不完全信息下交通网络最短路径关键边问题

因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在，车辆在行驶的过程中并不具有道路中断的完全信息，只有行进到中断处时才获得道路中断的信息。本文就不完全信息（道路中断信息）下的变通网络最短路径关键边问题进行研究，首先定义了不完全信息下最短路径关键边的概念．其次给出了求解不完全信息下最短路径关键边的有效算法厦其时间复杂性分析，然后结合城市道路网络给出了实际算例，比较分析了最短路径关键边、最长绕行路关键边和不完全信息下的最短路径关键边问题，指出了不完全信息下的最短路径关键边问题更具有实际意义。     

不完备信息下生态补偿中主客体的两阶段动态博弈

由于环境问题的突出和经济发展的不平衡, 对环境质量要求较高的区域(补偿方)就会对环境质量较差的区域(被补偿方)提供一定的援助, 期望被补偿方改善环境质量. 但是由于环境资源能够给其带来收益以及策略性获取更多补偿金额动机的存在, 就会导致许多的补偿项目不会取得预期的效果甚至失败. 从动态博弈的角度出发, 首先建立了完全信息下补偿方和被补偿方的静态贝叶斯博弈模型, 分析了博弈双方在完全信息下的占优策略选择; 然后假设被补偿方执行环境政策和标准的力度(分为强硬型和软弱型)为其私有信息, 建立了不完全信息下两阶段动态博弈模型, 分析了两个区域的策略选择以及不完全信息如何影响补偿大小和环境质量.     

不完全信息下交通网络的关键路径问题

在交通运输中．车辆总是选择最短路径行驶。然而因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在．车辆在行驶的过程中并不具有道路中断的完全信息．只有行进到中断处时才获得道路中断的信息．此时原来的最短路径就很可能失去其最优性．从而增加交通运输的成本。为了解决这一问题．本文提出了不完全信息下交通网络的关键路径问题．给出了相应的求解算法．并分析了其时间复杂性。然后结合实际交通网络给出算例．最后指出这对提高交通运输的效率更具有实际意义。     

区间值属性不完全信息下的数据挖掘

不完全信息下的数据挖掘是一个困难的问题,但它在实际决策中是不可避免的。除空值和层次型概念外,区间值属性的处理是典型的不完全信息问题。本文基于粗集理论和扩张矩阵等理论,首先分析区间值属性的优选是NP问题,然后提出了一种分割极小点区间值属性的启发式决策树生成算法,并构造了概率决策树和模糊决策树,以改进传统决策树数据挖掘方法的不足。     

银行的信贷决策机制（二）：信贷市场为完全竞争情形

本文研究商业银行处于完全竞争的信贷市场中在不完全信息下的信贷决策机制，给出了当企业有能力或没有能力提供足够的抵押品两种情形下信贷决策机制的设计，讨论了信贷决策机制的若干性质．本文研究工作是基于对风险刻画的“均值保持展形”概念的．     

不完全信息的多属性粗糙决策分析方法

针对有偏好信息但信息不完全的多属性决策问题，给出了一种基于拓展粗糙集的决策分析方法，首先提出了扩展优势关系的概念；其次用扩展优势关系代替经典粗糙集中的不可分辨关系得到知识的粗糙近似，证明了粗糙近似的两种等效表示方法及基本性质，给出了分类决策规则；最后通过一个实例说明方法的可行性与有效性。     

银行的信贷决策机制（一）——信贷市场为不完全竞争情形

本文研究了信贷市场处于不完全竞争情形下的信贷决策机制，对于完全信息情形给出了信贷决策机制的设计；针对不完全信息情形提出了信贷决策模型和机制的最优性条件，讨论了信贷决策机制的若干性质．本文的研究工作是基于对风险刻画的“均值保持展形”概念的．     

基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型

为了填补随机失效与故意攻击之间的空白,将复杂网络攻击信息的获取抽象成无放回的不等概率抽样问题,建立了不完全信息条件下的复杂网络抗毁性模型.其中网络攻击信息可以通过信息广度参数和信息精度参数调节控制,随机失效或故意攻击是该模型的两个特例.利用母函数方法解析推导出了任意度分布广义随机网络在随机不完全信息和优先不完全信息条件下的两个重要抗毁性度量参数——临界移除比例和巨组元规模,得到的解析结果可以分析和预测不完全信息条件下复杂网络的抗毁性.以无标度网络为例对一般攻击信息参数组合进行了仿真分析,发现随机隐藏少量节点信息将大幅度提高复杂网络的抗毁性,获取少量重要节点的信息可以大幅度降低复杂网络的抗毁性.     

基于证据推理的信息不完全确定的MCDM方法

针对权系数为信息不完全确定、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法。该方法先对决策者给出的权系数不完全确定信息进行分析,得到一组可利用的基数权重,然后将方案的准则值(不确定且不完全)用基于证据推理的算法进行集成,比较方案集在所有基数权重下的效用值的大小,从而确定方案集的排序。最后以实例表明该方法的有效性和可行性     

不完全信息下的群体决策仿真

为研究互联网个体交互,描述网络舆论演化与群体意见形成,建立了人员个性不完全信息博弈的策略选择模型,并对其进行了仿真和分析．根据网络交互的信息不对称性,提出了基于个体自信程度的不完全信息的支付矩阵,并使用海萨尼转换分析了博弈的贝叶斯纳什均衡;进一步地引入了个体记忆,通过交互进程更新了个体对邻居个性的认识．仿真结果表明,在不完全信息环境下,系统收敛时间更短,信息传播更快．研究内容有助于理解网络事件更易产生一致意见的演化规律,为网络舆论的引导策略提供参考和借鉴．     

影响图的信息值分析

在研究图模型拓扑结构的基础上,分析了随机变量节点在影响图上所处的位置及其相互的关系,得出了图决策模型变量间信息的定性关系。提出了一个不通过数值计算来对影响图上的随机变量的安全信息期望值进行排序的方法,应用这种定性的分析方法,可以实现对决策模型中不确定变量的信息相关性进行排序。     

基于粗集理论的医学诊断规则提取方法

讨论了医学诊断的知识获取问题，基于粗集理论提出了完整的知识获取方法，包括连续信息系统的离散化，信息系统约简、决策规则提取，决策模型生成等，以十二指肠溃疡为例，讨论了知识处理的过程，为人工智能技术在医学诊断领域的应用提供了新的思路。     

不完全信息下的粗集拓展

在复杂的决策环境下，不完全信息是不可避免的，在此情况一，专家往往也能给出满意的决策，因此从不完全的案例中提取有用的模式，用于增强智能系统的知识库，是具有实际意义的，粗集是处理不确定信息的有效方法，但它通常适用于完全决策者，论文对粗集理论在不完全信息下进行了初步的拓展，这给从不完全决策表中挖掘知识提供了理论基础。     

基于概率信息系统决策规则的R0三I决策推理

讨论了一种概率信息系统用于表示对象与属性值之间的关系存在不确定性的信息.使用粗糙集和证据合成理论中的方法,给出了获取概率信息系统的扩展决策规则集的一般方法.使用R0三I推理方法实现了基于扩展决策规则集的R0三I决策推理判断.     

带有方案偏好信息的多指标决策法

本文讨论了对方案有偏好信息的多指标决策,给出了五级标度的方案偏好赋值法,同时建立了一种兼顾方案偏好信息和客观信息熵方案值的优化决策模型。从而为多指标决策问题提供了又一合理可行的决策方法。     

一种基于新的条件信息量的属性约简算法

为了获得决策系统中更好的相对约简,讨论了属性约简与条件信息量的关系,提出了新的条件信息量,由此定义新的属性重要性。统一了一致决策表和不一致决策表属性约简方法,以新的属性重要性为启发信息,给出了计算新的条件信息量的高效算法。理论分析和实验结果表明,与现有的基于条件信息量的约简算法相比,该算法时间复杂度较低,同时约简后的属性数目更少。     

System Analysis & Incentive Model Design for Enterprise Contract Management

ＳｙｓｔｅｍＡｎａｌｙｓｉｓ＆ＩｎｃｅｎｔｉｖｅＭｏｄｅｌＤｅｓｉｇｎｆｏｒＥｎｔｅｒｐｒｉｓｅＣｏｎｔｒａｃｔＭａｎａｇｅｍｅｎｔＲｅｓｐｏｎｓｉｂｉｌｉｔｙＳｙｓｔｅｍ（ＥＣＭＲＳ）ＬＥＩＭｉｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＥｃｏｎｏｍｙＭａｎｇａ...     

对指标属性有偏好信息的一种决策方法

讨论了对指标属性有偏好信息的多指标决策问题,以最小二乘法为工具,建立了确定指标权重的优化模型,同时给出了主观确定指标权重的五级标度赋值法。从而为多指标决策问题提供了又一有效可行的决策方法     

信贷行为中的不完全信息动态博弈

在对银企之间信贷行为进行系统分析的基础上,运用博弈论研究了信贷配给问题,针对其还贷行为建立了一类不完全信息动态博弈模型,讨论了其精炼贝叶斯纳什均衡解,得到了几个有意义的结论.