基于UML的决策支持系统开发方法

一、引言 决策支持系统(decision support system,简称DSS)是帮助决策者利用数据、模型、方法、知识推理等去解决半结构化和非结构化决策问题的人机交互系统.是一种以计算机为工具,应用决策科学及有关学科的理论与方法,以人机交互方式辅助决策者解决半结构化和非结构化决策问题的信息系统.     

基于半结构化问题的评价方法拓展

半结构化问题是一种介于结构化和非结构化之间的问题。也就是说这种问题既存在可以量化的因素,又有不能量化的因素。这类问题在军事上非常多见,如对炮兵部队作战方案的评价就是二个半结构化问题。     

一种开放式企业管理决策支持系统的设计与实现

决策支持系统(DSS,Decision Supporting System),是以管理科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和信息技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统.该系统能够为决策者提供决策所需的数据、信息和背景材料,帮助明确决策目标和进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价和优选,通过人机交互功能进行分析、比较和判断,为正确决策提供必要的支持.可见DSS在企业中的应用能够为企业提供各种决策信息以及许多商业问题的解决方案,但是随着管理所面临的外部环境正在发生迅速变化,商业及其本身的环境复杂性正日益增加,这不仅给现代企业的决策带来了新的挑战,同时也使传统的DSS面临着新的问题.     

大数据背景下的谷歌翻译——现状与挑战

在大数据时代,如何通过数据分析挖掘事物的内在规律是人们需要思考的问题.谷歌翻译基于“最好的表达为出现频率最高的表达”这样的认识,将翻译问题转化为统计问题.本文以谷歌翻译为案例,详细分析了案例背景、实现过程,并给出案例反思.谷歌翻译的成功之处在于,将实际问题巧妙地转化为统计问题,并利用其强大的计算能力解决问题.其瓶颈在于,当前的方法只利用了大数据的少量信息,不能充分刻画大数据的全部信息.谷歌翻译对问题的转化和处理方式是大数据应用的典范,对利用大数据解决实际问题有重要的借鉴意义.     

具有三角模糊数的多属性格序决策方法

多属性决策,也称为有限方案多目标决策,普遍存在于工程系统和社会经济系统中,它是决策理论与方法研究的一个重要内容.由于人们对事物的认识总是由浅入深,对事件本质的认识,常常受到某种局限的影响,不会也不可能停留在一个固定的看法上.     

浅析大数据背景下的政府统计

<正>一、引言大数据是指那些大小超出了传统意义的尺度,一般软件工具难以捕捉、存储、管理和分析的数据。它除了包括大量的结构化数据外,还涵盖所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频、视频等信息,即非结构化和半结构化的数据。在大数据科技浪潮的背景下,数字化的行政商业记录、网络在线文本、流媒体数据大大拓宽了统计机构收集数据信息的渠道,作为信息和数据最重要的生产部门——政府统计,已经步入以数据为核心的大数据     

决策判断中认知偏差及其干预策略

认知偏差是人们在认识和判断事物时,与事实本身所产生的某种差别或偏离,是由于人们认知能力的有限性、问题决策时情境的依赖性以及情绪情感等因素影响产生的。认知偏差的产生虽然具有不可避免性,但我们可以采取多种策略进行干预和纠正,以帮助人们在现实生活中更好的实现决策和判断。     

线性多目标决策的可剔除定理及其极点比较求解法

文章在线性多目标规划(LVP)与相对应的线性规划(LSP)(t)之间解的关系基础上,定义了(LVP)Pareto有效解的优势集,指出(x)是(LVP)的有效解的充分必要条件是它的优势集非空;证明了(LVP)非极点的有效解相对于它的某个非劣极点是可剔除的;进一步证明(LVP)决策与一个简单线性多目标规划(LVP)是等价的,由此得出(LVP)决策只考虑其可行集极点的比较即可.通过本文的研究,既在一般意义上剔除了非极点的有效解(无穷多个),使原来复杂的有效解集减至为有限个,又在一般意义上最终将旺VP)决策转化为若干线性规划的求解,并且可获得全部不可剔除的解.     

企业决策过程中影响因素的主成分分析

一、问题提出决策学管理大师西蒙指出,决策过程分为程序化决策和非程序化决策,非程序化决策(Non-Procedure Decision以     

基于熵权的武器装备发展规划多目标风险决策研究

决策分析就是应用决策理论,对带有风险和不确定性的决策问题,提出一套概念和系统的求解方法,指导人们及社会在现有条件、偏好、目标和方案等情况下做出理想的选择.多目标决策是指在多个目标间相互矛盾相互竞争的情况下所进行的决策.采用多目标决策方法,能适应问题的各种决策要求和扩大决策范围.     

面向海量科技文献数据的主题模型浅析

随着文献资料的不断膨胀，非结构化的文本数据挖掘逐渐形成较为成熟又区别于结构化数据的方法体系。本文以海量科技文献为出发点，通过研究四类主题模型及目前可用的主要软件和技术，以处理不同条件下的文本数据问题，找到海量科技文献集合中的关键主题，实现分类或预测的统计功能。     

基于控制向量参数化法的表面活性剂驱最优注入策略求解

表面活性剂驱最优注入策略问题是一类分布参数系统的最优控制问题,文章针对表面活性剂驱注入方案的特点,运用控制向量参数化的方法求解该问题。控制变量通过一个时间节点参数和其它决策参数的函数来近似。无限维的最优控制问题被转化为可以解析地求出梯度的非线性规划问题。通过求解非线性规划问题可以获得非均匀的时间网格。用带时间节点的控制向量参数化方法与梯度法分别对表面活性剂最优控制问题实例进行了研究,结果表明了利用带时间节点的控制向量参数化方法求解此类问题的有效性。     

知识密集型企业资本结构的优化方法

随着我国社会主义市场经济体制已逐步完善,知识密集型企业获得了更大的发展空间,其筹资渠道也变得更加多样.资本结构的调整优化不仅能够提高企业利润,而且还能够有效控制风险,知识密集型企业资本结构优化是一个非常有价值的理论问题.基于结构化神经网络对知识密集型企业资本结构优化问题进行建模,同时采用改进遗传算法对结构化神经网络模型进行优化求解.实验结果表明:所建结构化神经网络、所提改进遗传算法都是可行的、有效的.     

决策最优解"难产"的原因

随着现代决策问题的日趋复杂,决策目标和影响因素的增加,人们在寻找决策最优解时却遇到了种种困难.即使能找到最优解往往也是在忽略了许多约束条件和次要目标的情况下找到的最优解.因此,它只能为决策行动提供方向,不能为决策问题提供可靠答案,影响决策的有效性,造成一些决策失误,甚至使一些人对决策的科学性产生了怀疑.那么究竟是什么原因导致决策最优解难以产生,在最优解寻找问题上屡屡受挫,而使近几年的决策研究几乎处于一种徘徊不前的境地呢?     

一种面向属性残缺偏好效用矩阵的大群体决策方法

决策成员评价部分决策方案的大群体决策问题可视为属性残缺效用值矩阵下的大群决策问题.文章将残缺效用值转化为区间教形式的效用值,形成了大群体关于全部决策方案的区间数效用值矩阵;对大群体成员进行聚类,根据聚类结果确定成员权重,将该权重和区间数效用值矩阵合成获得了决策方案的排序向量;提出了群体意见反映度指标度量群决策结果反映群体意见的程度,对群决策结果进行评价;提出了成员意见差异度指标修改相应成员的效用值向量.     

非程序性决策探析

一、企业决策的程序化和非程序化 程序化决策是指反复出现和例行的决策,非程序化决策是指那种从未出现过的,或者其确切的性质和结构还不很清楚或相当复杂的决策.     

对统计宣传工作的希望

近年来的实践表明,统计宣传工作是统计工作中非常重要的组成部分.因此,要加强统计工作,无疑必须加强统计宣传工作.同时,也要大力加强统计书刊的出版工作.之所以要加强统计宣传工作,其原因无非两个:第一,通过宣传使统计这一还不为人们所认识的工作,能够成为人们所熟悉、所关心的事物,了解其内容与作用.这对各级领导者来说,就是要通过统计宣传工作,使他们认识到统计在决策过程中的作用,并能利用统计来进行决策.对广大群众来说,则应通过     

Logistic半参数变系数模型的变量选择

Logistic半参数变系数模型是半参数变系数模型的推广,它可以解决分类型因变量变系数模型的建模问题.文章利用B样条函数逼近非参数部分,引入LASSO、SCAD以及MCP惩罚函数,基于组坐标下降算法,对参数部分和非参数部分进行变量选择.最后进行了Monte Carlo模拟.     

证据理论在群决策中的应用

群决策问题的研究一直是决策领域的一个重要课题,涉及群决策研究的方法很多,近几年大多是在AHP法、模糊综合评价法及其它一些多目标决策方法的基础上的一些改进和综合,这些方法同样存在着判断矩阵的一致性难以满足,专家对指标属性值或隶属度值难以确定等问题,同时决策中没有考虑信息的不完全性的因素,对决策结果造成影响.由于许多问题本身的模糊性、复杂性和专家对问题认识的局限性,专家对指标的评价可能采用模糊语言,而且评估信息中还具有不完全性,很有必要研究基于这些情形下的评价方法.     

基于集对分析的不确定性分化问题研究及应用

在很多大型项目的决策过程中,投票表决是常用的一种决策方式。与赞同和反对这两类确定性信息相比较,弃权选择则是不确定性因素,而弃权的比例过高,将在很大程度上影响到决策正常进行。基于SPA理论,文章利用比例分析法将弃权的不确定成分逐步分化成赞同和反对这两个确定成分,从而在理论上把不确定性系统转化为确定性问题,最后举例说明其应用并证实了不确定性转化模型的合理性。