群体行为集成化知识描述与定性模拟研究

针对群体行为变化过程的定性模拟问题,利用定性因果推理和QSIM算法的思路,研究了与人群行为有关的知识描述方法,包括对外部环境、内部文化环境、管理措施、人群内各要素状态、各要素相互关系的描述。然后设计了定性模拟的规则和算法步骤。将上述方法用于一个群体行为变化实例的模拟,模拟结果表明,本文所提出的方法能够较好地解决复杂管理系统的定性模拟问题,所得结果符合实际情况和相关的组织行为理论。     

人群工作行为定性模拟方法

依据QSIM算法的思路,提出了一种对人群工作行为特征的变化过程进行预测和描述的定性模拟方法.设计了人群工作行为特征及其相互作用关系的定性表示法,提出了决策变量和状态变量的概念;给出状态转换规则,在此基础上列举了所有可能的I转换和P转换,并做了相应的图形解释;设计了算法步骤;最后对某人群工作行为变化过程进行了定性模拟,表明所提出的人群工作行为定性模拟方法能够较好地解释或预测人群工作行为的变化过程.     

能岗匹配动态过程定性模拟研究

能岗匹配是人力资源配置的重要原则,实施动态环境下的能岗匹配需要模拟出管理者素质变量与岗位职能变量的变化趋势与程度以及这两者的实时匹配程度.描述了管理者素质与管理岗位职能的变量,基于因果关系图理论建立了用于能岗匹配的定性模拟模型,借鉴QSIM算法思想设计了状态变量知识表示方法及其转换规则;利用机器负荷与管理者素质改变容忍成本的思想设计了模拟后续分支过滤器,以消除转换过程中的歧义行为和防止组合爆炸;采用BP神经网络设计了管理人员能岗匹配度逼近计算函数,用以评价管理者工作过程的合理性;最后设计了定性模拟步骤并给出了一个模拟应用实例,模拟结果表明,所设计的模拟方法是合理的,可以用于管理者岗位匹配过程的描述.     

复杂人群系统定性模拟研究

为了使计算机模拟技术在管理领域广泛推广,根据面向物理系统的定性模拟方法,针对人群系统的复杂特征,设计了群体"人"的行为变化的定性模拟方法,包括变量的分类和表述、复杂关系的表述、状态变量的转换、过滤器和定性模拟的算法步骤,采用Matlab 6.10实现过滤器,采用Visual Foxpro 6.0实现状态变量的转换、推理过程,并应用于一个简单实例,模拟结果表明所设计的方法能够用于人群行为变化过程的描述和预测.     

基于数据仓库市场营销决策支持系统的研究

本文在分析市场营销决策过程及数据仓库组成的基础上,设计了基于数据仓库的市场营销决策支持系统的总体结构和组成,描述了其基本功能,并探讨了市场营销决策支持系统的运行和管理机制.     

群体过程激励的定性模拟技术研究

根据组织行为学和人力资源管理等方面的知识,构建了一个团队群体行为激励的动力模型,并按照QSIM算法的思路,设计了一种定性模拟方法.针对一个例子,给出了模型的知识表示方法、算法步骤,进行了定性模拟.模拟结果比较符合实际,表明定性模拟技术可以用于群体行为变化的预测.     

企业员工素质-绩效关系定性模拟

企业员工素质与绩效之间存在一定的关系.根据组织行为学的有关原理,建立了素质-绩效因果关系图,利用QSIM算法的思路,设计了定性知识的表示法,设计了算法步骤,并给出了一个模拟实例,结论表明员工素质的高低与绩效之间不存在必然的对应关系.定性模拟的方法为理解员工素质-绩效的关系提供了新思路.     

集成CA与QSIM的非正式组织群体行为演化的定性模拟

集成QSIM(Qualitative SIMulation)算法和CA(Cellular Automata,即元胞自动机),提出一种非正式组织群体行为定性模拟方法。其中,用基于CA的方法描述了群体成员行为、成员人性特征和群体环境因素;在此基础上,根据QSIM的定性模拟思路,设计了群体行为后续状态转换方法、过滤器和模拟引擎,提出了忠诚-成本均衡概念,以设计过滤器;Visual Basic 6.0用来编程实现了本文的方法;通过八项实验设计,对本文方法进行了确认;应用中的模拟结果表明,本文方法能够做为非正式组织管理决策支持的虚拟实验工具。     

基于粗糙案例推理在线自我学习决策方法

随着知识进步信息增长,现实决策环境日趋复杂.因决策人的有限理性所导致的决策不确定问题亟需解决.知识发现是解决不确定性问题的有效方法.基于案例推理和粗糙集是从数据中挖掘知识的良好工具.因此将粗糙集应用于基于案例推理,提出基于粗糙案例推理的在线自我学习决策方法.文中设计了决策模型和算法,并以应用实例对该方法的合理性和有效性予以说明.     

面向高集中度市场的产品营销组合策略效应模拟系统研究

正确的市场营销组合决策是使企业赢得竞争优势的关键因素。由于随机性竞争响应行为的存在，营销组合决策的效应分析就十分复杂。因此，计算机模拟技术成为市场营销决策支持系统中的核心部分之一。本文讨论了一种新型营销模拟系统。由于设计了一种集散式结构，使得组合决策的各个方面应用Ｍｏｎｔｅ－Ｃａｒｌｏ动态方法成为可能。应用这一系统进行了一个实际的公司营销策略效应分析。同时，还讨论了营销模拟技术的发展问题。     

团队绩效与合作博弈的半定性模拟研究

本文指出成员合作程度是影响团队绩效的重要因素。在此基础上,以二人合作博弈为例,建立了一个有关个人努力程度和合作程度以及在一定分配模式下团队成员间合作问题的博弈模型,研究了该博弈的Nash均衡问题。而后将定性模拟技术引入其中,设计出一种将定量计算与定性推理相结合的半定性模拟方法。从模拟结果来看,同纯数学分析的博弈方法相比,本文提出的半定性模拟方法在没有精确数学模型的情况下也可以对一些博弈问题进行分析求解。     

研发人员个体激励定性模拟研究

首先设计了基于过程知识库的定性模拟方法,构建了实现该方法的原形系统。然后建立了研发人员个体激励定性模拟模型,设计了相应的定性因果关系和过程知识库。最后通过模拟,分析了在及时调整奖酬价值、奖酬价值不断波动和激发自我实现需要时的研发绩效与满足状况的状态变化情况,认为要在使奖酬价值与研发绩效变化方向相同的同时,激发研发人员的自我实现需要,才能产生较好的激励效果。     

Logistic Game™: learning by doing and knowledge-sharing

The aim of this article is to define a new simulation game in operation management called Logistic Game?. The main objectives are to introduce a new simulation game approach in solving the different correlated subsystems based on ‘visual interactive learning’ and to verify its positive effects on the learning process with respect to the usual simulation games. The game is based on an inside plant virtual supply chain simulation and copes with the educational challenges of teaching Industrial Logistics in a new, effective way. By applying a visual interactive simulation package, the game creates a virtual dynamic scenario directly visible by participants, with an improvement of experimentation and conceptualisation phases, and offers several logistic decisions and their strategic links from a holistic point of view. The challenge goes beyond a pure theoretical setting and students learn strategies and gain experience directly by operating in a virtual supply chain and sharing knowledge. The Logistic Game has been used to train more then 300 students since December 2006 in three different Italian workshops and has been designed to encourage the employment selection process by the companies involved.     

Learning by Objectives for Adaptive Shop-Floor Scheduling*

Effective production scheduling requires consideration of the dynamics and unpredictability of the manufacturing environment. An automated learning scheme, utilizing genetic search, is proposed for adaptive control in typical decentralized factory-floor decision making. A high-level knowledge representation for modeling production environments is developed, with facilities for genetic learning within this scheme. A multiagent framework is used, with individual agents being responsible for the dispatch decision making at different workstations. Learning is with respect to stated objectives, and given the diversity of scheduling goals, the efficacy of the designed learning scheme is judged through its response under different objectives. The behavior of the genetic learning scheme is analyzed and simulation studies help compare how learning under different objectives impacts certain aggregate measures of system performance.     

基于SRFML-Lift的流程制造产品质量状态监测

对流程制造型企业而言,产品质量状态的监测精度直接影响了企业的生产与运营成本。面对流程工业的多变量监测要求和数据不均衡性,以往研究主要采取局部建模策略或多输出模型,存在特征选择偏差和分类精度不高的问题。对此,本文设计了一种结合SRFML特征选择和Lift学习策略的质量状态监测模型,通过共享不同目标之间的信息以期提升模型的监测效果。首先,根据ReliefF过滤机制,引入重采样赋权思想对工业特征的选择过程进行优化(SRFML);然后,将选择结果作为Lift学习框架的输入,通过类属属性学习方式重塑各待监测特性的特有关联属性;最后采用多个SVM分类器进行训练,得到各目标的质量状态结果。结果表明,本文构建的SRFML-Lift充分学习了原始特征的关键信息,与其他组合策略相比,对质量状态的监测效果更佳,可应用于流程工业的生产管理实践。     

考虑不确定履约率的全局鲁棒供应组合决策研究

生产和采购的全球化为供应链企业带来了更多的复杂性与不确定性。收集全面信息和使用有效的工具是控制决策风险、减少不确定性危害的有效途径。在供应商选择与订单分配管理中,供应商履约率是影响企业供应组合决策的主要因素,如何对其进行定量刻画是迫切需要解决的问题。已有的研究通常是由期望方法或鲁棒方法来刻画履约率。然而,期望履约率法往往忽略了履约率的波动性,从而造成需求损失;而鲁棒履约率法通常存在过于保守、退化过于迅速两个缺点,使企业承担不必要的成本。本文研究供应商选择与订单分配决策问题,使用全局鲁棒优化的两个不确定集合来刻画供应商履约率,同时给出了这一问题的确定性鲁棒表达和一种多项式时间求解算法。最后,通过仿真实验证实本文的全局鲁棒优化模型可克服期望模型和一般鲁棒模型的缺点。本文提出的算法能有效求解本文全局鲁棒优化等价确定性问题,为企业的供应商选择和订单分配决策提供更为灵活精确的辅助工具。     

DNMA: A double normalization-based multiple aggregation method for multi-expert multi-criteria decision making

This paper develops a comprehensive algorithm for multi-expert multi-criteria decision making problems considering quantitative and qualitative criteria in forms of benefit, cost or target types. We focus on using probabilistic linguistic term sets to express the qualitative evaluations due to their excellence in expressing complex individual and collective linguistic assessments. Firstly, we develop a target-based linear normalization technique and a target-based vector normalization technique. A weight adjustment method is proposed to achieve the tradeoff between criteria after normalization. Given that the two target-based normalization techniques have different advantages, we then propose a ranking method, which consists three subordinate models, based on these two target-based normalization approaches and three aggregation techniques. Reliable results of a multi-expert multi-criteria decision making problem are determined by integrating the subordinate utility values and the ranks of alternatives. The proposed method is implemented to solve the green enterprise ranking problems and the excavation scheme selection problem for shallow buried tunnels, respectively. The advantages of the proposed method are emphasized through comparative analyses with other ranking methods.     

基于模拟植物生长算法虚拟企业盟友选择问题研究

为了有效且简单地实现虚拟企业盟友选择问题,提出了采用模拟植物生长算法的求解方法。针对建立虚拟企业联盟,通过确定盟友选择的评价指数体系,在此基础上建立盟友选择的数学模型。然后对实例进行计算及对比分析,验证了该算法不但可获得最优解,而且在计算效率上也较其他方法有所提高,效果明显优于其他方法。     

企业群体行为变化的定性模拟研究

利用定性模拟技术在处理不完备知识和深层知识等方面独有的优势,将定性模拟技术应用于企业群体行为的研究,为复杂管理系统的研究提供了一个有用的工具。针对一个群体工作过程模型,结合专家知识、概率分布设计了模拟规则并进行了模拟,模拟结果比较符合实际。