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)和前景理论(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)。
实验设计
创新方法
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。
排序性能
理论贡献
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。)