决策单元交叉效率的自适应群评价方法

《决策单元交叉效率的自适应群评价方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第２２卷第１１期中国管理科学Ｖｏｌ．２２，Ｎｏ．１１２０１４年１１月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅＮｏｖ．，２０１４文章编号：１００３－２０７（２０１４）１１－００６２－１０决策单元交叉效率的自适应群评价方法张启平１，刘业政２，３，姜元春２，３（１．合肥工业大学计算机与信息学院，安徽合肥２３０００９；２．合肥工业大学管理学院，安徽合肥２３０００９；３．过程优化与智能决策教育部重点实验室，安徽合肥２３０００９）摘要：传统交叉效率评价方法因决策单元偏好权重不唯一而难以操作，因交叉效率有效性分值平均化集结而难

2、以被接受。目前的学者通常围绕决策单元指标权重的确定性分配方法、交叉效率有效性分值的去平均化集结等分别开展研究。本文将交叉效率评价方法中自评互评相结合的评价模式看作群决策过程，即每个决策单元既是一个被评对象，又是一个决策“专家”，提出了一种决策单元交叉效率的自适应群评价方法，将决策单元偏好权重的确定和交叉效率有效性分值的去平均化集结作为同一个决策过程，根据每个决策单元的评价结果与群体评价结果的接近程度，同步迭代调整决策单元的“专家”权重和决策单元自评产生的、并提供给其他被评价决策单元的一组确定的偏好指标权重。实验验证与实例运用分析表明，该方

3、法收敛效果良好，能得到客观稳定的决策单元交叉效率有效性分值及排序。关键词：数据包络分析；决策单元；群评价；交叉效率；自适应中图分类号：Ｃ９３１文献标识码：Ａ［７］分为三类，一类是ＪｏｈｎＤｏｙｌｅ和ＲｏｄｎｅｙＧｒｅｅｎ、１引言［８］［９－１０］ＬｉａｎｇＬｉａｎｇ、ＷａｎｇＹｉｎｇｍｉｎｇ、Ｊａｈａｎｓｈａｈｌ－［１１］ＤＥＡ（ＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓ）交叉效率ｏｏ等提出的以二次目标策略和方法为基础的解［１］（ｃｒｏｓｓｅｆｆｉｃｉｅｎｃｙ）评价方法由Ｓｅｘｔｏｎ等学者提决办法；另一类是杨锋［１２］、ＷａｎｇＹｉｎ

4、ｇｍｉｎｇ［１３］、Ｌｉ－出，它将自评思想和互评思想融合起来评价决策单［１４］等从决策单元行为倾向角度来求解；此ａｎｇＬｉａｎｇ元的有效性，缓解了传统ＤＥＡ方法的权重体系过［１５］外，吴杰等直接通过各决策单元的区间平均交叉［２］于极端和不现实问题，更加全面客观地反映了决［２，１６］效率值进行充分排序。针对问题（２），吴杰、［３］策单元的有效性，并在现实世界的评价问题中得［１７］ＷａｎｇＹｉｎｇｍｉｎｇ等学者提出了最终有效性分值［４－６］到广泛的运用。然而传统交叉效率评价方法因［１８］加权集成的求解方法；另外，ＷｕＪｉｅ等学者提出具有以下缺

5、陷而缺乏可操作性和易接受性：（１）决策了确定最终有效性分值的博弈均衡策略。从现有文单元的偏好权重体系往往不唯一，导致决策单元交献分析看，目前的学者通常围绕决策单元指标权重叉效率有效性分值不唯一并由此难以保证排序稳定的确定性分配方法和交叉效率有效性分值的去平均［７－１５］性；（２）交叉效率评价方法中自评与他评的结化集结分别开展研究，并未考虑它们之间的相互影果并不是在同一权重体系下得到的，它们分属于不响制约机制，并且两步决策过程中各种求解策略的同的决策过程，并且不同的决策单元对同一个被评选择以及它们之间的匹配并无通用的固定准则，使价决策单元往

6、往给出差异很大的评价结果，决策单得排序结果具有明显的决策者主观干预性，仍难以元的最终有效性分值的平均化集结显然并不是帕累［２，１６－１８］得到稳定的排序结果。托最优的。针对问题（１），目前解决策略主要本文从一个全新的群体决策角度理解ＤＥＡ交收稿日期：２０１２－０５－０３；修订日期：２０１３－０２－２１叉效率评价方法，将决策单元同时视为专家决策群基金项目：国家自然科学基金资助项目（７１０７１０４７，７１３７１０６２，体和待评价对象，将交叉效率评价方法中自评互评７１３０２０１４）；高等学校博士点基金资助项目（２００９０１１１１１００１６，２０

7、１２０１１１１２００２９）相结合的评价模式看作群决策过程，即每个决策单作者简介：张启平（１９８１－），男（汉族），安徽马鞍山人，合肥工业元既是一个被评对象，又是一个决策“专家”，并提出大学计算机与信息学院助理研究员，博士，研究方向：一种决策单元交叉效率的自适应群评价方法，根据决策科学与技术．每个决策单元的评价结果与群体评价结果的接近程第１１期张启平等：决策单元交叉效率的自适应群评价方法·６３·度，在单个决策过程中通过迭代调整的方式求解每依照Ｈ＊（ｊ＝１，２，…，ｎ）的大小可以对所有决ｊ个决策单元的“专家”权重和其用于自评并提供给被策单元进

8、行有效性排序。评价决策单元的偏好指标权重，从而得到客观稳定２．２决策单元指标权重集合构建的决策单元最终有效性分值和排序。模型（１）的最优目标函数值是确定的，但其最优解ｖ＊（ｉ＝１，２，…，ｍ）