模糊決策系統(tǒng)下的數(shù)據(jù)包絡(luò)分析.pdf_第1頁
已閱讀1頁,還剩45頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)包絡(luò)分析(DEA)是使用數(shù)學規(guī)劃模型評價具有多個輸入和多個輸出的一系列同類“部門”或“單位”(稱為決策單元,簡記DMU)間相對有效性的有力工具.在現(xiàn)實問題中,由于測量誤差和數(shù)據(jù)噪聲,各決策單元的輸入數(shù)據(jù)和輸出數(shù)據(jù)往往具有模糊性,這時我們就需要使用一套處理模糊不確定性的理論工具來研究數(shù)據(jù)包絡(luò)分析.本文正是基于可信性理論對模糊決策系統(tǒng)下的數(shù)據(jù)包絡(luò)分析進行了研究.
   本文首先建立了輸入傾向和輸出傾向的可信性DEA模型,當模糊輸

2、入和輸出數(shù)據(jù)為相互獨立的梯形模糊變量時,可信性DEA模型可以轉(zhuǎn)化為確定的等價問題;此外我們還研究了模型的一些基本性質(zhì),并且通過數(shù)值例子對決策單元進行有效性分析,然后,本文建立了輸入傾向和輸出傾向的期望值DEA模型,當模糊輸入和模糊輸出數(shù)據(jù)為相互獨立的梯形模糊變量時,模型中的可信性約束可以轉(zhuǎn)化為其確定的等價約束;另外我們還討論了模型的一些基本性質(zhì),設(shè)計了基于逼近方法、神經(jīng)網(wǎng)絡(luò)(NN)和模擬退火(SA)算法的混合SA算法,并且通過數(shù)值例子來

3、驗證算法的有效性,以及通過求解結(jié)果分析了決策單元的有效性.
   本文的主要工作可以概括為以下三個方面:
   (1)建立了兩類可信性DEA模型,推導了特殊情形下的確定等價模型,研究了模型的基本性質(zhì),并且通過數(shù)值例子對決策單元進行有效性分析.
   (2)建立了兩類期望值DEA模型,在某些情形下,將可信性約束轉(zhuǎn)化為其確定的等價約束,研究了模型的一些基本性質(zhì).
   (3)設(shè)計了基于逼近方法、神經(jīng)網(wǎng)絡(luò)和模擬

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論