多指标群决策及其方法研究

本文讨论了多指标群决策的概念及其方法。利用多指标群决策中的多种排序方法集结出决策人对于方案的偏好;同时,利用得出的方案的偏好,求出决策人对于指标的偏好,得到主要指标,从而达到了数据的压缩。     

一种基于期望满意度的群决策方法

群决策过程是群成员相互作用的动态过程 .在这个过程中 ,不同的群成员表现出不同的影响力和偏好模糊程度 .基于不精确偏好规划方法和行为决策理论的满意方法 ,通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来 ,定了一种期望满意度函数 ,并提出了一种基于期望满意度函数的群决策方法 .最后 ,通过一个实例对方法进行了验证     

一种基于其望满意度的群决策方法

群决策过程是群成员相互作用的动态过程，在这个过程中，不同的群成员表现出不同的影响力和偏好模糊程度。基于不精确偏好方法和行为决策理论的满意方法，通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来，定了一种期望满意度函数，并提出了一种基于期望满意度函数的群决策方法。最后，通过一个实例对方法进行了验证。     

EMV和EUV理论在投资风险决策中的应用

期望货币值(EMV)客观分析几种情况出现的收益或亏损值及可能出现的概率;计算期望值(EUV)进行方案决策,但是它没能体现投资者(决策人)的价值观、偏好、经济承受能力.期望效用值准则是决策者在确定环境下对每个方案的隐含价值或偏好的一种量度,正好补充了期望货币值的不足,两者结合能够取长补短,达到更符合实际的决策方案.     

下层分组的两层决策方法

下层分组的两层决策方法夏洪胜（系统科学系）本文的研究是针对如下特点的两层决策问题：ｉ）上层有多个决策要作出，每个决策影响下层某些部门，上、下层决策人各自控制自身的决策变量；ｉｉ）上层决策人较下层决策人有更大的权力和利益，下层决策人在满足自身基本需求的...     

关于均衡度与变权的注记

通过一个实例说明均衡度的定义存在不足之处,由此引出关于均衡度定义的修正方案;同时亦对差异度作了类似的改进.随后致力于均衡度与差异度之间关系的刻画,并且讨论了均衡度的构造.特别地,提出刻画决策人均衡偏好模式的均衡偏好函数概念,建立了多因素决策的加权-均衡综合模型,同时给出一类特殊的状态变权.     

基于模糊推理的多目标决策方法——FSWT法

本文提出了一种基于模糊推理的对话式多目标决策方法——FSWT法,用隶属函数定量描述决策人对各目标值的满意度.决策人用自然语言评价由ε约束法求得的非劣解及其置换率,克服了SWT法中用整数表示代理值和决策人判断不精确性的困难.根据决策人基于其知识和经验的判断规则,经模糊推理修正满意度.     

决策任务产生和识别的理论与模型研究

为了把决策人任务与动议、决策目标、决策人问题和被选方案等区分开来,本文给出了决策任务及其要素的定义,并进而给出了决策任务分类和排序的指标.在以上定义的基础上,提出了一个在组织中通用的一个概念模型,用以产生和识别组织中面临的决策任务.在一个我们的原型系统中,用例子作了说明,并采用特定的指标对模型的效果进行了评价.     

一种修改的TOPSIS法

目的改进传统多属性决策问题的TOPSIS法。方法对有限方案多目标决策分析法的一种修改方法。结果改进了传统的TOPSIS方法,提出在解决某些实际问题时应放弃全序而采用偏序,即TOPSIS偏序法,能更合理地反映出方案的优劣性。结论修改和补充了有限方案多目标决策分析方法,使其更具合理性,并扩大了传统方法的应用,决策人可由方案的优劣性根据自己的偏好做出最终的理想选择。     

具有风险厌恶型决策者的有限阶段马尔可夫决策过程

【目的】在分析了期望最大化准则无法控制方差的局限性的基础上,考虑具有风险厌恶型决策人的有限阶段马尔可夫决策过程,为风险厌恶决策者提供决策方法。【方法】建立了悲观准则下有限阶段马尔可夫决策过程的数学模型,并基于动态规划原理和同向不等号相加的保号性给出了向后递推算法。【结果】得到了每个阶段所有可能状态的最优策略和到阶段结束至少可获得的报酬,并证明所得到的最优策略矩阵满足风险厌恶型决策者的要求。然后,针对连续性策略、成本最小化和风险偏好型决策者等情形下有限阶段马氏过程最优策略的求解进行了一些理论延伸。【结论】给出了一个三阶段马尔可夫过程的算例分析,验证了所提出的模型。     

大型工程项目集成化项目控制信息系统的研究

作为大型工程项目组织结构最上层的业主,在整个项目实施过程中需要进行大量的决策．传统的项目管理软件只能实现项目管理基本功能及有限的分析和预测功能,导致供业主决策的信息的准确性、及时性、完整性及浓缩性都受到了极大的挑战,造成建筑业内“信息孤岛”现象．自80年代以来,随着计算机信息技术及通讯技术的发展,越来越多的研究机构及咨询单位对大型工程项目集成化项目控制信息系统(PCIS)进行了开创性的理论研究及实践探索．通过对信息技术在大型工程项目控制中的地位和业主面临的挑战以及传统项目管理软件功能的综合分析,提出建立PCIS的必要性及可能性;然后从分析应用于企业的控制论概念入手,提出工程项目控制的概念,并重点对PCIS的目标分解系统、模型设计及功能实现进行了分析．     

PICASSO——一个用于模糊决策系统的基于规则的程序设计语言

本论文介绍一种新的基于规则的程序设计语言,其名为 PICASSO,它为具体执行模糊决策支持系统(Fuzzy Decision SupportSystem)而设计。PICASSO 已在美国休斯顿大学计算中心的 AT&T 公司的3B2OS 小型计算机上部分运行。整个系统用 Franz Lisp 书写。PICASSO 具有以下特征。它使用正向链接(Forward chaining)推理手段。该语言有三种控制策略:面向宽度优先的系统控制模式,用户控制模式和元规则(meta-rule)~(*2)控制模式。PICASSO 支持匹配变量以及其他类型的变量,以便于使用以模式匹配为主的调用方式。在该语言中,不同规则之间的信息能够用信息传送和数据共享两种方法来进行通讯、交换。PICASSO 的规则工作在可永久保存的知识库上,这个知识库必须预先用称为符号图形(S—diagram)的一种强有力的数据模式来定义。PICASSO 的推理器(inference engine)实施知识库的一致性。知识库中可以保存模糊信息(fuzzy information),这些信息用区间模式的二值法来表示。区间模式允许分配一个概率给一个事实(断言),同时还要表示我们相信这种概率估计的程度,这一点对于模糊决策支持系统来说是重要的,因为这种系统常牵涉到不同程度的经验知识的判定规则。有了对某些事实(断言)的概率估计,又有专家对此概率的相信程度(凭经验),就可较全面地选择某种决策。对于区间模式来说,我们已经提供了一些特定的运算公式,用于对不确定性(uncertainty)知识进行自动推理。PICASSO 支持基于规则的程序设计语言和函数型的程序设计语言两者的组合并支持多个基于规则的程序设计语言和函数型的程序设计语言两者的组合,并支持多个基于规则的程序之间的协同操作:可以容易地把 PICASSO 程序综合成象一般的 LISP 函数那样的 LISP 程序,而且 PICASSO程序本身也可以任意地调用 LISP 函数。     

基于项目拆分决策的多模式资源投入

结合一类实际生产决策需求,提出了基于项目拆分决策的多模式资源投入调度问题,并以资源投入最小化为优化目标,建立了问题的数学模型.针对模型特点,提出了包含项目拆分算法和多模式资源投入型项目调度算法的双层优化算法,其中项目拆分算法通过将作业在不同子项目之间有效移动获得合理的拆分方案,多模式资源投入型项目调度算法通过分析不同作业对时间约束和资源约束的影响来确定优先级规则,进而得到最佳调度方案.应用PSPLIB标准算例进行数据实验,结果证明了算法的有效性和可靠性.     

战略导向下大型建设企业多项目组合决策模型

在分析大型建设企业的企业战略目标的选择与分析、项目组合的实施过程的基础上,以实现企业整体战略目标和提高核心竞争力为目标,建立战略导向下大型建设企业项目组合决策评价指标体系.综合采用模糊综合评价法与数据包络分析法(DEA),构建战略导向下大型建设企业项目组合决策模型.以某企业近期所承建的5个工程项目为实证,验证了该模型的有效性和科学性.研究结果表明:战略导向下大型建设企业项目组合评价指标体系反映了企业战略与多项目实施的一致性,且该决策模型能够较为科学地对多项目进行组合决策,能有效排除主观因素带来的项目组合决策偏差,为大型建设企业决策者对项目组合的决策提供一个有效的措施和路径.     

基于ANP_FCE模型的大型航天研发项目风险评估

在构建大型航天研发项目风险评价指标体系的基础上,针对风险因素之间存在相互影响的特点,根据网络分析法（ANP）建立大型航天研发项目风险评估的网络结构模型,确定了所有风险指标的权重;引入模糊综合评价(FCE)的思想和方法,提出大型航天研发项目风险评估的ANP_FCE模型,并结合某航天研发项目描述模型的建模过程,确定项目的综合风险水平和关键风险因素,为项目风险管理与控制提供重要的决策依据。     

基于多尺度粗糙集模型的决策树在高校就业数据分析中的应用

为解决目前常用于就业数据分析的C4.5算法、基于粗糙集等的决策树生成算法均无法很好地处理决策精度需求不同和噪声适应能力的问题,运用基于多尺度粗糙集模型的决策树算法于于高校就业数据分析,并以某高校2012年就业数据为例进行分析,同时将分析结果与C4.5算法和基于粗糙集的决策树生成算法的分析结果进行比较．结果表明:基于多尺度粗糙集模型的决策树算法生成的决策树树形结构简单、产生的规则简洁、不存在不可分的数据集、运算速度快．     

一种基于粗糙集的决策算法挖掘方法

属性约简和属性值约简是利用粗糙集理论从决策表中挖掘决策规则的基础,挖掘决策规则是粗糙集理论的重要研究领域之一。本文根据属性的重要度和条件差别矩阵来进行条件属性约简,找出有效约简。同时定义了决策表的不一致度,并根据属性重要度来进行属性值约简,在保持决策表不一致度不增加的前提下挖掘出决策规则,该决策规则集满足独立性、覆盖全域性、可接受性和一致性,即决策规则集为决策算法,最后运用实例对该方法的有效性进行说明。     

基于粗糙集理论的知识库分解与规则获取

粗糙集理论可以通过对数据的约简从例子中学习,获取决策规则。但是,当知识库规模较大、条件属性个数较多时,存在提取规则速度慢、规则长度长等缺点。本文介绍了粗糙集理论的基本概念,提出了一种基于粗糙集的知识库分解算法。首先引入决策属性支持度的概念,在此基础上定义了一个属性选择量度,选择最佳目标属性对知识库进行分解,直到所有对象都被精确分类,从而得到具有一定支持度的规则集,得到的规则长度短,提取速度快。通过对一个简单实例的分析,证明了该算法的可行性。     

基于WBS和RBS的项目动态风险分析

以项目风险分析理论为基础,结合建筑企业自身的特点,研究了基于工作分解结构和风险分解结构进行风险识别的基础上,运用系统工程思想和方法,对大型工程项目动态风险管理进行了探讨。     

未来我国高速铁路的市场占有率预测及营销策略研究分析

根据铁路实现跨越式发展思路 ,我国高速铁路的建设发展势在必行。高速铁路建设和管理是一项庞大而复杂的系统工程。未来高速铁路的市场占有率及营销策略目标研究分析是高速铁路项目规划设计、建设和运营方案决策研究的一个组成部分。为此 ,作者借鉴国外经验并结合我国具体情况 ,运用现代市场营销学和运输组织学等理论方法 ,对于高速铁路市场占有率和营销策略进行了系统的分析和探讨 ,提出了相关的政策建议