基于Rough Sets理论的证据获取与合成方法

证据理论是处理不确定性问题的有力工具,它处理的证据来源于专家.专家的知识经验是有限的,获取较困难,且可能存在一定的主观性.针对上述问题,提出了一种基于粗糙集理论的证据获取的新方法,并对证据合成和应用进行了研究.首先研究了大型决策表分解问题.利用粗糙集理论分析条件属性间的依赖关系,对条件属性集进行聚类,形成多个条件属性集相对独立的子决策表;其次对各子决策表进行分析,利用粗糙集的分类思想和隶属度概念,计算证据的基本可信度分配;最后文章对证据的合成及其在决策分析中的应用进行了研究,提出了相应的解决方法.     

基于互联网的企业智能决策支持系统研究

本文在分析互联网发展对企业智能决策支持系统的影响的基础上,研究了基于互联网的企业智能决策支持系统的网络模型与体系框架模型,及该系统的问题求解与综合子系统、互联网信息采集与存储子系统、数据库与数据仓库子系统、定量分析和模型子系统、定性分析与知识子系统。还研究了OLAP与数据挖掘在该系统中的作用,与该系统进行决策支持的一般决策过程。提出了完善发展该系统应解决的关键问题。     

博弈论下农村统计数据失真与对策

从统计过程看,农村统计数据是通过地方各级政府部门下属的统计机构,上报到中央政府;中央政府也建立相应的中央调查总队,通过抽样的形式获取农户收入的相关资料,与地方政府上报的资料相互印证。地方和中央的统计部门都能够独立地向社会外界提供有关农户收入的资料,经济工作者利用这些资料为农户服务。这一切活动都在市场环境中运行,所以各方都不同程度存在利益的联系。但在实际统计过程中存在人为的干预,在统计数据上做文章,虚报、瞒报、伪造、篡改统计数字,以数骗绩。本文正是基于此,联系博弈理论,得出了农村统计数据失真与治理策略。     

基于Dijkstra-PD-ACO算法的大城市公交线路优化与评价方法研究

城市公交线路的布设受到诸多影响因素的作用,单纯的追求线路单一指标的"最优"在实际公交线路优化时往往难以取得满意的效果。首先针对传统公交线路优化算法在求解线路优化问题中存在的不足,基于蚁群优化算法的寻优特性,结合Dijkstra算法在局部路径寻优中的优点,提出了Dijkstra蚁群混合优化算法。其次对于线路优化所得到的可行备选方案集,基于分层聚类主成分分析评价法进行优化效能评价。最后以合肥市一环内公交线路优化为实例进行验证。结果表明, 本文提出的方法在兼顾客流密度最大、出行路径最短的同时给出了有效公交线路备选方案,优化结果也符合合肥市的实际情况。同时,该方法对我国大中城市公交线网优化问题的研究具有一定的借鉴意义。     

基于流形学习的非一致性判断矩阵排序方法

针对传统层次分析法(AHP)在构造判断矩阵过程中需要满足一致性条件问题,本文研究AHP方法需要进行一致性调整的原因,提出了一种基于流形学习的非一致性判断矩阵排序方法。在非一致性判断矩阵排序过程中,首先基于近邻距离的概念,构建出判断矩阵所对应数据集的近邻距离矩阵;然后以近邻点的线性表示为基础,将每个数据点映射到一个全局低维坐标系,并据此获得判断矩阵所对应的低维嵌入;根据各层求解出的低维嵌入对各层要素进行优劣排序,进而得到最终排序结论。最后,通过数值案例验证了所提方法的有效性和实用性。     

企业信息化实施能力评价系统研究

在综合前人关于企业信息化评价研究成果的基础上,提出了一套较为全面和科学的企业实施信息化能力评价的指标体系,详细阐述了各评价指标的含义,运用改进AHP方法确定各指标的权重,根据专家对各个指标的评分予以加权得到综合评价值,以评定企业实施信息化能力的等级。     

电子商务专业创新人才培养体系构建

分析了电子商务专业的性质、学生定位及培养目标,提出了电子商务专业人才培养的素质、知识及能力结构模型,并在此基础上,结合学校办学特色,遵循均衡培养知识、能力、素质的原则,提出了一个由理论教学体系、能力培养体系、素质教育体系构成的课程体系,在教学内容的组织上充分反映了电子商务专业交叉学科特点,学生通过学习既能适应信息科学与技术的发展,又能适应管理的创新与变革。     

股权制衡与公司价值创造能力“倒U型”假说检验——基于面板数据模型的实证

现代公司治理理论认为股权制衡与股权控制对公司价值创造能力能够产生显著影响,然而就影响范式、影响效果等问题的研究尚未达成一致结论。基于部分线性非平衡面板数据模型,本文对此进行了再研究,讨论了股权制衡度对公司价值创造能力的不同影响范式：线性与非线性,并给出优选方案。最后,对我国A股214家上市公司2000年-2011年共6674个样本数据进行了实证研究,结果表明：股权制衡度对公司价值创造能力呈现非线性影响模式,表现出“倒U型”变动规律,并且其他因素的影响会改变最优的股权制衡度,这为进一步寻找最优股权制衡规模的主要影响因素提供了理论依据和实施有效的公司治理提供了决策参考。     

基于CART和自适应Boosting算法的移动通信企业客户流失预测模型

客户流失问题一直以来都受到企业的重视,如何有效预测流失客户是一个重要课题。本文通过对某通信企业原始数据进行严格的数据预处理,以及利用直方图检验和卡方检验相结合的方法对模型变量进行筛选,同时采用抽样的方法选取出模型的训练样本和测试样本,并利用分类回归树算法和自适应Boosting算法生成相应的强分类器模型,仿真实验结果表明本文使用的模型在预测该通信企业的离网客户中具有较高的准确性,从模型的ROC曲线可知,该模型是一个比较理想的分类模型。另外,本文通过与其他两个模型的预测结果进行比较发现本文的集成模型具有更好的预测性能。     

基于图模型的反事实推理在决策后评估中的应用

决策后评估对衡量决策的效果具有重要作用。本文引入反事实推理方法实现对决策结果的对比后评估。首先提出了带有后评估环节的规范性决策流程,然后阐述了使用因果影响图模型进行反事实推理的步骤,定义了自满意度和相对满意度两个指标,通过反事实推理的结果计算指标的分值,从而实现对决策的评价。最后使用例子展示了计算过程,表明了该方法是可行和有效的。