Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Quyết Định Ba Chiều Dựa Trên Phân Tích Hiệu Suất Dữ Liệu Với Dữ Liệu Khoảng
Tóm tắt
Quyết định ba chiều (3WD) là một lý thuyết quyết định được sử dụng rộng rãi, và nó được lấy cảm hứng từ một cách tư duy đặc biệt của con người được gọi là suy nghĩ theo ba chiều. Chính vì lý do này, quyết định ba chiều đã thu hút sự chú ý của nhiều học giả. Trong những năm gần đây, nghiên cứu về phương pháp và ứng dụng của 3WD đã được phát triển một cách rộng rãi. Trong quá trình quyết định, các đơn vị ra quyết định (DMUs) thường được phân chia thành hiệu quả và không hiệu quả trong phân tích hiệu suất dữ liệu (DEA), trong khi các tổn thất quyết định của từng DMU không được xem xét. Do đó, chúng tôi giới thiệu 3WD vào DEA và đề xuất một mô hình DEA ba chiều mới để bổ sung cho những thiếu sót của mô hình DEA truyền thống. Đầu tiên, chúng tôi thiết lập một ma trận kết hợp bằng cách kết hợp ma trận của các chỉ số đầu vào và đầu ra của DEA và bảng hàm tổn thất của 3WD. Sau đó, một phương pháp mới để có được xác suất điều kiện của DMUs được trình bày. Tiếp theo, các chiến lược lạc quan, bi quan và trung lập được phát triển để tính toán các tổn thất kỳ vọng của ba hành động: chấp nhận, hoãn lại và từ chối. Cuối cùng, các quy tắc quyết định ba chiều tương ứng được tạo ra. Các ví dụ minh họa được trình bày để minh chứng cho ứng dụng của mô hình mà chúng tôi đề xuất, cùng với một loạt các phân tích so sánh được trình bày. Nghiên cứu của chúng tôi không chỉ mở rộng ứng dụng của quyết định ba chiều mà còn mở rộng diễn giải ngữ nghĩa của 3WD.
Từ khóa
#Quyết định ba chiều #Phân tích hiệu suất dữ liệu #Đơn vị ra quyết định #Mô hình DEA #Tổn thất kỳ vọng.Tài liệu tham khảo
Eroglu H, Aahin R. A neutrosophic VIKOR method-based decision-making with an improved distance measure and score function: case study of selection for renewable energy alternatives. Cognit Comput. 2020;12:1338–55.
Yao YY. Three-way decisions and cognitive computing. Cognit Comput. 2016;8:543–54.
Yao YY. The geometry of three-way decision. Appl Intell. 2021;51:6298–325.
Yao YY. Tri-level thinking: models of three-way decision. Int J Mach Learn Cybern. 2020;11:947–59.
Qi J, Qian T, Wei L. The connections between three-way and classical concept lattices. Knowledge-Based Syst. 2016;91:143–51.
Singh PK. Three-way fuzzy concept lattice representation using neutrosophic set. Int J Mach Learn Cybern. 2017;8:69–79.
Yao YY. Three-way conflict analysis: Reformulations and extensions of the Pawlak model. Knowledge-Based Syst. 2019;180:26–37.
Chu XL, Sun BZ, Huang QC, Zhang Y. Preference degree-based multi-granularity sequential three-way group conflict decisions approach to the integration of TCM and Western medicine. Comput Ind Eng. 2020;143:106393.
Lang GM, Miao D, Fujita H. Three-way group conflict analysis based on pythagorean fuzzy set theory. IEEE Trans Fuzzy Syst. 2020;28:447–61.
Deng XF, Yao YY. Decision-theoretic three-way approximations of fuzzy sets. Inf Sci. 2014;279:702–15.
Qian J, Dang C, Yue X, Zhang N. Attribute reduction for sequential three-way decisions under dynamic granulation. Int J Approx Reason. 2017;85:196–216.
Zhang X, Miao D. Three-way attribute reducts. Int J Approx Reason. 2017;88:401–34.
Yao YY. Three-way decisions with probabilistic rough sets. Inf Sci. 2010;180:341–53.
Yao YY, Zhou B. Naive bayesian rough sets. RSKT 2010 Lect Notes Comput Sci. 2010.pp.719-26.
Liu D, Li TR, Liang DC. Incorporating logistic regression to decision-theoretic rough sets for classifications. Int J Approx Reason. 2014;55:197–210.
Deng XF, Yao YY. An information-theoretic interpretation of thresholds in probabilistic rough sets. RSKT 2012 Lect Notes Comput Sci. 2012.pp.369-78.
Liang DC, Liu D, Pedrycz W, Hu P. Triangular fuzzy decision-theoretic rough sets. Int J Approx Reason. 2013;54:1087–106.
Liang DC, Xu ZS, Liu D. Three-way decisions based on decision-theoretic rough sets with dual hesitant fuzzy information. Inf Sci. 2017;396:127–43.
Liu D, Li TR, Ruan D. Probabilistic model criteria with decision-theoretic rough sets. Inf Sci. 2011;181:3709–22.
Jia XY, Tang ZM, Liao WH, Shang L. On an optimization representation of decision-theoretic rough set model. Int J Approx Reason. 2014;55:156–66.
Azam N, Yao JT. Analyzing uncertainties of probabilistic rough set regions with game-theoretic rough sets. Int J Approx Reason. 2014;55:142–55.
Li HX, Zhang LB, Huang B, Zhou XZ. Sequential three-way decision and granulation for cost-sensitive face recognition. Knowledge-Based Syst. 2016;91:241–51.
Zhang HR, Min F, Shi B. Regression-based three-way recommendation. Inf Sci. 2017;378:444–61.
Liu D, Ye XQ. A matrix factorization based dynamic granularity recommendation with three-way decisions. Knowledge-Based Syst. 2020;191:105243.
Ye XQ, Liu D. An interpretable sequential three-way recommendation based on collaborative topic regression. Expert Syst Appl. 2021;168:114454.
Zhou B, Yao YY, Luo JG. Cost-sensitive three-way email spam filtering. J Intell Inf Syst. 2014;42:19–45.
Yao JT, Azam N. Web-based medical decision support systems for three-way medical decision making with game-theoretic rough sets. IEEE Trans Fuzzy Syst. 2015;23:3–15.
Liang D, Wang M, Xu Z, Chen X. Risk interval-valued three-way decisions model with regret theory and its application to project resource allocation. J Oper Res Soc. 2021;72:180–99.
Wang X, Wang B, Liu S, Li H, Wang T, Watada J. Fuzzy portfolio selection based on three-way decision and cumulative prospect theory. Int J Mach Learn Cybern. 2021; doi: 10.1007/s13042-021-01402-9.
Liu D, Yao Y, Li T. Three-way investment decisions with decision-theoretic rough sets. Int J Comput Intell Syst. 2011;4:66–74.
Li X, Huang X. A novel three-way investment decisions based on decision-theoretic rough sets with hesitant fuzzy information. Int J Fuzzy Syst. 2020;22:2708–19.
Jiang HB, Hu BQ. A novel three-way group investment decision model under intuitionistic fuzzy multi-attribute group decision-making environment. Inf Sci. 2021;569:557–81.
Jia F, Liu P De. A novel three-way decision model under multiple-criteria environment. Inf Sci. 2019;471:29–51.
Gao C, Yao Y. Actionable strategies in three-way decisions. Knowledge-Based Syst. 2017;133:141–55.
Li HX, Zhang L, Zhou X, Huang B. Cost-sensitive sequential three-way decision modeling using a deep neural network. Int J Approx Reason. 2017;85:68–78.
Charnes A, Cooper WW, Rhodes E. Measuring the efficiency of decision making units. Eur J Oper Res. 1978;2:429–44.
Cinaroglu S. Changes in hospital efficiency and size: An integrated propensity score matching with data envelopment analysis. Socioecon Plann Sci. 2021;76:100960.
Contreras I, Lozano S. Allocating additional resources to public universities. A DEA bargaining approach. Socioecon Plann Sci. 2020;71:100752.
Yang GL, Fukuyama H, Song YY. Measuring the inefficiency of Chinese research universities based on a two-stage network DEA model. J Informetr. 2018;12:10–30.
Wu MQ, Li CH, Fan JP, Wang XY, Wu ZY. Assessing the global productive efficiency of Chinese banks using the cross-efficiency interval and VIKOR. Emerg Mark Rev. 2018;34:77–86.
Torres-Ruiz A, Ravindran AR. Use of interval data envelopment analysis, goal programming and dynamic eco-efficiency assessment for sustainable supplier management. Comput Ind Eng. 2019;131:211–26.
Boudaghi E, Farzipoor Saen R. Developing a novel model of data envelopment analysis-discriminant analysis for predicting group membership of suppliers in sustainable supply chain. Comput Oper Res. 2018;89:348–59.
Yang GL, Yang JB, Liu W Bin, Li XX. Cross-efficiency aggregation in DEA models using the evidential-reasoning approach. Eur J Oper Res. 2013;231:393-404.
An QX, Meng FY, Xiong BB. Interval cross efficiency for fully ranking decision making units using DEA/AHP approach. Ann Oper Res. 2018;271:297–317.
Namazi M, Mohammadi E. Natural resource dependence and economic growth: A TOPSIS/DEA analysis of innovation efficiency. Resour Policy. 2018;59:544–52.
Rakhshan SA. Efficiency ranking of decision making units in data envelopment analysis by using TOPSIS-DEA method. J Oper Res Soc. 2017;68:906–18.
Bagherikahvarin M, De Smet Y. A ranking method based on DEA and PROMETHEE II (a rank based on DEA& PR.II). Measurement. 2016;89:333-42.
Omrani H, Amini M, Alizadeh A. An integrated group best-worst method - Data envelopment analysis approach for evaluating road safety: A case of Iran. Measurement. 2020;152:107330.
Liu D, Liang D. Three-way decisions with DEA Approach. IJCRS 2017 Lect Notes Comput Sci. 2017.pp.226-37.
Despotis DK, Smirlis YG. Data envelopment analysis with imprecise data. Eur J Oper Res. 2002;140:24–36.
Wang YM, Greatbanks R, Yang JB. Interval efficiency assessment using data envelopment analysis. Fuzzy Sets Syst. 2005;153:347–70.
Entani T, Maeda Y, Tanaka H. Dual models of interval DEA and its extension to interval data. Eur J Oper Res. 2002;136:32–45.
Jahanshahloo GR, Hosseinzadeh Lotfi F, Rostamy Malkhalifeh M, Ahadzadeh Namin M. A generalized model for data envelopment analysis with interval data. Appl Math Model. 2009;33:3237–44.
Yu Y, Zhu WW, Zhang Q. DEA cross-efficiency evaluation and ranking method based on interval data. Ann Oper Res. 2019;278:159–75.
Rouyendegh BD, Oztekin A, Ekong J, Dag A. Measuring the efficiency of hospitals: a fully-ranking DEA-FAHP approach. Ann Oper Res. 2019;278:361–78.
Puri J, Yadav SP. Intuitionistic fuzzy data envelopment analysis: An application to the banking sector in India. Expert Syst Appl. 2015;42:4982–98.
Liang DC, Xu ZS, Liu D, Wu Y. Method for three-way decisions using ideal TOPSIS solutions at Pythagorean fuzzy information. Inf Sci. 2018;435:282–95.
Ekiz MK, Tuncer Azakar C. A new DEA approach to fully rank DMUs with an application to MBA programs. Int Trans Oper Res. 2020;27:1886–910.
Liu D, Liang DC. Three-way decisions in ordered decision system. Knowledge-Based Syst. 2017;137:182–95.
Zhan JM, Jiang HB, Yao YY. Three-way multi-attribute decision-making based on outranking relations. IEEE Trans Fuzzy Syst. 2021;29:2844-58.
Ramon N, Ruiz JL, Sirvent I. Dominance relations and ranking of units by using interval number ordering with cross-efficiency intervals. J Oper Res Soc. 2014;65:1336–43.
Hongmei G, Zhihua W, Dandan J, Guoxing C, Liping J. Fuzzy evaluation on seismic behavior of reservoir dams during the 2008 Wenchuan earthquake, China. Eng Geol. 2015;197:1–10.
Wang LP, Li L, Hong NX. Entropy cross-efficiency model for decision making units with interval data. Entropy. 2016;18:358.
Wu J, Sun J Sen, Song ML, Liang L. A ranking method for DMUs with interval data based on DEA cross-efficiency evaluation and TOPSIS. J Syst Sci Syst Eng. 2013;22:191-201.