Multi-stage sequential uniform price auction mechanism for divisible goods

In this paper, we study the problem of auctioning a kind of continuous homogeneous divisible goods, and present a multi-stage sequential auction mechanism of divisible goods under uniform price. In this mechanism, the auction process is divided into multiple stages, all bidders satisfy the sequential rationality conditions, all bidders are asymmetric, every bidder is allowed to submit a nonincreasing continuous demand function in each round bidding, every bidder’s valuation to per unit of the goods is independent private information, and if a bidder does not obtain the quantity he wants in former stage auction, he still have another opportunity to obtain some quantity in the later stage auction. For this mechanism, we explore the formation process and composition of equilibrium points in each stage auction, and discuss the optimal strategy selection for bidders, then give the detail steps and an application example to show how to implement this multi-stage sequential auction mechanism. The conclusions can be drawn that our auction mechanism is an efficient incentive mechanism, and can effectively reduce many underpricing equilibrium and can yield higher expected income than a single uniform price auction for the auctioneer. It also can avoid the occurrence of failure auction (equilibrium does not exist), and effectively extend and improve the traditional single stage uniform price auction mechanism.     

可分离物品多属性多源采购的优化决策模型

以可分离物品的采购问题为实际背景,提出了可分离物品多属性多源采购的优化决策模型.首先在多属性信息下定义了采购商和供应商的效用函数;然后以社会福利最大化为目标,以市场出清价格为歧视性价格和统一价格两种不同形式分别构建了可分离物品多属性多源采购的供应商优选模型,通过求解模型得出最优的供应商和相应的供应量;最后,给出了一个电煤多属性多源采购的应用实例,表明了所设计的可分离物品采购决策方法的可行性和合理性.     

基于多属性决策的嵌入式操作系统识别技术研究2

针对嵌入式固件逆向解析过程中操作系统类型识别困难的问题,提出了一种基于多属性决策的嵌入式操作系统识别技术。对固件映像中反映出的嵌入式操作系统的多种特征进行综合分析并构建了相关的识别模型,利用向量夹角余弦计算与标准系统之间的相似度。阐述了识别的基本思想和具体实现流程。实验结果表明,该方法在某些特征缺失的情况下仍能得到较准确的识别结果。     

基于熵权的区间数多属性决策方法

研究了属性权重未知且属性值为区间数的多属性决策问题。首先针对一般区间数排序方法完全依赖区间数中点值的缺陷,提出了一种改进的排序方法;接着给出了改进的区间数判断矩阵规范化方法;然后依据多属性决策中传统熵权确定方法的思路,结合区间数决策矩阵的特点提出了一种确定属性熵权的方法;最后通过一个算例说明了该方法的实用性和有效性。     

多属性决策的模糊理想点法

讨论了属性值为三角模糊变量的多属性决策问题,提出了确定模糊正理想点和模糊负理想点的方法,给出了基于模糊正理想点和模糊负理想点对各方案进行排序的方法。给出算例验证了所提出的方法的有效性,并验证了不同方法所确定的模糊正理想点和模糊负理想点,会导致方案排序的改变。     

基于IVHFWHM算子的犹豫关联多属性决策方法

针对决策属性为区间犹豫模糊数(IVHFN)且属性间相互关联的多属性决策(MADM)问题,提出一种基于区间犹豫模糊加权Heronian平均(IVHFWHM)算子的新型决策方法。基于IVHFN运算法则和Heronian平均(HM)算子,提出区间犹豫模糊Heronian平均(IVHFHM)算子和IVHFWHM算子。研究了IVHFHM算子的置换不变性、幂等性、单调性、有界性和参数对称性等性质。建立基于IVHFWHM算子的多属性决策模型,通过MADM数值实验验证了模型的可行性与有效性。     

基于集对分析的不确定多属性决策方法

提出一种基于集对分析的多属性决策方法.该方法具有如下特点:能够有效处理决策过程中的不确定因素;基于可能势的联系数排序能够准确反映联系数间的同一对立程度,并能利用联系数的差异度对排序结果进行稳定性分析;用联系数决策矩阵的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度.并以此为依据实现多属性决策.实例计算表明,该方法是求解不确定多属性决策问题的一种有效工具.     

一种基于投影多属性决策的证据推理方法

Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果。针对这一问题,提出一种新的证据推理方法。该方法通过建立一个目标规划模型来获得各信源最优的属性权重向量,进而基于投影法对各个目标方案在区间型理想点上的投影进行排序。实验结果表明,所提出的方法能够有效应对高冲突证据组合问题。     

基于TOPSIS的语言真值直觉模糊多属性决策

针对具有模糊语言值信息的多属性决策问题,结合传统的TOPSIS方法,提出了基于TOPSIS的语言真值直觉模糊多属性决策方法。在语言真值直觉模糊代数的基础上,用语言真值直觉模糊对来表达既有可比的又有不可比的模糊语言值信息,给出了语言真值直觉模糊对之间的归一化距离算法,并讨论了其相关性质。提出了语言真值直觉模糊正、负理想点,通过计算各方案属性值与正、负理想点之间的距离,得到各方案与理想点之间的相对贴近度,并根据相对贴近度的排序结果得到最优方案。实例说明该决策方法的合理性和有效性。     

A simulation based multi-attribute group decision making technique with decision constraints

The Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) is a useful technique for solving Multi Attribute Group Decision Making (MAGDM) problems. In MAGDM, the performance scores of the alternatives and the weights of assessment attributes are mostly vague. Therefore, using of deterministic data throughout decision making process may lead to inaccurate results. In order to overcome inherent vagueness and uncertainty, various fuzzy MAGDM techniques were presented in the literature. However, these fuzzy MAGDM techniques are focused on expected and extreme values, which are sometimes insufficient for the precise determination of alternatives’ preference structure. In this paper, in order to eliminate the limitations of deterministic and fuzzy MAGDM methods, we present a probabilistic methodology, which is based on TOPSIS and Monte-Carlo simulation of triangular data. In addition to its straightforward application and thanks to its versatility, simulation enables decision makers to incorporate some decision constraints into decision-making process. Two illustrative examples are also given to show the effectiveness of the proposed methodology. The method is also compared with a fuzzy TOPSIS technique from the literature.     

一种基于变权的动态多属性决策方法

针对实际问题中决策信息不完全的动态多属性决策问题, 提出了广义优序法. 将决策问题转化为各方案的广义优序数矩阵问题, 并在此基础上引入逼近理想解的排序法思想, 提出了确定属性权重和时间权重的变权方法. 该方法体现了对决策属性、时间样本的重要性和决策者的主观偏好, 使得决策结果更加符合决策者的选择. 最后通过实例分析验证了所提出方法的科学性和有效性.

     

不同语言值集下的多属性群决策方法

针对属性权重、偏好信息集及专家权重取自不同的语言值集的群决策问题,给出了“程度”语言值集的选择准则,给出了转换函数,讨论了其性质,提出了不同语言值集下的多属性群决策方法。该方法不仅简洁、直观,而且在决策过程中不丢失任何信息,所得到的结果合理。实例验证了该方法的有效性和实用性。     

灰色关联投影下的模糊多属性群决策方法

针对属性评价信息为区间直觉梯形模糊数的多属性群决策问题,给出一种基于灰色关联投影的群决策方法。在规范化处理各决策矩阵的基础上,定义负极端决策矩阵及平均决策矩阵,根据各决策矩阵与这两类矩阵的距离大小确定决策者权重,由区间直觉梯形模糊数加权算术平均算子及决策者权重得到群体决策矩阵。由各方案与正、负理想方案的相对贴近度最小化确定各属性权重,以正理想方案为参考,计算各方案与参考序列关于每个属性的灰色关联系数,并计算各方案到正理想方案的灰色关联投影值,根据各方案投影值大小实现对方案的排序择优。将所给群决策方法应用到生鲜冷库空调系统选择决策问题中,算例分析的过程体现了该群决策方法有效性与可行性。     

基于粗糙集的犹豫模糊多属性决策方法

针对属性值为犹豫模糊元的决策问题,提出一种基于粗糙集理论的多属性决策方法.首先,依据属性值与理想点的贴近度和给定的阀值得到判断矩阵;然后,根据判断矩阵对属性集进行约简,确定属性权重;最后,基于TOPSIS思想,计算各方案与理想点的综合贴近度,得到方案的优劣次序,并通过算例分析表明了该方法的有效性.     

基于贴近度的异质多属性决策的重要性指数研究

针对评价信息为异质多属性决策问题,提出了一种基于相对贴进度的属性重要性指数的确定方法。首先,基于给定属性引起的模型值的平均变化,定义了一般离散模型的重要性指数,并证明其满足几个公理化。其中,模型没有限制性假设。然后,计算异质多属性决策问题中各决策方案的相对贴近度。基于贴近度构造值函数,进而确定各属性的重要性指数。最后通过实例计算与对比分析,验证了该方法的可行性和有效性。该方法有效地解决了异质属性类的重要性指数确定问题,且与传统方法相比更为精确,更适用于复杂决策系统。     

基于多Agent的多属性拍卖系统研究

通过对现有网上拍卖系统的深入分析,指出多属性网上拍卖系统的研究是最为薄弱的环节。依据网上交易的需求和分布式人工智能迅速发展,提出了一种基于多Agent的多属性网上拍卖系统,着重对多属性拍卖协议和策略,以及系统构架进行了探讨,给出了集成式的多属性网上拍卖系统的算法,并对今后的研究方向进行了展望。     

多属性决策的Vague集方法

对多属性决策问题和信息集结问题进行了研究,分析了已有Vague集方法,并通过例子说明其不足之处.提出了一种多属性决策的Vague集方法.定义了方案对目标的支持(反对、中立)度等概念,利用目标优属度矩阵对属性值及属性权重进行集结,从而得到方案的Vague估计值.定义正(负)理想Vague值,并用TOPSIS法对方案进行排序和选优.算例验证了该方法的有效性和可行性.     

直觉模糊多属性决策方法综述

直觉模糊多属性决策是当前决策领域的一个研究热点,在实际决策中有着广泛的应用.按照直觉模糊集的发展形式:直觉模糊集、区间直觉模糊集、直觉三角模糊数和直觉梯形模糊数,分别介绍它们在多属性决策与群决策中的研究现状,并对其未来的发展方向进行了探讨与展望.     

A novel approach to multi-attribute decision making based on intuitionistic fuzzy sets

In this paper we present a new approach to solve multi-attribute decision making problems in intuitionistic fuzzy environment. This approach is based on a new ranking method of intuitionistic fuzzy sets, in which the evaluated values (in the form of intervals) of the same alternative with different attributes are considered as one unified entity. According to people’s intuition, the ranking method proposed in this paper is mainly grounded on a revised score function and a revised accuracy function of intuitionistic fuzzy sets. Different from the traditional methods, in this new approach, the degree of membership, the degree of nonmembership and the degree of hesitation are considered with various importance in reflecting the true image of the respective alternative. Furthermore, an optimization model is established to estimate the relative degree of importance of each quantity. Finally, two practical examples are provided to illustrate our approach.     

基于组合模型的直觉模糊集多属性决策方法

针对直觉模糊集是对模糊集理论的一种扩充,能够更好地处理模糊概念,研究了基于直觉模糊集的多属性决策问题.提出了直觉指数加权平均最大化和最小化组合模型,通过线性规划模型得到了属性的最优权重和相应的方案排序.数值例子表明,该方法是可行而有效的.