不完全的第一类Appell函数

受Srivastava等(Srivastava H M,Chaudhry M A,Agarwal R P.The incomplete Pochhammer symbols and their applications to hypergeometric and related functions.Integral Transforms and Special Functions,2012,23(9):659-683)对不完全Pochhammer符号在超几何函数上的应用,以及Qetinkaya(Cetinkaya A.The incomplete second Appell hypergeometric functions.Applied Mathematics and Computation,2013,219(15):503-516)对不完全的第二类Appell函数的研究的启发,通过引入不完全beta函数,给出了不完全的第一类Appell函数的定义,并研究其微分性质、积分变换式和递推公式.

论社会主义初级阶段不完全的按劳分配

一、社会主义社会初级发展阶段胡耀邦同志在党的第十二次全国代表大会上的报告指出:“我国的社会主义社会现在还处在初级发展阶段”。又说“在我国已经发展到建立起作为共产主义初级阶段的社会主义社会”。这两个提法看来似乎是矛盾的,实际上并不矛盾,而是符合马克思主义基本原理的。马克思说,社会主义是共产主义的初级阶段。任何社会从建立起来到充分发展,都有一个过程。我国共产主义初级阶段已经建立起来了,但是,无论生产力、生产关系还是上层建筑的各个方面,都还不够完善,还不够成熟,还需要进一步发展。这就是说,我国现在还处在共产主义初级阶段的初级阶段。这是我们研究现实经济问题和其他问题的出发点。

属性权重信息不完全的区间数多属性决策方法

针对属性权重信息不完全且属性值以区间数形式给出的多属性决策问题,提出了一种逼近于理想点(TOPSIS)的决策分析方法.首先对属性权重信息不完全的区间数多属性决策问题进行了描述;然后依据传统的,TOPSIS方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正理想点、负理想点的差异值,进而计算出每个方案与理想点的相对接近度,即可得到所有方案的排序结果. 最后通过给出一个算例说明了该方法.

基于前景理论的信息不完全的区间型多属性决策方法

针对属性权重信息不完全且属性值为区间数的多属性决策问题,提出一种基于前景理论的多属性决策方法。根据区间数的距离公式给出了区间数的前景价值函数;对"收益"与"损失"采用不同的处理方式,从而使得决策者能够得出更加准确的决策权重。最后通过实例说明了该方法的有效性和可行性。

权重信息不完全的序数型多属性决策TOPSIS法

针对属性权重信息不完全、方案属性值为序数的多属性决策问题,提出一种基于序数信息近似处理的决策方法。定义了序数信息多层次近似处理算法,并据此将方案序数评价值转化为基数;确定备选方案集上的正负理想点,结合权重不完全信息构建方案与正负理想点距离的优化模型;给出一种区间型的方案排序指标,通过区间数可能度的计算比较指标大小,并最终实现方案排序。通过与现有方法的计算结果进行比较,表明了该方法的合理性和有效性。

基于直觉模糊数的信息不完全的多准则规划方法

定义了直觉模糊数和直觉梯形模糊数及其期望值.针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出了信息不完全确定的直觉梯形模糊多准则决策的规划方法.该方法利用权系数的不完全信息构造方案集综合期望值的最优线性规划模型,求解该模型得到各准则的最优权系数,进而得到各方案综合期望值的区间数.利用区间数可能度法对其进行比较,得到整个方案集的排序.实例分析说明了该方法的有效性和可行性.

多层指标权重信息不完全的产品绿色度评价方法研究

针对评价指标的层次性及权重信息的不完全性,提出多层指标权重信息不完全的绿色度评价方法。该方法规范化处理低层指标,逐级向上综合,最终得出产品的绿色度评价指数。对于任意一层指标,以前一级的评价指数为基础,结合该层指标权重的不完全信息,建立只有输出指标且含有偏好信息的数据包络分析(DEA)模型,求出平均交叉效率,并将其作为该层的评价指数。最高层的评价指数即为产品绿色度的量化指标。

属性权重信息不完全的双边匹配多目标决策模型的研究

以C2C电子商务为实际背景,研究了在商品属性权重信息不完全的情况下买卖双方的双边匹配问题。首先给出了C2C电子商务中商品属性权重信息不完全的双边匹配问题的数学描述;然后在此基础上,以最大化匹配度和交易额为目标,建立了双边匹配多目标决策模型,并依据该模型是一类多目标混合0-1整数二次规划模型的特点,设计了模型的求解方法;最后通过一个仿真实例的计算,说明了模型及求解方法的有效性和可行性。

不完全的社会性成人——对来自湖南农村的兰州已婚女性经营者的访谈

兰州这个移民城市聚集了许多来自外地的经商者,其中就有一群湖南人,她们大部分来自农村。在商品经济大潮中,已婚女经营者承担着双重压力:生育和经营。她们远离乡土,散居在城市的各个角落。她们作出了独特的贡献,但并没有获得相应的地位和尊严。她们是特别的一群:不完全的社会性成人。

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,提出了一种基于D-S理论的新决策方法。该方法首先对多个决策者给出不完全的语言评价信息进行分析,得到不同属性下各焦元的基本概率分配函数值,然后通过Dempster-Shafer合成法则对其值进行合成,计算决策方案的信度函数和似真函数值,并据此对所有决策方案进行排序。最后,通过一个算例验证该方法的可行性和有效性。

一种属性信息不完全的TODIM决策方法

针对属性信息不完全的多属性决策问题,考虑到决策者具有参照依赖和损失规避行为,提出一种不完全信息的TODIM决策方法。首先,在考虑决策者参照依赖和损失规避行为的基础上,计算每个方案相对于其它方案关于每个属性的优势度;然后计算每个方案相对于其它所有方案的总体优势度;再以最大化所有方案的总体优势度作为目标函数,建立确定最优方案的优化模型。进一步,利用TODIM方法的思想,计算每个方案相对于其它所有方案的总体优势度,从而对方案进行排序。最后通过一个风险投资的算例验证该方法的可行性和有效性。

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,以D-S(Dempster-Shafer)证据理论为基础,指出了已有研究在焦元识别的方法及相应焦元语言评价信息量化上存在的问题.同时提出了一种基于D-S证据理论的改进方法,该方法重新进行焦元识别、计算基本可信度分配,然后进行证据合成,并根据信度函数做出决策.该方法具有评价结论稳定、决策规则简单的特点.

权重信息不完全的不确定语言多属性群决策方法

针对属性权重信息不完全、属性值信息以不确定语言形式给出的多属性群决策问题,提出了一种决策分析方法.首先,对不确定语言变量进行了描述;然后,给出了求解具有不完全信息的不确定语言多属性群决策问题的计算步骤,其核心是将专家给出的不确定语言决策矩阵集结为具有可能度信息的群决策矩阵,通过计算方案值与理想点的差异值,构建二次规划模型,得到属性权重值,进而可计算出相对接近度,从而得到所有方案的排序结果.最后给出了一个实例分析,结果表明该方法简单可行、便于应用.

权重信息不完全的产品绿色度综合评价方法

针对现有的产品绿色度评价方法不能处理不完全权重信息的不足,提出基于数据包络分析理论的绿色度评价方法。该方法首先对评价指标进行规范化处理,使规范化后的数据越大越好;其次建立只有输出指标且含有偏好信息的DEA模型,最后,利用交叉效率,建立交叉效率矩阵,并以平均交叉效率作为产品绿色度的量化指标。实验结果表明,该方法不仅能够处理区间数、序关系等形式的不完全权重信息,也能够处理完全确定及完全不确定权重信息的绿色度评价问题,且具有较好的鲁棒性、可操作性。

基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。

一种信息不完全的随机多准则决策方法

不确定型多准则决策已成为多准则决策研究领域的热点。对于方案的准则值为模糊数和语言值的不确定型多准则决策问题，已经引起国内外学者的广泛关注。然而，在实际决策中存在准则值随自然状态的不同而变化且决策者很难预知未来的真实情况的随机多准则决策。

权重信息不完全的区间数多属性决策GRA方法

针对属性权重信息不完全,且属性值以区间数形式给出的多属性决策问题,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果。最后给出一个数值例子,结果表明该方法简单、有效并易于计算。

信息不完全的多准则层次分类方法研究

提出一种信息不完全的多准则层次分类决策方法.该方法利用决策者对训练集的分类结果(属于最高分类和不属于最高分类)和准则权系数的不完全信息构建非线性规划模型,将其转换成线性规划模型,求解得到训练集中方案在各准则值下的偏好值和准则权系数,通过插值得到方案集中方案在各准则下的偏好值,计算其一致性指标值,确定是否属于该分类.对于不属于最高分类的训练集中的方案进行分类,并继续上述过程,直到所有方案均分类为止.最后通过实例说明该方法的有效性和可行性.

信息不完全的多准则决策的SIR方法

在决策中,存在准则值不准确、不确定、不能决定和准则权系数信息不完全的多准则决策问题,针对此类问题,提出了一种信息不完全的多准则决策的优劣势排序方法。该方法首先构建方案集的优势矩阵和劣势矩阵,得到方案的全局优势度和劣势度,利用权系数的不完全信息构建相应的最优化模型,求解最优化模型得到优势度和劣势度的变化区间,利用区间数的排序方法得到方案集的一个部分排序或完全排序。最后通过实例验证了该方法的有效性。

信息不完全的Fuzzy群体多准则决策的规划方法

提出了一种准则权系数和决策者权系数信息都不完全,且决策者存在风险态度的Fuzzy群体多准则决策方法。该方法通过利用准则权系数的不完全信息构造各方案针对不同决策者的Fuzzy线性规划,利用Fuzzyα 截集和区间数的性质,将Fuzzy线性规划转化为线性规划,求解综合后的线性规划得到各方案针对不同决策者的评价模糊数。然后利用决策者的不完全信息构造Fuzzy线性规划,将Fuzzy线性规划转换成为一般线性规划问题,求解综合后的线性规划问题,得到方案的群体评价模糊数。对决策者的风险态度进行集成得到群体风险态度,利用模糊数的距离公式将群体风险态度与方案的群体评价模糊进行集成得到整个方案集的一个排序。对准则值是梯形模糊数的信息不完全的Fuzzy群体决策方法的实现过程进行了详细讨论。最后通过实例说明该方法的可行性和有效性。