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。     

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.     

相对有效性评价的区间DEA算法研究

不确定条件下系统相对有效性评价是当前DEA理论研究前沿。本文探讨了决策单元的投入、产出指标数据为区间不确定数时,决策单元的相对有效性评价问题。提出了决策单元区间相对有效的概念和有效性评价的区间DEA算法。最后给出了实际应用案例。     

广义区间DEA模型及其有效性研究

根据样本单元和待评价决策单元的区间投入、区间产出定义最大广义生产可能集,建立基于最大广义生产可能集的广义区间DEA模型,然后定义了待评价决策单元基于广义区间DEA模型的区间效率,并对待评价决策单元进行了有效性分类,最后通过实例表明了广义区间DEA模型的实用性.     

基于区间数的多指标灰靶决策模型的研究

现实生活中遇到的许多问题都具有不确定性，使得在对系统进行决策评估时，指标值难以精确化。在此情形下，人们常常对指标值给出一个区间，到目前为止， 尚未有人研究区间数灰靶决策。首先定义了区间数、m维区间数的距离及其距离性质，并证明了当区间数为实数时，区间数距离就是实数距离的推广；提出了区间数规范化方法，在此基础上, 建立了基于区间数的灰靶决策模型，从而把灰靶决策模型由实数序列拓展到区间数序列，使灰靶决策理论得到发展，同时为扩大灰靶决策的应用领域提供了理论根据。最后以实例验证了该模型的有效性与实用性。     

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。     

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.     

区间超效率DEA模型及其应用

将一种改进的DEA模型-超效率DEA(SE-DEA)模型[1]拓展到区间投入产出情形,得到区间SE-DEA模型.基于此给出了求解每个DMU的区间超效率值的上限和下限的确定型DEA模型.该区间超效率值较传统的区间DEA模型更具区别性,能对所有DMU进行充分排序.在此基础上,将所有DMU分为三类.最后给出区间SE-DEA模型在建筑业效率评估中的应用算例分析.     

改进的三参数区间DEA交叉效率评价方法

为了提高效率评价的有效性,基于交叉效率方法的自互评本质,借鉴区间DEA交叉效率思想,提出了三参数区间交叉效率DEA评价方法.首先,阐述了传统CCR效率值作为区间交叉效率值上限的可能性和合理性;其次,基于相同的权重空间,以最大化偏移量为赋权策略构建模型,确定区间交叉效率值的下限;然后,充分考虑决策单元之间同时存在竞争与合作的关系,基于不同关系对各个决策单元进行分组,通过建立并求解竞合交叉效率模型,使得到的最优偏好权重既可以最大化合作者的总效率,又可以最小化竞争者的总效率,进而确定区间交叉效率值的重心值;最后,利用三角模糊数期望值排序方法对决策单元进行排序.文末的算例验证了方法有效性和优越性.     

基于中心逼近的非等距灰色模型

基于非等间距灰色预测模型的建模机理,通过对一次累加生成序列的开方运算来弱化序列的变化幅度,利用背景值取代传统的中心值,从而得到了基于中心逼近化的非等间距灰色预测模型。最后,给出了一个应用实例,实例计算结果表明该改进灰色预测模型具有较高的拟合和预测精度。     

测量仪器校准间隔的滚动灰色自助融合预测

针对测量仪器校准间隔的预测问题,在小样本条件下,采用滚动灰色自助融合模型进行校准间隔预测。滚动灰色自助融合模型综合灰色预测方法和自助再抽样方法,在灰微分方程建模时,通过自助再抽样,充分挖掘出系统信息。采用滚动灰色自助融合模型进行测量校准间隔预测,不仅能较准确地预测瞬时值,而且能够预测置信区间,克服了其他校准间隔预测模型仅仅预测瞬时值的缺点,降低了预测风险。实验表明,与其他校准间隔预测模型相比,滚动灰色自助融合模型的预测瞬时值、预测上限值和下限值都较好地描述出历史校准数据的波动趋势,预测可靠性更高,适合用于测量仪器校准间隔的预测。     

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法(Technique for order Preference by Similarity to ideal solution,TOPSIS)相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。     

基于核和灰度的区间灰数行列式的若干性质

为了简化区间灰数行列式的运算,完善区间灰数的运算和灰数代数系统的理论基础,利用区间灰数的简化形式探讨区间灰数行列式的性质,得到了基于核和灰度的区间灰数行列式的若干性质,简化了区间灰数行列式的运算,为进一步探讨区间灰数矩阵及区间灰数线性方程组奠定了基础.     

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。     

基于Bootstrap方法数据包络分析的回归分析

数据包络分析（DEA）方法中每一决策单元（DMU）有效性值的计算都涉及到考察集中所有其他DMU,因而使得DEA有效性值之间并不独立．为克服DEA有效性值的这种内在依赖性,提出了基于Bootstrap方法的DEA回归分析方法,以提高回归分析结果的可信度,并以封闭式基金业绩的DEA回归分析为例对之加以说明．     

区间数据的并行模糊聚类算法

研究了对区间数据进行聚类的模糊聚类算法；介绍和分析了模糊c-均值算法的基本思想及实现步骤；定义了区间数据的距离和四则运算，并推广模糊c-均值算法对区间数据进行聚类．在此基础上，讨论了对区间数据进行聚类的并行模糊c-均值算法．在分布式互连的PC／工作站环境下进行性能分析，结果表明并行的模糊c-均值算法具有好的可扩展性、规模增长性和加速比性能．