区间DEA的一种改进的充分排序方法

区间DEA中决策制定单元（DMU）的效率值是一个区间数，传统的区间DEA研究只能以区间效率值将DMU分为有效、部分有效和无效三类，而对区间DEA中DMU的排序研究较少。本文以两个区间数大小的可能度为基础，并且考虑了区间数退化为实数的情况。通过排序向量从而对输入输出中含有区间数的决策单元进行排序，通过将超效率DEA模型进行区间扩展，从而对同为有效的DMU进行排序，以迭到对所有的DMU进行充分排序的目的。最后给出了一个算例。     

交叉效率评价方法中新单元导入的保序性

介绍了交叉效率方法，分析了该方法在用于评估排序时所存在的局限性，即在导入新的决策单元时，可能会使原先的决策单元排序发生变化。通过求解交叉效率的纳什讨价还价解来确定各DMU的权重，从而得到最终的均衡交叉效率，利用该效率对决策单元进行排序可以消除在导入新的决策单元时所产生的逆序现象，最后给出算例说明该方法的有效性。     

非同质子系统间效率评价及其资源配置

依据非同质子系统间的特点，建立DEA模型．分析它们在各自行业的相对效率和大系统内的相对效率．据此评价各子系统的效率以及大系统的总体效率。在此基础上．建立扩展的DEA模型，基于大系统总体效率最大化的目标．实现各子系统间的合理资源配置。该方法不仅真实地评价了非同质子系统间的相对效率，而且为其效率改进提供了更准确的信息。本文还以该方法评价雅典奥运会上我国体育单项的相对效率．并提出无效项目的资源分配方案，具有一定的现实指导意义。     

一种群决策中专家客观权重的确定方法

给出一种确定群决策中各专家客观权重的方法。将专家客观权重分为个体可信度权值和群体可信度权值;通过提取专家判断矩阵信息,确定专家在具体判断中自身的相对个体可信度权值,通过比较群决策中各专家信息的相似程度,确定各专家的相对群组可信度权值;最终得出专家判断信息合成时的各专家客观权重。给出的算例说明该方法的可行性和有效性     

R＆D、服务与双边垄断的供应链

双边垄断模型是供应链管理问题中最基本的模型,也是研究其他复杂模型的基础。对该模型的已有研究主要是围绕确定产品的定价、定购量进行,假设生产商主导。而本文则在此基础上进一步考虑生产商R&D、零售商服务因素对渠道竞争的影响,并比较不同渠道结构下(即生产商主导、零售商主导和垂直纳什均衡)均衡结果的差异,探讨渠道结构对参与各方决策变量及利润的影响作用。     

基于BOM的(R,Q)订货策略的全局最优解

探讨如何求基于BOM（Bill of Material）的随机需求的（R，Q）订货策略的全局最优解。为了解决此问题，首先，在（S-1，S）订货策略的基础上，建立基于BOM的（R，Q）订货策略的成本函数；然后，通过对成本函数性质的证明，推导出求全局最优解取值范围的方法；最后，通过枚举法在此取值范围内求出全局最优解。     

MC模式下基于多顾客定单的选择性生产问题

针对在大规模定制(masscustomization,MC)模式下,企业如何在自已的生产能力范围之内,以利润最大化及满足顾客的需求为目标,进行有效的生产指派的问题,提出了一个多目标规划模型该。该模型将定制产品的多属性假设为单属性进行研究,并将企业的利润最大化及顾客产品的满意度最大化作为模型的目标值,对众多顾客的个性化需求进行最优选择,对价格采取连续变量的方法。从运算结果可以得到哪些顾客所需的产品可以被选择生产,从而进行有效的生产指派。     

多指标决策TOPSIS方法的进一步探讨

改进的理想解法是一种新的多指标决策方法，但在评价各可行方案判据的问题上，却没有沿袭理想解法(双基点法)的基本思想。本文将以靠近理想解和运离负理想解两个基准，来完善改进的TOPSIS方法。     

基于公共权重DEA模型的决策单元排序研究

决策单元进行效率评价与排序是被广泛关注的研究领域,数据包络分析方法已经被广泛运用于决策单元的排序之中.然而,绝大部分DEA排序方法都是基于自评效率,即每个决策单元都选择对自身有利的权重,这样的效率不具备可比性.因此,提出一种基于公共权重DEA模型的决策单元排序方法.此方法包含四个步骤,每个决策单元的效率值分解为两部分,即自身的技术效率与其权重偏好结构获得其他决策单元认可的程度.用一个算例分析对该方法进行了演示.     

基于Pareto分布的决策单元DEA效率评价

针对网络数据包络分析(DEA)应用时缺少内部数据的瓶颈,提出将决策单元内部的生产活动按照价值动因分为核心和非核心生产单元,并根据经验Pareto分布估计核心单元的输入数据,据此构建DEA效率评价模型.新模型利用输入输出数据和基于管理者经验信息获得的更多信息,据此估计生产潜力并给出相应的估计的概率,为决策单元的管理者分配资源和设定目标提供理论支持.最后利用模拟数据演示所提出的模型,并与BCC模型的结论相比较,结果显示新模型能够发现更高的生产潜力的信息,可以为决策者制订目标提供依据.