变量为三参数区间灰数的DEA模型研究

将区间DEA模型扩展到变量为三参数区间灰数的情形。研究了变量为三参数区间灰数时,决策单元(DMUs)的DEA效率区间的一般性求解算法。提出了决策单元取数一致准则,在决策单元取数一致准则下对DEA效率区间的一般性求解方法进行了修正,得到了灰度更小的计算结果,并用算例进行了验证。     

广义区间灰数关联度模型

针对传统灰色关联度模型只能适用于实数序列而不能应用于区间灰数序列的情况,以区间灰数序列中对应区间灰数的距离之和作为两区间灰数序列的关联度,构造了广义区间灰数关联度模型,包括适用于具有相同量纲的系统行为序列的区间灰数绝对关联度、适用于具有不同量纲的系统行为序列的区间灰数相对关联度,以及综合考虑区间灰数绝对关联度和区间灰数相对关联度的区间灰数综合关联度,并对它们的性质进行了初步研究.最后,通过实例说明了广义区间灰数关联度模型的计算过程与可行性.     

广义区间灰数关联度模型

针对传统灰色关联度模型只能适用于实数序列而不能应用于区间灰数序列的情况,以区间灰数序列中对应区间灰数的距离之和作为两区间灰数序列的关联度,构造了广义区间灰数关联度模型,包括适用于具有相同量纲的系统行为序列的区间灰数绝对关联度、适用于具有不同量纲的系统行为序列的区间灰数相对关联度,以及综合考虑区间灰数绝对关联度和区间灰数相对关联度的区间灰数综合关联度,并对它们的性质进行了初步研究．最后,通过实例说明了广义区间灰数关联度模型的计算过程与可行性．     

超效率区间DEA模型中决策单元的区间效率值及排序

基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明.首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全排序.最后,以希腊的29所公立中学的效率评估为例对决策单元进行效率值分析,表明了新超效率区间DEA模型的合理性.     

区间DEA模型下的决策单元排序

给出基于输出的DEA模型下的区间有效值求法,同时从乐观和悲观两个角度去评价决策单元,从而得到了该决策单元有效值的一个区间. 进一步还可类似地定义该决策单元无效的一个区间.将上述方法与基于输入的DEA模型下的理论进行了对比,实例分析显示了两种模型在评价决策单元区间有效性上是一致的.     

三参数区间灰数的多属性灰靶决策方法

针对决策信息不确定的多属性决策问题,提出了基于三参数区间灰数的灰靶决策方法.首先基于重心点的重要作用给出了一种新型的三参数区间灰数的距离测度,定义了三参数区间灰数的核和排序方法,由此确定决策方案的正负靶心,利用正负靶心距的空间投影距离求得综合靶心距,由综合靶心距最小化和灰熵最大化确定属性的权重,进而对方案进行排序.最后以一个实例说明决策模型的合理性和实用性.     

区间DEA模型中决策单元效率的相对合理测算

在已有DEA模型基础上,建立起非径向、同时考虑输入与输出的区间DEA模型,以测度决策单元的区间技术效率。基于相对合理的区间效率测度,对决策单元进行了分类,并给出了非区间有效单元的一个改进方案。最后给出了一个算例。     

概率为区间灰数的多目标风险型决策方法

本文提出了概率为区间灰数的多目标风险型决策的概念。对于概率为区间灰数,指标值为实数的多目标风险型决策问题,根据区间灰数的运算法则,化风险型决策为无风险型决策,再利用投影算法,根据投影值的大小对备选方案进行排序和择优。最后给出一个案例,证明方法的有效性。     

属性值为区间灰数的判别分析法

判别分析法是在已知研究对象分成若干类型并已取得各种类型的一批已知样品的观测数据,在此基础上根据某些准则建立判别式,然后对未知类型的样品进行判别分类。当观测数据是实数时,我们可以很容易地按照已有的判别方法进行归类,但在实际情况中往往不容易测得精确数据,而是一个个区间灰数。在这种情况下,本文采取灰色系统理论中将灰数白化的方法,先将灰数白化,然后再按照判别分析法进行判别归类。     

DEA弱有效决策单元判断及排序的新方法

通过对DEA有效决策单元的传统排序方法存在不足的探讨,从DEA弱有效决策单元的判断分析,提出了一种关于弱有效决策单元排序的方法.再利用超有效性模型,从而对所有决策单元进行完全的排序.     

灰色综合DEA模型的研究

在综合DEA模型的基础上,提出了灰色综合DEA模型并进行了初步的研究.利用灰色线性规划的θ定位解法求解灰色综合DEA模型的最优解,从而得出灰色综合DEA模型决策单元的有效性.     

基于主成分分析的交叉环境DEA模型的应用

定义一般环境交叉互评指数,并针对现有交叉数据包络分析（DEA）模型计算指数时未能体现整体数据信息的缺点,结合主成分分析（principal component analysis,PCA）提出一种改进型交叉互评指数方法,使得每一个决策单元的评价向量依据其对评价矩阵中变异量的贡献度而赋予不同的权重;并筛除一些影响较小的信息,从而达到降维的目的,改善了交叉环境模型的评估效率。最后基于真实的能源投入与产出数据,对比传统交叉评价方法及改进型方法在计算能源效率结果上的异同。     

基于群决策的数据包络分析模型

研究基于群决策的带有偏好约束的数据包络分析(DEA)模型．针对群决策中偏好形式的多样性，在对不同偏好一致化的基础上，将各决策者的偏好集结成群组偏好，以此作为反映权重的主观信息．进一步将此信息与DEA模型中反映权重的客观信息集成，构造出一种基于群决策的DEA模型，最后给出了算例．     

DEA模型方法在排位评估中的应用--广东省在全国建筑业生产效率的排位研究

应用数据包络分析（DEA）模型，综合1999及2000年全国各省市建筑业相关数据就生产效率问题进行排位研究，结果显示，上海、浙江建筑业的生产效率位于全国前列，广东省建筑业尽管生产规模较大，但生产效率的表现只属中等，为此提出若干建议以促进广东省建筑业生产效率的提高。     

基于AHP与DEA的组合方法确定指标权重

对于确定权重来说,层次分析法在一定程度上反映了决策者的主观偏好,数据包络分析又完全依赖于客观数据,而不能反映决策者主观上的偏好。将层次分析法(AHP)和数据包络分析(DEA)法进行组合,进而确定权重,将使权重更为科学、合理。     

体现决策者偏好的模糊DEA模型及其应用

在模糊DEA模型的基础上,引入模糊数的加权平均值,建立了一个可以体现决策者风险偏好的模糊DEA模型.通过对此模型的求解可以实现决策者在不同乐观程度下对决策单元的评价.最后,通过对几家超市的效率评价的实例分析,验证了该模型的优越性.     

基于DEA的高校实验室效率评价聚类分析

对高校实验室效率进行科学评价与合理分析,对于教育规划、经费划拨及高校实验室自身发展都具有重要意义。从投入产出的角度出发,结合实验室信息统计工作实践,运用数据包络分析方法,对福州大学24个实验教学中心(实验室)进行效率评价。重点采用不同特征和方法对评价结果进行聚类分析,针对分析结果提出有关提高实验室效率的参考建议。实证表明DEA方法和聚类分析对高校实验室效率评价具有可行性和有效性。     

基于IDEA模型的港口物流服务商优选方法

为科学地对港口物流服务商进行评估及选择,基于数据包络分析(DEA)模型,结合定性的不确定因素,提出非精确数据包络分析(IDEA)模型的港口物流服务商优选方法.该方法无需更多精确信息,并兼有一般DEA的特点,较好地解决了DEA无法处理定性因素的问题.算例分析结果表明了该方法的有效性和实用性.