分散决策下存货质押融资业务的信贷合约设计

信贷合约设计是近年来兴起的存货质押融资业务的关键环节.在分散决策条件下分别从信息对称和不对称的假设出发,通过分析利率、贷款限额对企业期望收益的影响逐步得出银行最优的信贷合约设计,并给出了通过信息共享方式消除信息不对称的必要条件.     

一种基于移动Agent的分布式DSS模型

剖析了目前分布式决策的需求,结合面向服务的思想,应用移动Agent技术,提出了一种网格平台上的分布式决策支持系统（DSS）模型和设计思路,说明了该模型的层次结构和运行机制．这种新的模型通过引入移动Agent技术,将复杂的决策任务求解分布到网格的各节点上,实现决策问题的并行异步处理,提高了系统效率,减轻了网格负载和系统对网络带宽的依赖,并应用WebService技术利用丰富的网格决策资源,最大限度地扩展模型库,知识库和数据库,提高DSS的问题求解能力．     

Research of ERP model system of spatial data warehouse

The broad sharing of spatial information is demanded in the infrastructure construction of spatial data in our country. And the spatial data warehouse realizes the effective management and sharing of spatial information serving as an efficient tool. This article proposes ERP model system that of general-decision-oriented for constructing spatial data warehouse from the aspect of decision application. In the end of article, the construction process of spatial data warehouse based on ERP model system is discussed.     

基于Hausdorff距离的直觉模糊多属性决策的TOPSIS方法

传统的TOPSIS方法在考察目标方案与正、负理想方案的距离时多采用欧氏距离来度量.用Hausdorff距离替换欧氏距离,并用其来度量直觉模糊集（IFS）之间的距离,进而建立相对贴近度的概念,由此对目标方案进行排序、择优.实证分析结果表明该方法有效、实用,在直觉模糊多属性决策中,该方法比欧氏距离方法要简单,但计算结果完全一致.     

向量值有限平均MDP

讨论了向量值离散时间平均准则下的有限马氏决策模型；在采取确定性平稳策略时所得马氏决策过程为遍历的假设下，证明了存在一个至多在Ｋ－１个状态是随机的平稳最优策略，并给出了其线性规划算法。同时证明了存在强最优策略的充要条件是其存在强确定性平稳最优策略。     

第三方逆向物流战略决策有关问题的探讨

文章运用战略决策的相关方法并结合逆向物流业自身的特点,建立了第三方物流公司开展逆向物流服务的战略决策模型,并结合这一模型重点分析了第三方物流公司的战略决策过程,对我国逆向物流决策的相关问题也进行了初步探讨。     

基于面向对象技术的DSS模型设计与实现

根据面向对象技术的原理,探讨了基于面向对象方法的DSS模型的设计和实现方法.提出了基于面向对象DSS模型的定义和表示方法,使用了模型字典来进行模型的存储,描述了复合模型实现的方法.该模型表示方法已应用于信贷决策支持系统中,取得了令人满意的效果.     

基于决策类划分新型多变量决策树算法实例分析

利用"基于决策类划分的新型多变量决策树算法"中的五大步骤,以"气象信息系统表"为实例构造多变量决策树,取得的结果与著名的单变量决策树(ID3)方法和粗糙集多变量决策树方法所获得的结果相同,证明本算法有效。其决策树构造过程简单,易于理解。通过时间复杂度的比较,证明本算法优于粗糙集算法速度更优和ID3算法。     

基于离差最大化的决策者权重的确定方法

基于离差最大化思想提出了一种确定多属性群决策中决策者权重的新方法。先根据群决策者对方案属性的客观评价值计算出属性的权重,然后根据各方案的综合属性值,基于离差最大化法给出决策者的权重,进而给出多方案间的排序。该方法充分发挥了离差最大法的客观赋权性,并且能够激励决策者对已知方案进行客观合理评价。最后将该方法应用于某化工建设项目环境影响技术评估,实例表明该方法的可行性和有效性。     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。