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.     

基于FV-OWA算子的不确定多属性决策方法

对基于模糊数Vague集的不确定多属性决策方法进行了研究.定义了模糊数Vague值的一些运算法则,基于这些法则,给出了一种模糊数Vague值的有序加权平均(FV-OWA)算子.基于FV-OWA算子,提出了一种属性权重完全未知、且方案的属性评估信息以模糊数Vague值形式给出的不确定多属性决策方法.最后,进行了实例分析.     

基于新距离测度的直觉模糊VIKOR多属性决策方法

针对属性与决策者权重未知且方案属性值为直觉模糊数的多属性决策问题,并充分考虑直觉模糊环境下信息波动性与不具体性,提出了一种基于新的直觉模糊距离测度和多准则妥协解排序(VlseKriterijumska optimizacija I kompromisno resenje,VIKOR)法的多属性决策方法。首先拓展补充了直觉模糊距离测度的定义,在此基础上构建了新的直觉模糊距离公式以减少决策信息缺乏,利用直觉模糊熵确定属性与决策者权重,然后再运用新的直觉模糊距离计算VIKOR法中的群体效用和个体后悔度进而得到决策结果,最后,通过实际案例分析验证了该方法的合理性与有效性。     

对方案有偏好的三角模糊数型多属性决策方法研究

研究了这样一类多属性决策问题 :①决策者对方案有偏好 ;②属性值以三角模糊数形式给出 ;③属性的权重信息不能完全确知。提出了一种基于相似度的对方案有偏好的三角模糊数型多属性决策方法 ,该方法首先建立一个线性规划模型 ,通过求解该模型获得属性权重。然后 ,基于三角模糊数两两比较的可能度公式及互补判断矩阵的排序公式 ,对决策方案进行排序和择优。最后进行了算例分析。     

基于风险-效益比和前景理论的风险性多属性决策方法

针对依据期望效用理论的风险性多属性决策方法未考虑决策者实际决策时的不理性,提出基于风险-效益比和前景理论的风险性多属性决策方法。该方法借鉴经济学中商品性价比,定义了能有效反映方案间对比信息的风险-效益比参数;同时,为更充分地在决策中体现决策者的不理性,基于前景理论价值函数对风险-效益比进行修正,使用加权法得到包含方案优劣偏好信息的判断矩阵,进而得到方案排序。计算实例表明,该方法可操作性强,方案评价结果符合实际决策存在的非理性,为此类问题解决提供了一个新的途径。     

三参数区间值模糊集上的TOPSIS决策方法

考虑到区间值模糊集中代表元在决策分析中的重要作用,提出三参数区间值模糊集和三参数区间值模糊值的概念,给出了三参数区间值模糊值之间的运算关系,定义了三参数区间值模糊值之间一种新的距离. 基于这种距离, 针对三参数区间值模糊集上的一个多属性决策模型, 提出了一种TOPSIS决策方法.最后以实例说明该方法的有效性.     

基于前景理论和证据推理的混合直觉模糊决策

针对不确定的混合多属性决策问题,提出基于前景理论和证据推理的直觉模糊决策方法.首先通过直觉模糊数描述决策信息,保留了决策数据的不确定性,并实现了精确数、区间数和语言变量3种混合型属性的信息统一.其次考虑人的有限理性,结合前景理论,以直觉模糊数的形式表示前景决策矩阵.再次,运用证据理论合成方案的综合前景值,减少了决策信息的丢失,并以此对方案进行排序和优选.最后,以航运企业竞争力综合评估为实例,通过分析表明了该方法具有合理性和可行性.     

一种基于三角模糊数的多属性群决策方法

针对方案的属性评估信息和属性权重是模糊语言形式的多属性群决策问题,先将语言信息转化为三角模糊数;然后利用三角模糊数的性质,构造了集结决策者权威性和意见一致性的组合一致性指标,并在此基础上提出了一种模糊多属性群决策算法。最后,通过企业信用状态评估实例及其组合一致性指标的灵敏度分析证明了整个算法的可行性和有效性。     

属性关联的双极容度多属性决策VIKOR方法

针对属性关联的多属性决策问题,考虑决策者心理行为,提出一种新的属性关联的双极容度多属性决策VIKOR方法.首先,通过设置方案与正理想解和负理想解相对距离差公式,并基于前景理论,计算前景效用决策矩阵得到决策者对方案的感知效用.然后,考虑属性关联关系,运用双极容度Choquet积分算子加权得到方案的综合评价值.并基于VIKOR整体效用最大化、个体遗憾最小化的思想,对方案进行排序选择.最后,实例分析验证了方法的合理和有效.结果表明,所提出的属性关联的双极容度多属性决策VIKOR方法不仅能够综合决策者心理、有效区分不同方案的差异,而且能够描绘更多的属性交互情景,可为属性关联的决策问题提供新途径.     

基于数据融合技术的多属性群决策方法

利用模糊数相关理论及数据融合技术,对不同决策者对同一个方案的评价值具有不同程度冲突,属性值和属性权重均为模糊数的多属性群决策问题提出了解决方案。对模糊数的排序问题,利用可信性测度概念,通过模糊模拟方法对两个模糊数比较的大小进行计算,并建立互补判断矩阵得到最终的排序结果。算例的结果证实了该方法的可行性、有效性和合理性。     

基于模糊偏序关系的混合型多属性决策方法

针对权重已知且属性值为精确实数型、区间型和模糊型的混合型多属性决策问题,提出了一种基于模糊偏序关系的混合型多属性决策方法。该方法利用混合型评估值模型来描述多属性决策问题;在对属性值预处理后,通过构建混合型模糊偏序关系模型,将决策问题转化为评估关系模型;然后对偏序关系进行集结,得到全序关系,从而获取所有方案的优劣排序。算例验证了方法的有效性。计算过程表明,该方法计算简单,且避免了逼近理想解的排序方法(technique for order preference by similarity to ideal solution,TOPSIS)难以合理定义距离函数的局限性。     

基于二元关系和布尔推理的分级决策模型

分级决策问题是将备选方案分类到预先定义的具有偏好顺序的决策类中.其中每个方案是由一个有限属性集合来描述的,该属性集合包括名义属性、连续型属性和有序属性.为了建立分级决策模型.提出了一种基于粗集理论和二元关系、布尔推理相结合的方法.首先在名义属性、连续型属性和有序属性上分别定义了不可分辨关系、相似关系和优势关系.然后提出了分辨-相似-支配矩阵的概念来建立相应的布尔函数.通过计算布尔函数的主蕴含,得到了"IF…THEN…"分级决策规则集作为偏好模型.最后利用一个算例说明了该方法的有用性.     

基于横切关注点恢复的软件逆向工程研究

为解决软件遗产系统中横切特性的理解和进化问题,提出了面向侧面(aspect-oriented)的逆向工程框架模型,并以此为基础给出了一种用例驱动的形式化概念分析方法,对需求分析模型层面上的系统横切特性进行逆向恢复。通过对目标系统执行信息进行概念格分析,该方法能够识别和抽取横切用例模型的系统方法调用集合,并利用统一建模语言中用例图的版型(stereotype)机制对它们进行模型重构和呈现。与仅为了代码重构而进行的侧面挖掘(aspect mining)技术相比,该方法更适合在较高的系统抽象层面上进行程序理解,作为一种采用增量式结果产生策略的半自动化方法,它的实施流程也具有更好的可控性和对逆向工程需求变化的适应性。     

模糊评判在住宅价格评估中的应用

模糊特征在住宅价格评估中占有重要地位,在科学定义若干基本概念的基础上,提出了运用模糊综合评判进行住宅价格评估的方法,该方法把模糊评判和享乐价格方法相结合,解决了住宅价格评估中模糊特征的合理量化问题,具有科学、合理、易于操作等特点。     

客户关系管理中客户知识发现的一种分析方法

研究了客户关系管理(CRM)中的客户知识发现问题。在分析了客户知识发现的含义和客户知识分类的基础上,提出了一种客户知识发现的分析方法。依据该方法,通过采用模糊聚类方法可确定影响CRM效果的关键属性集,进而可归纳发现客户知识的分类规则,并得到有价值的客户知识。最后给出了一个实例分析。     

基于模糊贴近度的企业生命周期判定方法

在分析企业生命周期理论现有研究结果的基础上,提取了企业生命周期各阶段的特征。针对企业生命周期各阶段特征本身的模糊性,通过基于模糊贴近度的TOPSIS综合评判方法给出了一个具体企业属于生命周期某一阶段的判定,其结果对于企业生命周期理论在企业诊断和战略管理等领域的广泛应用具有重要的支持作用。     

不确定多属性决策中的改进ER算法

针对基于证据理论的不确定多属性决策模型，通过评价框架的推广，提出了一种改进算法，并证明该算法完全满足证据合成的四个定理，通过实例运算，进一步验证了新方法的有效性和合理性。     

一种基于信度函数的综合评价方法

综合评价问题的本质是把被评价对象的物理可测指标转换为较抽象的功能性指标。其主要困难是这种转换或计算所依赖的假设和逻辑基础不易建立。以Dempster-Shafer证据理论为逻辑基础 ,建立了不确定性评价问题的一种置信度模型 ,给出了把下层指标评价建模为信度函数并应用Dempster规则合成为上层指标综合评价的方法     

Five-Category Evaluation of Commercial Bank's Loan by the Integration of Rough Sets and Neural Network

This article proposes a hybrid intelligent system that predicts five-category risk grades by feeding past financial performance data into rough set approach and neural network. The attributes are reduced with no information loss through rough set approach, and then this reduced information is used to develop classification rules and train Elman neural network. For the experiment, the financial data of 896 firms are selected to predict risk grades. The effectiveness of our methodology is experimentally verified by comparing traditional logistic model with our hybrid approach.     

属性约简中的近似问题研究

现有相对约简实际上只是在保持所关心范畴的下近似不变的前提下对属性进行约简,这对于不协调信息系统来说,可能会使所关心范畴的上近似变大,从而使其近似精度减小,导致有用信息的丢失.为此,针对属性约简中的近似问题进行了研究,引入近似相对约简概念,利用近似相对约简替代现有相对约简来处理不协调信息系统,以克服现有相对约简在不协调信息系统中所带来的缺陷.同时,证明了在协调信息系统下,条件属性集相对决策属性集的近似相对约简和相对约简是等价的,并提出了一种基于近似相对约简的简便属性约简算法.