考虑决策者情绪更新机制的多阶段应急决策方法

针对决策者情绪影响下参照点的动态调整可能导致不同决策结果的情形,提出一种考虑决策者情绪更新机制的多阶段应急决策方法.首先,描述突发事件下的多阶段应急决策问题,并以直觉模糊数的形式刻画相关决策信息;其次,给出决策者情绪影响下动态参照点的设置方法,并运用累积前景理论计算突发事件各个演化阶段的情景价值,据此建立决策者的情绪更新机制;然后,计算各个演化阶段的情景权重,并结合备选方案的期望价值、投入成本及启动时间价值,计算方案在各个演化阶段的前景价值;进一步,通过给出各个演化阶段权重的计算方法,计算备选方案的综合前景价值,并据此给出备选方案的优劣次序;最后,通过算例分析及与其他方法的对比验证所提出方法的有效性.     

考虑供应商风险偏好的供应链系统动力学分析

基于前景理论,以供应商缺货损失及供应商备货过剩损失为供应商决策者风险感知来源,建立供应商决策者风险偏好模型。接着构建由供应商、制造商、分销商构成的三级供应链系统动力学模型,通过分析供应商决策者的风险偏好（回避、追求、中立）类型,调整风险感知来源的参数,分析供应商的风险偏好对供应链库存量、积压订单量、发货率等影响程度。研究表明,供应商决策者风险偏好对供应商的期初库存量、发货率以及积压订单量有较大影响,结合对风险感知来源的考虑可以弱化牛鞭效应,减少订单积压问题。仿真实验结果表明模型具有较高的可行性与稳定性,能结合决策者风险偏好对供应链整体运作优化提供理论支持。     

考虑投资者心理特征的模糊投资组合优化模型

投资者在实际金融市场中的决策行为往往会受到主观心理认知的影响.考虑参照依赖、敏感性递减和损失厌恶等影响投资决策的心理特征,研究模糊环境下的投资组合选择问题.首先,假设资产的收益为梯形模糊数,依据前景理论中的价值函数,将组合收益转化为体现投资者心理特征的感知价值;然后,以感知价值的可能性均值最大化和可能性下半方差最小化为目标,建立考虑心理特征的模糊投资组合优化模型;接着,为了有效地求解模型,设计一个多种群遗传算法;最后,通过实例分析表明模型和算法的有效性.结果表明,与传统的遗传算法相比,所设计的多种群遗传算法可更有效地求解模型,考虑心理特征的模糊投资组合优化模型能够提升投资者的满意程度,可为实际的投资活动提供决策支持.     

多智能体环境下的情绪决策模型?

建立一种基于情绪的Nash-Q决策模型,它由认知层和情绪层组成。认知层模型由Nash-Q算法实现,情绪层建立在情绪记忆和评价理论之上,由高兴、伤心、恐惧、厌烦组成情绪空间,建立相应刺激与情绪映射模型、情绪与行为动作映射模型、每种情绪下的动作信任度评价模型。将文中模型应用到两智能体网格决策实验中,结果表明情绪层的引入可加快收敛速度,同时能有效防止陷入局部最优,更好兼顾在线学习的“保守”和“探索”平衡。     

基于前景理论的农村电子商务发展水平多维偏好决策方法

现实中存在多维偏好和需要考虑专家心理行为的农村电子商务发展水平决策问题.针对这类农村电子商务发展水平决策问题,提出一种基于前景理论的多维偏好决策方法.首先,描述农村电子商务发展水平评价问题,进而计算各个决策方案的综合前景值;然后,定义基于前景理论的客观排序与专家偏好的一致性程度和不一致程度;最后,以决策者的期望水平和容忍度为基础,建立模糊多维偏好优化模型,进而计算各个决策方案的综合前景值,据此确定方案优劣排序和最优方案.通过分析三明市各个县市农村电子商务的发展水平表明了所提出方法有效合理.     

基于累积前景理论的可变下标犹豫模糊语言多准则投资组合优化

将累积前景理论的价值函数引入投资组合决策,从行为金融学的角度对传统整数犹豫模糊语言术语集下标进行改进,改进后的可变下标犹豫模糊语言术语集不仅可以反映投资人对金融产品的不确定程度,还能描述投资人给出评价本身时对收益或损失的心理感知.在单投资者多准则评价视角下,利用可变下标的犹豫模糊语言多准则投资组合评价系统对不同股票进行量化评价,针对激进型、稳健型和保守型3类投资者分别提出收益最大化、风险最小化犹豫模糊语言投资组合模型,通过对等价非线性模型求解得到投资组合的最优解.最后,利用数值仿真验证所提出模型和方法的有效性.     

基于消费者时间偏好和决策者风险偏好的定价与订货策略*

在供应链管理过程中, 消费者时间偏好和决策者风险偏好是影响产品定价与订货决策的两个重要因素。本文以累积前景理论为框架, 将消费者时间偏好与价格依赖等影响产品市场需求的因素和决策者风险偏好与参考依赖等影响决策的因素共同纳入模型考量范围, 建立了基于消费者的时间偏好和决策者风险偏好的定价与订货模型。研究表明：随着消费者时间偏好的增大, 产品的最优定价和订货量都将减少;随着决策者心理参考点的增大, 产品的最优定价降低,最优订货量增加;随着决策者损失规避程度的增大, 产品最优定价增加, 而最优订货量减少。考虑消费者时间偏好和决策者的风险偏好的定价与订货模型能够提高供应链中决策者的最大累积前景效用。     

基于QPSO算法的多阶段投资组合优化

研究了基于量子行为的微粒群优化（QPSO）算法在多阶段投资组合优化中制定投资决策的方法,目标函数是最大化个人经济效益或最大化周期结束时个人财富。通过比较用QPSO算法和遗传算法优化美国标准普尔指数100的不同股票和现金分配所得到的期望收益率均值与方差,证实了该方法的优越性。     

计及风险和需求响应的频率约束两阶段鲁棒机组组合

为应对新能源接入带来的强不确定性,改善传统鲁棒优化存在的不确定集范围难以预先给定的问题,本文提出了一种计及风险和需求侧响应的频率约束两阶段鲁棒机组组合。该模型引入了新能源出力的概率分布信息,依据条件风险价值理论提出了弃风风险和失负荷风险指标,并将不确定集的边界设置为优化变量。在对机组出力、机组备用和需求侧资源进行协同优化的同时考虑了频率安全约束。在39节点系统上的算例分析验证所提模型与算法的有效性。将不确定集边界设定为优化变量实现了调度计划鲁棒性和经济性的平衡。需求侧响应的实施引导用户合理转移用电负荷,提升了电力系统运行灵活性。考虑频率安全约束后频率最大偏差和频率最大变化率得到了明显改善。     

基于前景理论的交互式群组风险决策方法

为了克服现有方法因立论假设过于理想而存在决策结果的科学性和满意性较差以及决策过程效率低下等缺陷,基于前景理论构建了能够吸纳多种模糊信息且能从中识别有效前景的优选模型及判别定理,并针对结果价值的交互学习提出了具有收敛性的交互式决策方法。数值模拟分析表明,所提出的方法既能反映群组成员风险偏好,保证决策结果具有科学性、满意性,又能平衡信息完善程度与其获取成本之间的矛盾关系,保证决策过程具有有效性和可行性。     

基于前景理论的具有指标期望的多指标决策方法

针对决策者给出单一与组合指标期望情形的多指标决策问题, 提出一种基于前景理论的决策分析方法. 首先, 依据前景理论将决策者给出的指标期望视为参照点, 分别计算各方案针对各单一与各组合指标期望的前景价值,并构建各方案的综合前景价值向量; 然后, 将原始决策问题转化为相应的广义优序模糊约束满意问题(GPFCSP), 进而计算各方案针对相应推理准则的总体满意度, 并据此对各方案进行排序; 最后, 通过算例表明了该方法的可行性.     

A multistage risk decision making method for normal cloud model considering behavior characteristics

It is difficult to make scientific decisions for multistage risk decision-making problems, which are mainly influenced by these challenges, such as uncertainty of information, the passage of time and complexity of the problems The multistage risk decision-making problem is analyzed for normal cloud model considering behavior characteristics in this paper. Firstly, considering the fuzziness and randomness of multi-stage risk decision-making information, the relative entropy and modified relative entropy are defined as the distance measures for the normal cloud model from the perspective of full utilization of information. Secondly, the prospect theory is extended to normal cloud model environment. Considering the behavior characteristics of reference dependence, two reference points are set up considering the short-term development and long-term development. Thirdly, the optimization model is built to obtain the attribute weights and stage weights based on the principle of maximizing the difference between ranking values. The ranking of alternatives is determined by the final ranking values. The case analysis and the method comparison illustrate the feasibility and rationality of the proposed method.     

基于前景理论及云模型风险型多准则决策方法

针对具有语言评价信息、准则权系数部分已知的多准则决策问题,提出一种基于前景理论及云模型的决策方法。首先,通过给出一种改进的云模型生成方法将语言评价值转化为云模型;然后,通过定义云模型距离和可能度给出云前景价值,并以其他备选方案为动态参考点,构建云前景决策矩阵;最后,在依据离差最大化得出最优权系数的基础上,通过各方案综合前景值对其进行排序。算例验证了所提出方法的合理性和可靠性。     

Mean-variance model for portfolio optimization with background risk based on uncertainty theory

The aim of this paper is to develop a mean-variance model for portfolio optimization considering the background risk, liquidity and transaction cost based on uncertainty theory. In portfolio selection problem, returns of securities and assets liquidity are assumed as uncertain variables because of incidents or lacking of historical data, which are common in economic and social environment. We provide crisp forms of the model and a hybrid intelligent algorithm to solve it. Under a mean-variance framework, we analyze the portfolio frontier characteristic considering independently additive background risk. In addition, we discuss some effects of background risk and liquidity constraint on the portfolio selection. Finally, we demonstrate the proposed models by numerical simulations.     

基于前景ITFNCI 算子的群体MULTIMOORA决策方法

利用进一步完善的直觉梯形模糊数运算法则,提出基于模糊测度和Choquet积分的直觉梯形模糊数的信息集成算子,并证明了该集成算子的相关性质.根据前景理论定义直觉梯形模糊前景效应和前景价值函数,构造前景ITFNCI算子.针对多方参与且决策者信息关联的多属性群决策问题,利用前景ITFNCI算子集结群体直觉梯形前景价值函数,进而采用MULTIMOORA理论进行方案比选,基于优势理论获得方案的综合排序以确定最优方案.案例分析表明了所提出方法的可行性和有效性.