简介：本文结合特征向量法(EM)及和法(SM)优点,提出了一种新的排序方法一具有平均累积优势度的和法(DSM),同EM,SM,MDM[6]相比,此法简单、实用、可靠、计算权重所需时间少、且与EM总是得到相同的方案排序,而其它方法如平均优势度矩阵法(MDM)、对数最小二乘法(LLSM)、最小偏差法(LDM)有时会产生逆序.
简介：针对考虑多个决策者给出不同的指标期望的多指标风险决策问题，提出一种基于累积前景理论的决策分析方法。在本文中，将决策者给出的指标期望视为参照点，通过构建基于参照点的价值矩阵和权重矩阵，进而构建前景决策矩阵，并基于前景决策矩阵来计算每个方案的综合前景值，然后依据综合前景值的大小对所有方案进行排序。最后，通过一个算例说明了该方法的可行性和有效性。
简介：本文考虑指数学习效应和位置学习效应同时发生的新的排序模型。工件的实际加工时间不仅依赖于已经加工过工件正常加工时间之和的指数函数,而且依赖于该工件所在的位置。单机排序情形下,对于最大完工时间和总完工时间最小化问题给出多项式时间算法。此外某些特殊情况下,总权完工时间和最大延迟最小化问题也给出了多项时间算法。流水机排序情形,对最大完工时间和总完工时间最小化问题在某些特殊情形下给出多项时间算法。
一种具有平均累积优势度的排序方法
基于累积前景理论的考虑群体参考点的多指标风险决策方法
具有指数和位置学习效应的机器排序问题
