残缺数据下动态随机算法及应用

doi:10.12005/orms.2021.0173

运筹与管理 ›› 2021, Vol. 30 ›› Issue (6): 6-11.DOI: 10.12005/orms.2021.0173

残缺数据下动态随机算法及应用

易平涛, 董乾坤, 李伟伟

东北大学工商管理学院,辽宁沈阳 110004

收稿日期:2019-12-21 出版日期:2021-06-25
作者简介:易平涛(1981-),男,湖南永州人,博士(后),副教授,研究方向:综合评价及数据挖掘;董乾坤(1995-),男,博士,研究方向:综合评价;李伟伟(1986-),女,山东烟台人,博士后,副教授,研究方向:综合评价及信息融合。
基金资助:
国家自然科学基金资助项目(71671031,71701040,71901079);中国教育部人文社会科学基金资助项目(17YJC630067);中央高校教育部基本科研专项资金资助项目(N2006007,N2006013)

Dynamic Stochastic Algorithm Based on Incomplete Data and Its Application

YI Ping-tao, DONG Qian-kun, LI Wei-wei

School of Business Administration, Northeastern University, Shenyang 11004, China

Received:2019-12-21 Online:2021-06-25

摘要/Abstract

摘要： 针对指标数据残缺的动态评价问题,提出了一种基于残缺数据的动态随机算法。首先依据时间维度上的分布情况将残缺值分为两类:离散型与连续型,并提出了对应的补足方法;然后在数据补足完整的基础上,利用随机模拟技术,计算优胜度矩阵,并推导出被评价对象之间的可能性排序。该算法避免了评价对象之间排序的绝对性,在对实际问题的解释方面具有较大弹性。最后,通过一个算例对该算法进行详细说明。

关键词: 动态评价, 残缺数据, 随机模拟, 优胜度矩阵, 可能性排序

Abstract: To the dynamic evaluation problem with incomplete data, this paper proposes a dynamic stochastic algorithm based on incomplete data. Firstly, the missing data are classified into two types, the discrete missing data and the continuous missing data.According to their distribution in time dimension, the relative filling methods are proposed in this paper. Then, based on complete data, the winning probability matrix representing the relative performance among alternatives is calculated, combining with the stochastic simulation, from which the probability sort between the alternatives is induced. The algorithm avoids the absolute sort results among alternatives and has more advantages in explanations for real-world applications. Lastly, the algorithm is illustrated in an example in detail.

Key words: dynamic evaluation, incomplete data, stochastic simulation, winning probability matrix, probability sort

中图分类号:

C934

易平涛, 董乾坤, 李伟伟. 残缺数据下动态随机算法及应用[J]. 运筹与管理, 2021, 30(6): 6-11.

YI Ping-tao, DONG Qian-kun, LI Wei-wei. Dynamic Stochastic Algorithm Based on Incomplete Data and Its Application[J]. Operations Research and Management Science, 2021, 30(6): 6-11.

参考文献

[1] 郭亚军.综合评价理论、方法及应用[M].科学出版社,2007.
[2] Lan J B, Zou H Y, Hu M M. Dominance degrees for intervals and their application in multiple attribute decision-making[J]. Fuzzy Sets and Systems, 2020, 383(C).
[3] 金菊良,刘丽,汪明武,李如忠,周玉良.基于三角模糊数随机模拟的地下水环境系统综合风险评价模型[J].地理科学,2011,31(2):143-147.
[4] Chen Y C, Lien H P, Tzeng G H. Measures and evaluation for environment watershed plans using a novel hybrid MCDM model[J]. Expert Systems with Applications, 2010, 37(2): 926-938.
[5] 易平涛,张丹宁,郭亚军.综合评价的随机模拟求解算法及应用[J].运筹与管理,2009,18(5):97-106.
[6] 李美娟,陈国宏,林志炳,徐林明.基于理想解法的动态评价方法研究[J].中国管理科学,2015,23(10):156-161.
[7] 黄山松,谭清美.基于三维信息集结的灰色动态多指标评价模型[J].统计与决策,2018,34(22):41-44.
[8] 易平涛,郭亚军,张丹宁.基于双激励控制线的多阶段信息集结方法[J].预测,2007,26(3):39-43.
[9] 易平涛,由海燕,郭亚军,李伟伟.基于时序增益激励的多阶段评价信息集结方法[J].系统工程,2015(12):126-131.
[10] XuZ S. Multi-period multi-attribute group decision-making under linguistic assessments[J]. International Journal of General Systems, 2009, 38(8): 823-850.
[11] Su Z X, Chen M Y, Xia G P, Wang L. An interactive method for dynamic intuitionistic fuzzy multi-attribute group decision making[J]. Expert Systems with Applications, 2011, 38(12): 15286-15295.
[12] Bali O, Dagdeviren M, Gumus S. An integrated dynamic intuitionistic fuzzy MADM approach for personnel promotion problem[J]. Kybernetes, 2015, 44(10): 1422-1436.
[13] Hao Z N, Xu Z S, Zhao H, Fujita H. A dynamic weight determination approach based on the intuitionistic fuzzy bayesian network and Its application to emergency decision making[J]. IEEE Transactions on Fuzzy Systems, 2017, 26(4): 1893-1907.
[14] 张发明,孙文龙.基于区间数的多阶段交互式群体评价方法及应用[J].中国管理科学,2014,22(10):129-135.
[15] Starrett S K, Starrett S K, Heier T,Su Y S, Tuan D, Bandurraga M. Filling in missing peak flow data using artificial neural networks[J]. ARPN Journal of Engineering and Applied Sciences, 2010, 5(1): 49-55.
[16] 钱永江,秦永松.缺失数据下均值的经验似然置信区间[J].统计与决策,2009(15):14-17.
[17] Wu X T, Khorshidi H A, Aickelin U, Edib Z, Peate M. Imputation techniques on missing values in breast cancer treatment and fertility data[J]. Health information science and systems, 2019, 7(1): 19.
[18] 王玲.混合型缺失数据的填补方法研究[D].辽宁大学,2017.
[19] 毕永朋.均值填补算法的改进和研究[D].江西理工大学,2018.
[20] 易平涛,李伟伟,郭亚军.动态不确定评价问题的随机聚合求解及应用[J].系统工程理论与实践,2019,39(5):1278-1286.

残缺数据下动态随机算法及应用

Dynamic Stochastic Algorithm Based on Incomplete Data and Its Application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

[1]	余鹏, 马珩. 基于面积灰关联相对贴近度模型的长三角制造业产业升级研究[J]. 运筹与管理, 2021, 30(3): 177-182.
[2]	曾小春, 李随成, 高琨. 基于突变级数的我国区域技术有效供给发展状况动态评价——模糊奖惩特征的视角[J]. 运筹与管理, 2021, 30(12): 158-164.
[3]	范德成, 方璘, 宋志龙. 基于指标变异程度与关联程度组合赋权的中国工业结构转换能力动态综合评价[J]. 运筹与管理, 2020, 29(6): 166-178.
[4]	谢宏伟, 魏伟, 郭崇慧, 陈海民, 李文杰, 陈冲. 基于连续用电量和缴费时间差的客户信用动态评价模型[J]. 运筹与管理, 2020, 29(1): 141-147.
[5]	余鹏, 马珩, 周福礼. 基于级差最大化组合赋权TOPSIS灰关联投影法的区域碳效率动态评价[J]. 运筹与管理, 2019, 28(12): 170-177.
[6]	江玉国,淳伟德. 一种动态评价法在钢铁企业低碳竞争力评价中的应用[J]. 运筹与管理, 2018, 27(12): 166-171.
[7]	郭亚军, 李玲玉, 易平涛, 李伟伟. 拉开档次法稳定性分析及改进[J]. 运筹与管理, 2015, 24(2): 155-162.
[8]	李伟伟, 易平涛, 郭亚军. 差异驱动型评价方法的稳定性及差异凸显能力比较[J]. 运筹与管理, 2015, 24(1): 216-221.
[9]	李伟伟, 易平涛, 郭亚军. 基于随机模拟视角的混合数据形式密度算子[J]. 运筹与管理, 2013, 22(3): 132-138.
[10]	董军, 国方媛. 多层次系统的动态评价研究[J]. 运筹与管理, 2011, 20(5): 176-184.