基于CARA效用函数的报童决策偏差形成机理

经典报童模型假设决策者为风险中性, 但决策者的实际订购行为受风险偏好的影响, 导致实际订购行为与报童模型最优解之间存在偏差. 为此, 基于常绝对风险厌恶(CARA) 效用函数构建库存决策模型, 从风险偏好的角度解释报童决策偏差的形成机制. 行为实验结果表明: 随着产品的相对成本增加, 决策者的订购行为将出现风险逆转; 在高(低) 利润产品中, 决策者分别表现出风险规避(风险追逐) 的订购行为, 且订购行为受风险规避的影响更为显著. 报童决策偏差现象揭示, 库存管理实践中考虑决策者的风险偏好, 有利于缩小理论模型与管理实践之间的差距, 提高库存管理效率.

     

基于决策者信任度的风险型混合多属性群决策方法

考虑决策者对风险型混合多属性评价结果的信任程度不同, 提出基于前景理论和改进投影理论的群决策方法. 建立一个数组以描述在不同信任度下群决策专家的评价结果, 并将数组中混合数据类型转化为三角模糊数. 在考虑决策者信任度的前提下集结群信息、确定属性权重. 引入综合前景价值和考虑权重的投影相对接近度两种方法对方案进行排序. 最后通过实例表明了所提出方法的合理性和有效性.

     

两种需求情形下损失规避零售商的最优订货-定价联合决策

在加法需求情形和乘法需求情形下研究损失规避零售商的最优订货-定价联合决策问题. 基于前景理论, 建立损失规避零售商的期望效用函数, 并通过模型推导得到损失规避零售商的最优订货-定价决策的关系表达式, 发现库存因子满足特定条件时, 最优决策的关系表达式一定存在. 同时, 讨论零售商的损失规避行为对最优决策和期望效用的影响. 通过数值算例, 验证了所得结论的有效性, 发现商品定价较高时, 损失规避行为驱使零售商采取保守的订货策略, 使得最优订货量趋于均值需求.

     

基于二元语义前景关联分析的风险型多准则决策方法

针对准则值为二元语义、准则权系数完全未知的风险型多准则决策问题, 提出一种基于二元语义前景关联分析的决策方法. 该方法通过确定二元语义正、负理想方案, 计算二元语义关联系数; 分别以正、负理想方案为参考点, 计算各准则下各方案的二元语义前景值, 构建前景决策矩阵; 进而依据各准则的灰色均值关联度确定准则权系数, 通过二元语义相对前景关联度对方案进行排序. 最后的实例分析表明了所提出方法的有效性.

     

三参数区间灰数信息下的动态多属性决策方法

针对方案属性值为三参数区间灰数的动态多属性决策问题, 提出一种基于前景理论的动态多属性决策方法. 定义了三参数区间灰数距离测度和排序方法; 鉴于被评价对象在时序上的差异信息和波动性, 建立基于方差和时间度的确定时间权重的优化模型; 以两两方案互为参考点确定前景价值函数, 由此构建求解最优权向量的优化模型,并通过求解方案的综合前景值对方案进行排序. 实例研究表明了该方法的合理性和有效性.

     

基于前景理论的区间直觉模糊双向投影决策方法

针对准则权重不完全确定, 方案准则值为区间直觉模糊数的多准则决策问题, 提出一种基于前景理论的双向投影决策方法. 首先, 给出一个考虑犹豫度的区间记分函数; 其次, 以零点为参考点计算各准则下的综合前景值; 然后, 利用定义的方案和理想点以及临界点形成的向量表达方式, 建立双向投影测度方法, 构建并求解基于方案区间投影总偏差最小的非线性规划模型, 并结合最大熵原理获得准则权重; 接着, 利用所提出的基于两个方向区间贴近度公式对各方案进行排序; 最后, 通过算例验证了该方法的有效性和可行性.

     

决策者剔除的重复群决策方法

针对同样决策场景下对多组决策方案反复评估的决策问题, 建立对无效决策者剔除以及确定决策结果的模型. 使用优化模型确定指标权重, 提出决策者评价向量差异度的衡量方法, 由此对无效决策者甄别和剔除, 在此基础上建立基于灰靶的决策模型以确定最优方案, 并建立下次决策时的决策者权重计算方法. 模型充分利用历史信息, 对决策者进行评价约束, 可以有效提高决策质量. 最后通过实例表明了所提出算法的有效性和可行性.

     

突发事件下选择应急方案的风险决策方法

针对突发事件应急方案选择问题, 提出一种考虑决策者行为因素的混合多属性风险决策方法. 首先, 分析归 纳突发事件应急方案选择问题决策信息结构的基本特征; 然后, 引入前景理论中的价值函数, 通过将备选方案两两比 较和基元情景交叉判断的方式计算方案各属性的前景价值, 并运用二元语义模型计算各方案的综合价值, 据此确定 方案排序; 最后, 通过算例研究表明了所提出方法的有效性和可行性.

     

基于累积前景理论的动态风险灰靶决策方法

研究信息值为区间灰数, 指标权重未知的动态风险决策问题, 提出一种基于累积前景理论和灰靶思想的决策方法. 该方法定义了区间灰数的距离测度和排序方法; 以各指标值的平均值作为参照点计算各时段的前景矩阵; 通过WAA算子将动态前景矩阵集结为静态前景矩阵; 在此基础上求解基于极大熵思想的规划模型得出各指标权重. 构造正负椭球灰靶模型, 根据各方案的正负靶心综合距对方案进行排序. 最后, 通过算例分析结果验证了该方法更加符合决策者的心理行为.

     

一类面向多目标决策的分层情感认知模型

决策者的情感认知对于复杂多目标决策具有关键的作用, 为了能使计算机掌握决策者的决策情感认知规律, 提升计算机辅助多目标决策的能力, 提出一种融合了性格特征、心境状态和情感状态的多层情感认知模型. 描述决策者在处理复杂决策问题时的情感状态量化关系, 运用分层情感认知模型构建集感性和理性于一身的虚拟人, 代替决策者完成对多目标优化问题的交互决策求解. 实例分析验证了所提出模型的有效性.

     

基于前景理论的群体灰靶决策方法

考虑决策者关于各指标均有期望灰靶对群体决策的影响,提出一种基于前景理论的群体灰靶决策方法.该方法以期望灰靶为参考点来定义前景价值函数,利用奖优罚劣的线性变换算子对前景价值进行规范化处理,能够充分反映评价值是否中靶.根据群体意见一致性以及最高和最低评价对决策结果偏差的影响,构建决策者权重确定模型,并根据综合前景值的正负判断方案是否中靶.最后通过突发事件应急预案选择问题说明了该模型的可行性和有效性.     

基于前景理论的应急方案动态调整方法

针对突发事件的动态性及信息的不确定性等特征, 提出基于前景理论的应急方案动态调整方法. 首先, 对突发事件的问题进行描述, 并提出需要解决的问题; 然后, 根据前景理论中价值函数及权重函数的思想, 对方案动态调整的方法及过程进行阐述; 最后, 通过案例分析, 验证了所提出方法的可行性和有效性.

     

基于前景随机占优的多属性多标度大群体决策方法

针对具有属性期望的多属性多标度大群体决策问题,在考虑参与决策人心理行为的情境下,将每个参与决策人给出的属性期望视为其参照点,并构建群体感知的收益-损失的概率分布;然后,基于前景随机占优准则建立方案比较的前景随机占优关系矩阵,并通过计算方案比较的前景随机优势度来得到方案的排序.算例分析表明了所提出方法的可行性和有效性.     

基于证据推理和第3 代前景理论的不确定性多属性决策方法

针对多状态不确定性多属性决策问题, 建立基于证据推理和第3 代前景理论的决策方法. 首先, 给出不确定性知识表示方法—– 确定因子结构及其构造方法; 然后, 将第3 代前景理论构造价值函数和确定权重函数引入决策方法中, 得到每个方案在各属性下的前景价值; 进一步, 根据证据推理方法对前景价值进行信息融合得到各方案的合成前景价值, 并依据合成前景价值对方案进行排序; 最后, 通过算例验证了所提出方法的可行性和有效性.

     

基于证据理论的前景构建方法

为了解决现有成果只重视前景评价而忽视前景构建的问题, 运用专家投票技术提出方案结果可能集的推断方法. 结合相对比较判断和互补判断赋值的思想构建能够有效提取专家认知信息的概率推断矩阵, 并给出其向基本概率分配函数转换的定理. 在此基础上, 将每个专家视为独立证据源, 基于Dempster 组合规则和DSmP 概率转换方法提出前景构建的具体步骤, 并通过应用案例模拟分析演示了所提出方法的操作过程.

     

基于类决策树分类的特征层融合识别算法

针对雷达组网量测数据不确定性大、信息不完备等特点, 基于决策树分类算法的思想, 创建类决策树的概念, 提出一种基于类决策树分类的特征层融合识别算法. 所给出的算法无需训练样本, 采用边构造边分类的方式, 选取信 息增益最大的属性作为分类属性对量测数据进行分类, 实现了对目标的识别. 该算法能够处理含有空缺值的量测数据, 充分利用量测数据的特征信息. 仿真实验结果表明, 类决策树分类算法是一种简单有效的特征层融合识别算法.