案优选模型.该模型基于可生存性指标构建了证据源,给出了存在空缺值的决策评估矩阵,针对传统方法无法处理不完全信息情况,提出了基于DS证据理论的方案评估方法;同时,为了处理决策评估矩阵中以不同形式描述的取值情况,给出了点值、区间值、模糊值等取值形式的隶属度函数,采用了基于信任区间的多属性决策规则,以获得方案优劣排序结果.最后,通过网络存储系统方案优选实例证明了该模型具备处理不完全信息能力,方法有效合理.