基于前景理论和区间交叉效率的冷链物流投资决策方法

针对冷链物流投资决策问题,提出了一种基于前景理论和区间交叉效率的决策方法.考虑到决策者不同的心理偏好以及参考点在前景函数中的重要性,在前景理论与区间交叉效率融合的过程中,首先将参考点定义为区间数的形式,并且对于每个被评价的决策单元,选择区间交叉效率值中的最大值和最小值同时作为参考点,得到两个区间交叉效率前景值矩阵.进而,通过引入反映决策者态度的参数,将两个区间交叉效率前景值矩阵进行集成,通过对态度参数的调整可以反映不同乐观水平决策者的主观偏好.最后,将提出的决策应用于冷链物流企业投资决策的实例中,验证了该方法的有效性和适用性.     

多属性决策方法及其在节能减排中的应用研究

通过对直觉模糊数的区间化处理,把直觉模糊多属性决策转化为属性值为区间数的多属性决策.基于决策者的主观偏好值和客观偏好值的总偏差最小化原则得到属性权重,从而给出了一种直觉模糊多属性决策方法.最后利用所提出的方法对企业的节能减排效果进行了评价研究.     

基于投影模型的不确定语言型多属性决策方法及应用

研究了不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题,提出了基于投影模型的不确定多属性决策方法。该方法通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序。最后,通过算例对该方法的实用性和有效性进行了说明。     

模糊层次分析法在城市竞争力分析中的应用

层次分析法(Analysis Hierarchy Process 简称AHP)是由Saaty教授在20世纪70年代提出的一种对非定量事件处理的多目标决策方法,该方法的关键步骤是构造判断矩阵,其量化通常采用1-9标度,有时由于决策者对事物认识的多样性以及客观事物的复杂性,从而使不同决策者对决策对象有不同的偏好,给出的判断矩阵不能很好地反映实际,这样就出现了"不确定性".     

经济效益最优条件下我国乳制品企业冷链物流模式选择

我国乳制品冷链物流发展处在初级阶段,各乳企选择冷链物流运营模式的方法还未成熟,间接导致企业经济效益下降。文章利用矩阵图决策法与比较选择价值系数,从经济效益最优角度出发比较不同模式,进而提出进一步提高我国乳企冷链物流快速发展的建议。     

前景理论下的财务决策分析

期望效用理论是在假设决策者是理性的且厌恶风险的条件下寻求风险与报酬的均衡的,但是人们的行为并不完全是理性的,会受到心理因素的影响,因此用期望效用理论进行财务风险决策会出现偏差;而前景理论假设人们对待风险的态度是不同的,面临收益时表现为风险厌恶,面临损失时则表现为风险偏好,存在处置效应。本文运用前景理论对传统的财务决策进行了改进。     

基于残缺值的模糊偏好关系多属性大群体决策方法

在多属性大群体决策环境下，针对决策者给出关于决策方案两两比较且可能包含残缺值的模糊偏好关系的决策问题，提出了一种基于相似度聚类的残缺值模糊偏好关系大群体决策方法。此方法首先通过标准化残缺值矩阵，然后定义判断矩阵之间的相似度对大群体进行聚类，再对各个属性下的群体偏好进行集结，通过偏差熵模型确定各个决策属性的权重，集结所有决策属性下的群体偏好，最后得到决策方案的排序结果。文章最后给出了一个算例分析以验证此方法的有效性。     

基于信息技术的冷链物流网络模型探析

基于对冷链物流发展趋势分析,探讨了我国当前冷链物流的发展现状,对其在下一步的发展做出一定的预测.运用对信息技术的模块化构建方法,结合网络模型的理论探讨了冷链物流网络模型在我国实施的必要性.利用模块化的方法构建冷链物流网络模型,并根据信息技术在企业中的应用,将企业信息技术与冷链物流网络模型结合起来提高网络结构的运作效率.最后将各种信息技术在各模块中的应用加以整合,得出以第三方冷链物流企业为中心的、信息技术为灵魂的活的供应链企业网络模型.     

包装标准化对冷链物流效率的影响与改进建议

本文介绍了日本为应对食品冷链物流流通效率低下而实施托盘标准纸箱方案的具体做法与成效,分析了包装标准化对物流设备装载率、食品冷链物流系统以及冷链物流各利益相关者的重要影响,并提出改善我国食品冷链物流的措施。     

交叉效率评价方法中一种改进的新单元导入保序性方法

针对交叉效率方法在评估排序时所存在的局限性,即在导入新的决策单元时,可能会使原先的决策单元(DMU)排序发生变化,本文通过建立二次权重集结交叉效率保序性模型对各DMU的权重进行二次分配,进而对交叉效率矩阵进行集结以得到最终的均衡交叉效率值。利用该均衡交叉效率值进行排序时可以消除导入新DMU时所产生的逆序现象。算例说明了该方法有效,计算结果较纳什讨价还价交叉效率保序性模型有所改进,综合计算量更小,各DMU权重更加合理,与一般交叉效率模型的效率值差异更小。