孙昭旭

作品数:8被引量:51H指数:4
导出分析报告
供职机构:中央财经大学更多>>
发文主题:多属性决策不完全信息多属性决策方法相似度群体多属性决策更多>>
发文领域:经济管理社会学文化科学更多>>
发文期刊:《中国管理科学》《控制与决策》《系统工程与电子技术》《西安石油大学学报(自然科学版)》更多>>
所获基金:国家自然科学基金教育部重点实验室开放基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-8
视图:
排序:
基于Multinomial Logit模型的图书促销效果研究被引量:1
《中央财经大学学报》2015年第S1期156-158,共3页杨伟娟 孙昭旭 
图书作为一种传统的信息传递方式,在现如今的网络时代面临着前所未有的压力和考验。各大出版社在提高整套图书系统质量的同时,也运用各种促销手段来提升销量。选择何种促销策略,达到最大的投资回报是出版商非常关注的一个问题。本文基于...
关键词:销售促销 MULTINOMIAL LOGIT模型 促销系数 
基于标准效用反向测定理论的多准则决策方法
《中国管理科学》2015年第S1期176-179,共4页孙昭旭 
针对多准则决策的线性加权和方法,本文提出了基于标准效用反向测定理论的分段线性效用函数方法。传统的线性加权和方法仅对方案在不同评价准则下的评价值进行简单的线性归一化处理,得到相应的边际效用函数值,并将其加权求和得到方案的...
关键词:多准则决策 线性加权和 分段线性 效用测定 
不完全信息下的群体多属性决策方法被引量:23
《系统工程与电子技术》2007年第7期1098-1101,共4页孙昭旭 韩敏 
针对群体多属性决策问题,提出一种新的不完全信息下的群体多属性决策方法。该方法假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反...
关键词:群体多属性决策 评价属性 专家权重 相似度 不完全信息 
基于满意度的多准则决策模型及其在员工绩效评价中的应用被引量:2
《西安石油大学学报(自然科学版)》2007年第3期127-129,共3页聂静涛 徐枞巍 孙昭旭 
针对评价准则权重信息不完全的群体多准则决策问题,首先利用方案满意度模型,对备选方案集中的每一个方案建立以最大化该方案满意度为目标的线性规划模型,得到一组权重向量,然后利用群决策中的相关集结方法将这组权重向量进行集结,得到...
关键词:群体多准则决策 满意度 绩效评价 
基于随机占优关系的ELECTRE Ⅲ方法被引量:5
《系统工程》2006年第5期118-121,共4页韩敏 孙昭旭 邱菀华 陈迪荣 
国家自然科学基金资助项目(703720111057101010171007);数学;信息与行为教育部重点实验室资助项目
针对多属性决策问题中评价属性的特点将其分为确定型评价属性和随机型评价属性,并将随机占优关系运用到级别高于关系方法ELECTREⅢ中,得到方案之间的赋值级别高于关系。进一步利用赋值级别高于关系得到方案的排序指数并按照该指数对方...
关键词:多属性决策 随机占优 级别高于关系 排序 
一种多属性决策问题的分类方法研究被引量:8
《控制与决策》2006年第2期171-174,共4页孙昭旭 韩敏 邱菀华 
国家自然科学基金项目(70372011)
针对多属性决策的分类问题,基于方案间的赋值级别高于关系,提出一种多属性决策分类法.首先描述了多属性决策的分类问题;然后通过方案间赋值的级别高于关系和线性规划模型,得到一种符合决策者偏好的多属性决策分类方法,从而对方案进行归...
关键词:多属性决策 分类 赋值级别高于关系 线性规划 
一种新的基于模糊等式的群体决策方法被引量:2
《系统工程理论方法应用》2005年第6期572-573,共2页孙昭旭 邱菀华 
国家自然科学基金资助项目(70372011)
以模糊互补判断矩阵为基础,提出了基于模糊等式的群体决策方法。将模糊等式转化为线性规划模型,通过求解线性规划,得到决策群体关于备选方案集的排序向量,从而对方案进行排序。该方法将传统群体决策的两个步骤,即群体集结与求解排序向...
关键词:群体决策 模糊互补判断矩阵 排序向量 
一种模糊判断矩阵的互补一致性修正方法被引量:10
《系统工程》2005年第4期101-104,共4页孙昭旭 邱菀华 韩敏 
国家自然科学基金资助项目(70372011)
引入度量矩阵大小的lp范数来刻画关于模糊判断矩阵的相似性条件、互补性条件以及一致性条件的满足程度。通过将三个极小化问题转化为一个目的规划问题对模糊判断矩阵进行了互补一致性修正。使用控制参数λ将p=1和p=∞两类极小化偏差量...
关键词:模糊判断矩阵 相似性 互补性 一致性 目的规划 
检索报告 对象比较 聚类工具 使用帮助 返回顶部