战略联盟失败的博弈分析:协调失败的视角

许多战略联盟的失败可归因于囚徒困境。但是，本文发现，通过承诺，联盟成员可以将它们之间的囚徒困境博弈转换成协调博弈。尽管协调博弈中的协调失败也可能导致战略联盟的失败，但与囚徒困境相比，针对协调失败的对策却有其自身的优势；更进一步，如果联盟成员之间博弈的类型因环境和时间的变化而变化，那么，由此产生的博弈类型与所采取的对策的不匹配也会导致战略联盟的失败。     

不完全信息的一致性和冗余性问题的研究

针对权重信息不完全的多属性决策问题,提出了检验信息的一致性和冗余性的数学模型,给出了通过不断删去"冲突"约束条件而使参数系统由不一致变为一致的方法,并从理论上对这些模型和方法的合理性进行了论证.     

一种处理语言评价信息的多属性群决策方法

针对具有语言评价信息的多属性群决策问题,提出了一种新的决策方法.该方法采用二元语义表示模型和计算模型进行语言评价信息的处理,并依据LINMAP法的基本思想,在给出群体一致度和不一致度定义的基础上,构造了一个估计正理想点和属性权重的线性规划模型,通过计算每个方案与正理想点之间的距离来确定最优方案.最后用实例说明了该方法的有效性与合理性.     

学习联盟中防范机会主义机制的博弈分析

多数文献都把学习联盟中的价值创造与防范机会主义的治理机制问题分开来进行研究。利用动态博弈的方法，本文发现，学习联盟的价值创造活动中隐含着一种具有自我执行特点的治理机制，其特点是，通过联盟成员的资源的互补性和两种类型的学习能力之间的关系所具有的承诺作用，该治理机制就可有效地防范学习联盟中可能发生的机会主义现象，从而就将价值创造与防范机会主义的研究统一起来了。     

一类不确定信息下的多属性决策问题的研究

对一类不确定信息下的多属性决策问题进行了研究,给出了不确定信息的定义,即在决策过程中决策者不仅不能准确地估计方案的属性值,甚至不能确定同一属性下方案之间的偏好关系.在此基础上,提出使用具有置信结构的偏序关系来表示不确定信息,并给出了解决这类问题的模型和方法.该方法首先采用证据推理算法对不确定信息进行集成,然后使用优势和劣势这2种指数来确定方案间的偏好关系,并在这2种指数的定义中使用了偏序之间的距离公式.最后通过一个例子说明,在信息不确定的情况下该方法能够帮助决策者做出比较合理的决策.     

对方案有偏好的不完全信息下的决策分析模型

研究了一类属性权重和边际效用以线性不等式形式表示,且方案的偏好信息以模糊偏好关系给出的多属性决策问题。在定义偏离度的基础上,构造了一个确定属性权重和边际效用的非线性规划模型,通过引入新变量将它转化为线性规划问题,并依据求解结果确定最优方案,从而使决策结果既能反应客观信息又能体现决策者的主观偏好。最后,通过它在ERP系统选择问题中的应用说明了该方法的可行性。