偏序相似度在多属性决策问题中的应用

针对决策者只能提供决策方案的序数偏好信息,且属性权重系数不确定的多属性决策问题,提出了一种基于偏序之间相似度的多属性决策方法.该方法运用相似关系确定出相似度,建立了最大控制指标和最小被控制指标模型.通过模型的计算,得出方案集的两个全预序排列,然后将这两个全预序排列合并成方案集的最后排序.该排列具有更符合现实决策行为的偏序结构.最后,举例说明了该方法的可行性.     

应用关系矩阵表示偏序集平均高度的方法

针对计算不便制约偏序集决策方法应用的应用问题.在原偏序集比较与排序公式基础上,分析了偏序集上集、下集元素个数的计算过程,根据关系矩阵与偏序矩阵能够相互转换的原理,应用关系矩阵来表示上下集.证明发现,上集对应与关系矩阵的列向量,下集对应与关系矩阵的行向量;多个偏序集的合成可以转换为多个关系矩阵运算.结论表明,应用关系矩阵能大大简化运算,明显降低运算量.     

一种基于样本前沿面的综合评价方法

从DEA方法的基本思想出发,给出了一种基于多个样本单元的多目标综合评价方法(Sam-Eva),并讨论了它的相关性质.该方法不仅可以克服确定指标间权重大小和某些定量关系的困难,重要的是它可以从整体上提供决策单元各指标与样本单元比较的综合信息,并能为决策单元的改进提供有用的信息.     

一类不确定信息下的多属性决策问题的研究

对一类不确定信息下的多属性决策问题进行了研究,给出了不确定信息的定义,即在决策过程中决策者不仅不能准确地估计方案的属性值,甚至不能确定同一属性下方案之间的偏好关系.在此基础上,提出使用具有置信结构的偏序关系来表示不确定信息,并给出了解决这类问题的模型和方法.该方法首先采用证据推理算法对不确定信息进行集成,然后使用优势和劣势这2种指数来确定方案间的偏好关系,并在这2种指数的定义中使用了偏序之间的距离公式.最后通过一个例子说明,在信息不确定的情况下该方法能够帮助决策者做出比较合理的决策.     

基于粗糙集理论偏序决策表知识获取方法研究

介绍了基于偏序关系的偏序决策表,研究了偏序决策表各条件分类和决策分类集合之间的关系,提出了从各分类中计算偏序决策表核及属性约简方法,通过实例,验证了这些方法的有效性。     

用于交叉类型决策单元的有效性评价方法

数据包络分析方法是评价同类决策单元有效性的一种重要方法,但有时一个决策单元可能具有几类决策单元的交叉属性.因此,如何应用DEA方法对具有交叉类型决策单元的有效性进行评价是一个需要进一步探讨的问题.本文给出了依据决策单元群组评价交叉类型决策单元有效性的DEA模型和相应的有效性概念.然后,分析了交叉类型决策单元的投影性质.最后,与原有方法进行了比较研究.     

事件网络模型与应用研究

通过分析关于事件研究的成果,提出事件网络模型.事件网络是一种新的知识表达模型,具有事件单元和概念单元,可以描述现实世界的运动与变化.事件单元由多个角色的概念单元通过语义关系组合而成;每个角色的概念单元的属性间存在偏序关系,通过偏序关系可生成概念层次;每个概念层次都可用资源概念格来表达.因此,多资源概念格可形式化事件网络模型.事件单元以事件个体和事件类来体现,概念单元以实体个体和实体类来体现,因此,可以事件网络为核,通过映射规则,将事件网络映射为事件本体.事件本体是在基于实体类的传统概念本体上,增加事件类而扩展的新型本体.利用事件本体实现的事件知识检索系统,验证了事件网络模型的可行性和有效性.     

基于偏序线性扩张的群决策方法

针对决策者关于每个属性给出方案集的偏序偏好,决策者没有确定权重的多属性群决策问题,提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了一个算例。     

基于线性扩张的群决策方法

针对决策者给出方案集在每个属性下的偏序偏好,且决策者没有确定权重的多属性群决策问题提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了算例。     

基于ELECTRE法的风险决策方法

ELECTRE法是一种多目标属性决策方法，将该法中以一定风险程度建立超序关系的思想引入到风险决策中，提出了基于ELECTRE法的风险决策方法，并对求得的偏序结构进行了分析，最后给出了实例，证明了该法的简单实用。     

基于优势与劣势分析的DEA综合评价方法

提出了基于数据包络法的劣势效率评价模型,将其与现有数据包络模型结合起来,得到了一种综合评价决策单元相对有效性的效率评价方法.该方法分别从有利于被评决策单元和不利于被评决策单元的角度对被评决策单元的相对有效性进行研究,由此得到其综合有效性值,据此可以对决策单元进行排序.     

一种基于直觉模糊语言概念格的规则提取方法

针对具有模糊语言值不确定性信息的决策问题,提出一种基于直觉模糊语言概念格的规则提取方法.基于直觉模糊概念格,提出直觉模糊语言形式背景及直觉模糊语言形式概念,探讨直觉模糊语言形式概念间的偏序关系以及直觉模糊语言概念格之间的细于关系.在直觉模糊语言决策形式背景下,给出直觉模糊语言集之间的相似度以及加权相似度,讨论其相关性质.构建条件概念格和决策概念格,得到在直觉模糊语言决策形式背景下的规则集,建立直觉模糊语言规则提取应用模型.通过疾病诊断实例说明该方法的有效性和实用性.所提出的方法能够同时考虑决策过程中正反两方面的评价信息,减少决策过程中的信息损失.     

基于数据包络分析的复杂系统相对有效性分析

数据包络分析是用来评价同类型决策单元相对有效性的一种新方法．考虑到实际问题中被评价的同类型决策单元之间不一定是相互独立的,在假设决策单元之间存在合作的条件下,给出了评价具有多个子系统的复杂系统相对有效性的数据包络分析模型,并证明了模型的一些性质以及系统相对有效与子系统相对有效之间的关系．这些模型可以用来评价区域之间通过经济合作带来的收益。     

基于超效率数据包络分析模型的视窗分析

视窗分析作为一种分析效率前沿移动的方法已获得较为广泛的应.而传统的视窗分析中效率评价一般都采用CCR模型,会出现多个时期的决策单元有效的情形,难以对这些决策单元进行全面系统的评价.针对这个问题,借助超效率数据包络分析可以进一步区分有效决策单元的思想,将超效率数据包络分析模型引入视窗分析当中,并利用该方法对福建省九个设区...     

三支决策空间上三支决策评价函数的构造

在基于偏序集的三支决策空间上,回顾从半三支决策评价函数、多个三支决策评价函数到三支决策评价函数的构造方法。并在此研究基础上给出了几个新的三支决策评价函数的构造。     

基于偏序关系的粗糙集规则提取方法

规则提取算法中通常先约简属性再约简属性值,但该算法当属性数量增多时,会增加约简的复杂性,从而影响规则提取的速度.针对此问题,本文提出了一种基于偏序关系的粗糙集规则提取方法.首先,在不同粒度的知识空间上建立偏序关系;然后,利用各知识空间中隐含的属性冗余度作为启发式信息,对冗余属性进行逐层约简;最后,在约简后的属性集上提取决策规则.实例表明,该方法降低了属性约简的复杂性,提高了规则提取的速度.     

基于定性指标价值位置概率估计的效率模型

为克服CKS-DEA(Cook Kress Seiford-Data Envelopment Analysis)模型所采用的价值排序结构没有能力合理界定和控制决策单元之间的价值差异的缺陷,通过引入对决策单元定性指标偏好及其所处价值排序位置的概率估计,提出了一种测度决策单元相对效率的模型方法.在定性指标价值排序上,该方法采取等距价值结构,改进了CKS-DEA模型所依赖的非等距价值结构.等距价值结构的引入,使决策者或有关专家对决策单元定性指标价值偏好位置进行概率估计成为了可能;更有助于分析者通过价值位置的概率估计,构造出约束DEA权重取值的合理置信域,从而提高决策单元相对效率评价的分辨性.对10个决策单元进行效率评价的实例应用表明,利用该模型评价出的效率单元只有4个,而若用CKS-DEA模型进行评价则会有9个单元被评为效率单元,从而证实了提出的新模型方法具有比CKS-DEA模型更好的相对效率评价分辨能力.     

Poset on Dyck paths

Dyck格路径是第一象限中由上升步与下降步构成的格路径.由Dyck格路径的包含关系确定了其为偏序集,且是一个分配格.此偏序集的Whitney数满足一个递归关系式,其生成函数可写成连分数的形式.此偏序集交不可约同构于n-元链的区间构成的偏序集.给出了此偏序集的Mbius函数,并讨论了其应用.利用ECO方法,递归地构造出了此偏序集的Hasse图.最后,还介绍了Dyck格路径上的另外一种类型的偏序集,即其偏序关系由包含关系和峰的个数来确定.     

基于关系矩阵格的快速判定

利用纯代数的方法,构造了一种新的格的判别方法.由于格定义在偏序集上,利用偏序关系与关系矩阵的对应,分析关系矩阵的性质,定义了一个K阶子矩阵,通过K阶子矩阵判断该偏序集是否构成格,并在Matlab7做了实例验证,该方法思路规范、便于计算机程序化.     

基于DEA模型有效性排序的供应商评价

对比分析了各种供应商评价方法的优缺点,针对数据包络分析(Data Envelopment Analysis,简称DEA)模型评价供应商存在多个有效决策单元的问题,采用在DEA模型中添加虚拟决策单元的方法对有效决策单元进行排序,并根据企业评价供应商的具体特点进行了算例分析.