分享自:

基于数据包络分析和前景理论的区间三支决策模型

期刊:international journal of approximate reasoningDOI:10.1016/j.ijar.2025.109424

这篇文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:


基于数据包络分析(DEA)与前景理论(Prospect Theory)的区间三支决策模型研究

一、作者及机构信息
本研究由Xianwei Xin(河南师范大学计算机与信息工程学院)、Xiao Yu(河南师范大学人工智能与个性化教育重点实验室)、Tao Li(河南师范大学/山西大学计算智能与中文信息处理教育部重点实验室)及Zhanao Xue(河南师范大学)共同完成,发表于International Journal of Approximate Reasoning(2025年3月,第182卷)。

二、学术背景与研究目标
1. 科学领域:研究属于多准则决策(Multi-Criteria Decision Making, MCDM)与不确定性分析交叉领域,结合了三支决策理论(Three-Way Decision, TWD)数据包络分析(Data Envelopment Analysis, DEA)前景理论(Prospect Theory)
2. 研究动机:传统三支决策模型在多输入-输出(Multi-Input-Output, MIO)场景中存在局限性,且难以量化决策者的风险偏好(Risk Appetite)。此外,现有基于前景理论的模型常因参考点(Reference Point)主观设定导致决策偏差。
3. 研究目标:提出一种融合DEA和前景理论的区间三支决策模型,以解决MIO问题中不确定性表征和决策者心理特征建模的不足。

三、研究流程与方法
1. 模型构建
- 步骤1:基于DEA构建多值决策信息系统(Many-Valued Decision Information System),以不同导向(输入/输出)的效益分数(Benefit Score)作为决策属性。
- 步骤2:引入三角模糊参考点(Triangular Fuzzy Reference Points)替代传统固定参考点,以区间不确定性(Interval Uncertainty)量化决策者心理预期。
- 步骤3:设计多输入-输出的区间隶属函数(Interval Membership Function)及价值函数(Value Function),结合前景理论计算综合前景值(Composite Prospect Value)。

  1. 实验设计

    • 研究对象:30个社会保障保险机构分支(来自伊朗德黑兰的公开数据集)及19个汶川地震后的水库大坝案例。
    • 数据处理
      • 标准化输入-输出数据(如员工数、计算机数量、保险单数量等),采用“越大越好”原则归一化至[0,1]区间。
      • 通过熵权法(Entropy Weight Method)动态计算输入-输出权重。
    • 分类与排序
      • 根据效益分数将决策单元(DMU)划分为强有效(POS)、弱有效(BND)和无效(NEG)三类。
      • 基于综合前景值对同类DMU进行排序。
  2. 创新方法

    • 三角模糊参考点:结合正负参考点与期望值参考点,通过区间长度调整动态反映决策环境变化。
    • 三阶段价值函数:引入风险规避系数(𝜗)和风险寻求系数(𝜉),量化决策者在收益与损失下的不同风险态度。

四、主要结果
1. 分类效果
- 在30个保险机构分支案例中,模型成功划分出14个POS、6个BND和10个NEG单元(见表4),分类准确率优于10种对比方法。
- 以水库大坝数据验证时,模型有效识别了地震后性能达标(POS)与需改进(NEG)的设施。

  1. 排序性能

    • 综合前景值(𝜐𝑗)反映了DMU的优先级。例如,在POS区域内,𝜐𝑗较高的分支(如𝑢9、𝑢25)被推荐为资源分配优先对象。
  2. 理论贡献

    • 通过DEA效益分数与三支决策的结合,解决了传统单值决策系统无法处理MIO的问题。
    • 前景理论的引入使决策结果更贴合实际场景中决策者的心理偏好。

五、结论与价值
1. 科学价值
- 为复杂不确定性环境下的决策问题提供了系统的理论框架,扩展了三支决策的应用范围。
2. 应用价值
- 可应用于资源分配、经济效益评估(如保险机构绩效排名)和灾害后基础设施修复优先级排序等场景。

六、研究亮点
1. 方法创新:首次将DEA、前景理论与区间三支决策结合,提出了动态参考点设定和风险偏好量化方法。
2. 实验验证:通过多数据集(包括真实灾害数据)验证了模型在分类精度和决策效率上的竞争优势。

七、其他发现
- 决策者的风险偏好(如𝜆=2.25时损失厌恶显著)对最终排序结果影响较大,需在实际应用中针对性调整参数。


(注:专业术语如DEA、Prospect Theory等首次出现时保留英文原名,后续使用中文译名。)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com