网络化决策支持体系中分布式动态决策建模系统的研究

在高速动态变化的企业生存环境条件下，为了实现快速而准确的决策。本文提出了一种基于Internet和虚拟组织的网络化决策支持模式，论述了其结构体系和主要过程，根据集成化程度的不同。提出了2种基于动态建模的动态建模的系统软件构架及其通讯模型，并分析比较了两者的优缺点。     

任务驱动的应急资源集成方式与组织过程建模

通过应急平台实现应急组织资源协作调配是当前应急工作的重要方法.根据突发事件情景任务,快速组建与应急任务功能契合的应急资源组织体系,是保证应急管理平台的辅助决策有效性的关键.本文在对应急管理平台资源集成模式分析的基础上,建立了任务驱动的应急平台资源集成框架,对任务驱动的应急虚拟组织协作过程进行了建模分析,并提出了一种模型求解算法和算例应用.     

基于虚拟包络面和TOPSIS的DEA排序方法

传统的DEA模型将决策单元简单地分为DEA有效或DEA无效两大类, 无法实现决策单元的完全排序. 为实现决策单元完全、合理的排序, 文献中出现多种DEA排序方法. 文章在文献总结的基础上, 对现有DEA排序方法的局限性进行了详细的探讨; 基于实际评价的决策单元, 提出了一种虚拟前沿面的DEA方法, 并给出了基于最优虚拟前沿面和最劣虚拟前沿面的效率评价模型; 然后基于TOPSIS排序思想, 构造了基于最优虚拟前沿面理想决策单元和基于最劣虚拟前沿面的负理想决策单元, 提出了一种集成的DEA排序方法. 该方法同时考虑决策单元的最优和最劣权重体系, 兼顾所有决策单元的效率信息, 能够获得较为合理的排序结果. 算例分析验证了所提出的方法的合理性和优越性.     

有效区分决策单元的数据包络分析方法

针对传统数据包络分析模型不能区分有效决策单元以及不同决策单元的效率缺乏可比性问题,引入最优和最差两个虚拟决策单元,提出一种有效区分决策单元的DEA模型.该方法借助两个虚拟决策单元,建立模型,求出一组公共权重,并以此为基准计算每个决策单元的效率指数,实现决策单元的排序.通过实例,与其它方法比较,验证该方法在区分决策单元方面更有效.     

基于X3D的仿真可视化支撑服务研究与实现

X3D集成XML,Java以及流媒体技术支持基于Web的三维可视化建模和渲染,是当前Web3D的标准.网格技术是一种新兴的Internet计算模式,通过构造动态的虚拟组织实现计算资源的共享与协作.本文将X3D技术与网格技术、J2EE技术相结合,构建基于Web的仿真可视化支撑环境体系结构和相应的可视化支撑服务,实现广域网内基于浏览器访问、共享和组装多种武器、地形、特效的三维模型,快速定制和构建三维可视化应用,构造虚拟仿真环境.对仿真可视化支撑环境体系结构及服务实现的关键技术进行了详细的介绍.     

复杂海事安全条件下的船舶应急航线决策方法

针对船舶作业需要满足的复杂海事安全条件,提出一种基于改进智能水滴-交互速度障碍的船舶应急航线自主决策方法.通过引入最优解邻域扩张机制增加解的多样性,对基本智能水滴算法进行改进,避免算法在寻优过程中陷入局部最优解导致算法"早熟".利用改进的智能水滴算法对已知环境进行全局航线决策,再利用交互速度障碍法根据遇到的动态障碍物进行局部航线重规划.仿真实验证明航线决策方法可以快速有效地规划出最优航线并实现实时动态避碰.     

基于期权理论的国际海上集装箱运输协议动态定价决策

考虑到市场竞争的日益规范与激烈, 尤其是近年来航运衍生市场的迅猛发展, 将价格视为外生变量, 基于期权理论, 提出了国际集装箱海运企业运输协议动态定价的决策方法, 建立了附带美式认购/认沽期权且符合现行法律体系规定的国际海上集装箱运输协议动态定价决策模型. 基于伊藤引理及其相关性质, 通过微分方程变换, 实现了模型的有效求解. 结合算例, 给出了较为详尽的参数获取与估值方法. 通过对算例的求解, 分析了在附带美式认购/认沽期权的运输协议中, 相关因素对运输协议动态定价决策的影响机理, 模型的有效性也同时得到了较好的验证.     

武器装备体系组合规划的高维多目标优化决策

针对武器装备体系组合规划问题中存在多类相互冲突的高维多目标问题(目标数 ≥ 5),提出了一种三阶段的集成优化决策方法. 首先运用目的规划技术将高维多目标问题转换为一般多目标优化模型(目标数 ≤ 3); 然后提出一种多目标差分进化算法,用于搜索属于决策者关心区间的非劣解集; 最后提出基于预测优化的理想点算法,可生成精确满足决策者偏好的最佳折衷解. 通过某侦察装备体系组合规划示例,证明了各算法模块的优势和该方法的整体有效性,可为武器装备发展和顶层规划提供决策支持.     

基于系统分析的企业虚拟组织与大型工程组织对比研究

针对企业虚拟组织与大型工程组织的契合性问题展开分析。首先对企业虚拟组织与大型工程组织这两个概念进行界定;然后在此基础上以系统分析的视角分别从系统要素、系统结构、系统功能三个方面分析两者的异同点;最后提出新的认识:将大型工程组织看成是制造企业实现敏捷制造的一种组织模式——虚拟组织模式在大型工程中的具体表现,并基于这种认识指出虚拟组织以及大型工程组织进一步研究的方向。     

MFR认知干扰决策体系构建及关键技术

随着多功能雷达(multifunctional radar, MFR)和认知电子战的不断发展,现有干扰决策体系越来越难以满足现代化战争的需求。对此,构建了一种对MFR的认知干扰决策体系。首先,构建了MFR信号层级结构,在此基础上结合认知特点,提出了认知干扰决策体系,使得对MFR的干扰决策体系具备了一定的认知能力。其次,对体系中的关键技术——干扰库和案例库的构建和更新、干扰有效性分析和基于强化学习的干扰策略分别进行了研究分析。对认知电子战的发展具有重要的理论和实际意义。     

基于目标希望水平的多目标决策新方法

本文提出一种基于目标希望水平的多目标决策新方法，该方法按照实际决策思维方式构造产生非劣解的辅助问题，充分考虑决策人在决策过程中的交互要求，通过决策人对目标希望水平的确定或修正获取有用的偏好信息，简单、实用，易于在计算机上实现。文中给出的若干定理保证了决策方法的有效性。     

一种基于满意与公正的群决策方法

在群体决策问题,如何将群成员的偏好集结构群体的偏好并构造一个群体的效用函数是基于效用函数的群决策方法的核心问题,本文给出了公正和满意的概念和测度方法,提出了一种基于满意和公正的群体效用函数构造方法,并通过求解一个规划问题来获得群体效用函数。     

组织决策过程及其涌现性研究

取得决策优势是信息化战争的关键问题之一。重大的战略决策往往是组织决策。如何对组织决策过程进行有效管理和控制，以实现整体大于部分之和的组织增效潜力，是组织决策理论需要研究解决的重点问题。本文研究了组织决策过程的复杂性及其中的涌现现象，分析了涌现性对组织决策效能的作用和影响，提出对组织决策过程中的涌现性进行控制，是组织决策过程管理控制的重心，也是提高组织决策效能的重要途径。     

风险型多目标决策的模型体系

本文就风险型多目标决策分析问题，提出了一种适用的决策分析原则──希望水平原则，并基于决策目标和约束的分类，给出了解的概念体系及确定性等价模型体系，为进一步研究风险型多目标决策问题提供了必要的理论基础。     

大规模含整变量多目标决策基于目标期望水平的交互式分解协调方法

针对具有块角结构的大规模含整变量多目标决策问题提出了一种基于目标期望水平的交互多分解协调方法。该方法利用目标期望水平实现交互决策过程。利用拉格朗日分解对偶方法进行分解协协调。文中定义了若干概念，证明了若干定理，给出了交互决策的具体步骤，并对软件实现作了说明.     

基于个人区间复合标度的一致决策模型

为更好地解决一致决策过程中不同决策者的偏好信息表示,以及一致程度判定等问题,提出一种基于区间复合标度的二元语义模型,可实现从词到数值区间的转化过程以及数值区间到词的再转化过程.提出一种基于个人区间复合标度的一致决策模型,决策者个人有不同的语言表示模型,同时突出决策过程中的转化和再转化过程,可对整个决策过程的一致状态进行判断.提出的模型考虑了人们思维的模糊性以及认知的差异性,并为解决复杂的一致决策问题提供了量化模型与评价依据.     

组织协作网与决策树

基于组织基本组成元素(决策者、平台和任务)的定义描述了组织协作网与决策树。通过对组织协作网与决策树的描述分析提出了组织结构设计的新思路:基于决策个体在任务上的协作关系设计最佳的决策树(组织决策的层次结构)。并描述了从组织协作网到决策树的生成过程,对生成过程的求解采用了优化协作树算法。针对案例对决策树的产生进行了求解和分析。     

基于证据理论的群决策层次评价方法研究

运用证据理论对具有不确定信息的多属性群决策层次评价问题提出了一种新的解决方法。首先对专家的模糊评判语言作出了定量描述 ,对专家评判中由于主观认识的局限性使评判具有不准确性的问题进行了研究 ,构造了一种新的表示专家不确定意见的信任度方法 ,解决了在这种表示下的群体意见和多个指标的层次综合问题。算例表明 ,该方法评估结果客观、合理 ,对群决策层次评估问题很有效     

不完备信息条件下基于证据理论的CGF行为决策方法

针对计算机生成兵力行为决策中遇到的战争迷雾问题, 特别是决策属性中出现的不完备信息情况, 提出基于证据理论的行为决策方法. 首先基于战场决策信息特点分析, 提出精确、模糊、不确定信息的决策属性可信度归一化表示, 然后提出表示备选方案不确定性的执行可信度, 最后根据DS合成法则对多属性可信度信息进行合成. 实验分析说明了该方法的可行性, 以及对于不完备信息处理的有效性.