偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf

偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf

ID:58227007

大?。?88.67 KB

頁數(shù):4頁

時(shí)間:2020-04-29

偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf_第1頁
偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf_第2頁
偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf_第3頁
偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf_第4頁
資源描述:

《偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、2015年第16期經(jīng)濟(jì)研究導(dǎo)刊No.16,2015總第270期ECONOMICRESEARCHGUIDESerialNo.270偏差分析確定風(fēng)險(xiǎn)屬性權(quán)重的方法研究常哲(西北師范大學(xué)經(jīng)濟(jì)學(xué)院,蘭州730070)摘要:構(gòu)建偏差分析和模糊數(shù)學(xué)理論相結(jié)合確定風(fēng)險(xiǎn)屬性權(quán)重的定量分析方法。首先,該方法通過引用相離度的概念,提出基于標(biāo)準(zhǔn)差和平均差的三角模糊數(shù)確定屬性權(quán)重的方法,從而對(duì)專家評(píng)估時(shí)帶有的主觀模糊性進(jìn)行修正,使其評(píng)估結(jié)果更客觀合理。其次,運(yùn)用模糊數(shù)學(xué)方法改進(jìn)可能度三角模糊數(shù)模型,將風(fēng)險(xiǎn)屬性信息進(jìn)行處理,得到

2、風(fēng)險(xiǎn)項(xiàng)的優(yōu)先級(jí)排序。最后,通過實(shí)例仿真驗(yàn)證該方法對(duì)風(fēng)險(xiǎn)定量分析的可行性。關(guān)鍵詞:偏差分析;風(fēng)險(xiǎn)屬性權(quán)重;模糊數(shù)學(xué)理論;三角模糊數(shù);可能度三角模糊數(shù)模型中圖分類號(hào):F224-39文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2015)16-0294-03為a≥b的可能度。引言上述可能度三角模糊數(shù)模型把三角模糊數(shù)分別分成了軟件風(fēng)險(xiǎn)屬性權(quán)重的確定關(guān)系軟件風(fēng)險(xiǎn)評(píng)估的客觀合兩個(gè)區(qū)間數(shù)進(jìn)行比較組合,而忽略了三角模糊數(shù)左右兩端的理性,傳統(tǒng)確定風(fēng)險(xiǎn)屬性權(quán)重的方法賴于專家經(jīng)驗(yàn)[1-4],帶有區(qū)間,改進(jìn)的可能度三角模糊數(shù)模型

3、定義如下:較大的主觀性和不合理性。設(shè)a=(aL,aM,aU),b=(bL,bM,bU)為兩三角模糊數(shù),目前基于模糊數(shù)的風(fēng)險(xiǎn)屬性權(quán)重分析方法一般采用兩1min{aM-aL+bM-bL,max{aM-bL,0}}1種形式,一是運(yùn)用模糊層次分析法(FuzzyAnalyticHierarchyp(a≥b)=2λaM-aL+bM-bL+2λProcess,F(xiàn)AHP)建立風(fēng)險(xiǎn)層次結(jié)構(gòu)模型,對(duì)專家判斷結(jié)果進(jìn)min{aU-aM+bU-bM,max{aU-bM,0}}行處理,采用FAHP法對(duì)項(xiàng)目風(fēng)險(xiǎn)定量分析,該方法的缺點(diǎn)

4、+(1-λ)aU-aM+bU-bM是必須進(jìn)行一致性檢驗(yàn),對(duì)于目前采用的加型一致性互補(bǔ)判min{aU-aL+bU-bL,max{aU-bL,0}}斷矩陣與權(quán)重向量之間的關(guān)系參數(shù)無可靠性選擇原則遵循,aU-aL+bU-bL因此沒有嚴(yán)格的數(shù)學(xué)證明判斷矩陣與權(quán)重向量之間關(guān)系的其中,λ值的選擇取決于決策者的風(fēng)險(xiǎn)態(tài)度,且0≤唯一確定性,屬性權(quán)重的確定沒有統(tǒng)一的定性結(jié)論[5~6]。二是λ≤1。當(dāng)λ>0.5時(shí),稱決策者是追求風(fēng)險(xiǎn)的;當(dāng)λ=0.5時(shí),建立不同類型偏好信息為模糊數(shù)的多屬性風(fēng)險(xiǎn)權(quán)重分析模稱決策者是風(fēng)險(xiǎn)中立的;

5、當(dāng)λ<0.5時(shí),稱決策者是厭惡型,一般采用語言變量和三角模糊數(shù)[7]的形式給出屬性信息,風(fēng)險(xiǎn)的。專家憑借自身經(jīng)驗(yàn)出屬性權(quán)重,采用將語言變量轉(zhuǎn)化為三角模糊數(shù)進(jìn)行處理,這不但會(huì)造成信息的丟失,而且由于專家二、構(gòu)建風(fēng)險(xiǎn)評(píng)估模型流程知識(shí)背景和經(jīng)驗(yàn)不同,對(duì)軟件風(fēng)險(xiǎn)尤其是跨行業(yè)領(lǐng)域的風(fēng)險(xiǎn)1.確定專家評(píng)估者E=(e1,e2,…,ek),確定評(píng)估指標(biāo)集U=認(rèn)識(shí)具有一定的模糊性,使得專家在評(píng)估時(shí)帶有一定的模糊(u1,u2,…,un),評(píng)估對(duì)象集R=(r1,r2,…,rm)。性和主觀偏好性,從而給評(píng)估結(jié)果帶來很大的模糊性[

6、8]。2.專家給出評(píng)估對(duì)象rj在評(píng)估準(zhǔn)則xi下的主觀偏好值一、改進(jìn)的可能度三角模糊數(shù)模型aij,從而構(gòu)成評(píng)估矩陣A=(aij)m×n。設(shè)a=(aL,aM,aU),b=(bL,bM,bU)為兩三角模糊數(shù),則稱:3.將模糊評(píng)估矩陣A按公式轉(zhuǎn)化為歸一化矩陣C=(cij)m×n。min{aM-aL+bM-bL,max{aM-bL,0}}4.由公式確定權(quán)重向量w,并做歸一化處理,風(fēng)險(xiǎn)因素的綜p(a≥b)=λ+(1-λ)naM-aL+bM-bL合屬性值與屬性權(quán)重關(guān)系Z=移*=Cw+Cw+…+Cw。cijwj1122

7、nnmin{aU-aM+bU-bM,max{aU-bM,0}}j=1aU-aM+bU-bM5.利用本文改進(jìn)的可能度三角模糊數(shù)模型對(duì)Z處理,建i收稿日期:2015-03-18基金項(xiàng)目:國家自然科學(xué)基金資助項(xiàng)目(61165002)作者簡介:常哲(1994-),女,甘肅武威人,本科,從事產(chǎn)業(yè)經(jīng)濟(jì)研究?!?94—立互補(bǔ)判斷矩陣:通過對(duì)某軟件公司近年來開發(fā)的軟件進(jìn)行統(tǒng)計(jì)分析,得