基于支持向量机和遗传算法的R&D项目中止决策诊断

为了克服传统的机器学习方法在R&D项目管理领域应用存在的局限性,本文探讨了支持向量机应用于R&D项目中止决策的可行性和有效性问题,提出了一种基于支持向量机和遗传算法的R&D项目中止决策诊断方法,并以收集到的R&D项目两类样本问题为例,应用该方法进行了实证研究,验证了该方法的可行性和有效性.     

R&D项目中止决策的小波网络模式识别

如何科学、合理、有效地识别和中止那些行将失败或没有前途的 R&D项目 ,对于企业成功地进行技术创新、建立和保持竞争优势 ,显然具有十分重要的理论价值和实践意义 .本文根据中止决策的实质及模式识别的基本原理 ,探讨了定量地中止 R&D项目的一般模式识别程序 .同时 ,基于小波基具有很强的自适应数据和函数变化的能力 ,进一步研究给出了一种基于小波网络的 R&D项目中止决策分析模式识别新方法 ,并在最小均方能量准则下 ,采用相应的共轭梯度学习算法求解子波函数线性组合的尺度和时延参数 ,以及神经网络的权值 .本研究不仅克服了现有 R&D项目中止决策分析技术在构造与求解模型方面的某些局限性 ,并且为R&D项目的跟踪管理提供了一种新的理论依据 ,为具体决策单位和政府有关部门对正在实施的 R&D项目作中止决策提供了一种可操作的决策方法和程序     

基于支持向量机的R&D项目过程质量度量

过程质量度量是项目质量控制中的基础。本文针对R＆D项目的质量特性,构建了R＆D项目过程质量状况的评价指标体系,将支持向量机(SVM)技术应用于R＆D项目过程质量度量。实证研究结果表明该方法可很好地应用于R＆D项目的过程质量管理。     

R＆D项目中止决策的区域映射模型

讨论了BP神经网络进行R&D项目中止决策时存在的缺陷,提出了R&D项目中止决策的区域映射模型,结合教师区域的范围以及像点集合的平面分布特征设计了每个类的判定标准和分类算法.区域映射模型能够克服BP神经网络收敛速度慢、易陷入局部极小点等不足,保证了实际分类准则与训练准则的一致性,具有很高的识别率和比BP神经网络更快的收敛速度,是R&项目中止决策的一个有效的模式识别工具.     

基于粗糙集理论的城市购房决策

购房的决策问题是一个需要综合考虑多因素的决策问题。购房者在对不同楼盘进行筛选、比较的时候,除了可以直接对影响因素进行主观赋权之外,还可以充分利用历史数据,从客观上对影响决策的各因素进行合理、科学地分析。而粗糙集理论能有效地对历史数据进行处理,在客观上确定属性重要性。然后结合具体环境,构造各因素间的两两比较判断矩阵,得到主观权重,综合主客观权重最后得到综合权重,为购房决策提供依据。     

一种基于粗糙集的权重确定方法

对粗糙集表征的属性重要度进行了深入研究,针对原有基于粗糙集理论的属性权重确立方法的不足,综合考察属性集中条件属性的整体重要度和系统中条件属性的个体重要度,提出了新的基于粗糙集理论的属性权重确定方法,提高了方法的普适性和可解释性.     

基于项目生命周期观的R&D项目风险管理分析

本文针对R&D项目在执行和成果转化过程中存在着诸多不确定因素,引入风险管理循环组以降低R＆D项目的失败率.文中从项目生命周期角度出发,对R&D项目进行三阶段生命周期的划分,并在对生命周期各阶段与风险管理循环组关系分析的基础上,对R&D项目三阶段的风险管理作了初步的分析.     

一种基于粗糙集和灰聚类理论的IT项目评标决策模型

本文根据IT项目招标的特点，提出基于粗糙集和灰聚类理论的IT项目评标模型，利用粗糙集理论确定指标权重，结合专家对指标的评价，克服了当前评标方法中存在的主观性大等不足，能够较好反映投标商的整体实力，提高了决策效率和公正性。     

基于粗糙集理论的项目评价方法研究

项目评价是项目管理中非常重要的一个环节,传统的评价方法或者带有太多的专家经验(主观的先验信息),或者对海量且含有噪音的数据缺乏有效的处理方法,从而导致对项目的评价在客观性和准确性方面存在不尽人意。粗糙集理论是波兰数学家Z.Pawlak在1982年提出的一种处理不完整数据、不精确知识的方法,现已在众多领域得到应用[6]。本文利用粗糙集理论的方法来对项目进行评价,不依靠主观推断,完全由数据驱动推理的机理来获得客观真实的结论。最后通过例子说明了该方法的有效性。     

多标准决策表中发现概率规则的变精度粗糙集方法

用优势关系代替不可分辨关系,本文提出了一种可以从多标准决策表中获取概率规则的扩展变精度粗糙集模型,该模型能够处理多标准决策表中可能的不一相容性,获取由偏好对象组成的概率决策规则集,并导出事例决策系统的偏好模型。研究结果表明:基于优势关系,从多标准决策表中获取的最小概率规则集,使用的条件数量较少,且导出规则的数量较少、较强。     

基于熵理论的建设项目参与者多目标协同群决策模型

建设项目参与者之间的协同决策是项目参与者协同管理的本质要求。目前,在建设过程中还存在工作效率低、超预算、超工期、安全事故时有发生等弊病,这些弊病的产生和建设项目参与者之间的缺乏合作、信任和有效的信息有密切关系。建设项目参与者协同管理的目的之一就是要协调业主、总承包商、分包商、供应商等建设项目参与者之间的决策,做到参与者的群(协同)决策,降低或消除上述弊病,提高项目建设绩效,协同决策还是避免建设项目参与者群决策的双边际效应、减少不确定性、提高决策理性的有效途径,是建设项目参与者协同管理的重要体现。本文使用熵理论中的熵权及相对熵,构建了建设项目参与者协同决策的多目标群决策模型。     

基于粗集理论的属性权重确定方法

通常属性权重的确定方法是根据决策者的先验知识来确定。本文根据粗集理论中属性重要度的判断方法,提出将决策者先验知识给定的权重同粗集理论确定的属性重要度结合起来最终确定属性权重,即基于粗集理论的属性权重确定,实现主观先验知识同客观情况的统一,从而得出更加理想的权重确定结果。     

基于粗糙集条件信息熵的权重确定方法

权重确定是管理决策和评价的重要环节,现有的权重确定方法基本依赖于专家的先验知识。粗糙集权重确定方法由于其不需要所处理数据集合的先验信息、充分体现数据客观性的特点在管理决策中得到日益广泛应用。但是,原有的粗糙集权重确定方法无法确定冗余属性的权重。本文针对粗糙集的信息表示比代数表示更全面的特点,通过粗糙集条件信息熵属性重要度的分析,提出了新的基于粗糙集条件信息熵的权重确定方法,并分析了其合理性。通过算例证明,新的条件信息熵权重确定方法可以解决原有粗糙集权重确定方法无法解决的问题,从而提高了方法的普适性和可解释性。     

考虑决策者期望的企业R&D项目投资路径演化博弈研究

企业在对R&D项目投资时的路径选择行为受到决策者期望的影响。本研究在分析R&D项目投资路径及其决策者期望的基础上,根据政治关联性将企业分为国有企业和民营企业,构建了考虑决策者期望的企业R&D项目投资路径演化博弈模型。研究表明：民营企业是否选择最优路径的策略影响着演化均衡;对民营企业来说,初始投资额差异对该类企业选择最优路径的概率的影响完全一致;乐观决策者的数量、群体规模、决策者期望差异和初始阶段的投资额差异对两类企业选择最优路径的概率的影响程度不同。影响国有企业和民营企业路径选择的主要因素是乐观决策者的数量、期望差异和初始阶段投资额差异。以上结论有助于企业和政府更好地进行管理策略实施。     

杂合灰色聚类与变精度粗糙模糊集的概率决策方法及应用

在基于粗糙集理论或扩展粗糙集理论的不确定性决策中,仅由数据集无法获得决策表,同时由于决策属性呈现模糊性,以致于难以获取概率决策规则。针对这一类决策问题,基于灰色定权聚类与优势粗糙集变精度方法,本文构建了一种的杂合决策方法。该方法首先利用中心点三角白化权函数的灰色定权聚类方法将包含不同量纲指标的知识表示系统生成多属性决策表,而后运用变精度粗糙模糊集进行决策分析,生成概率决策规则,最后以区域关键技术的选择为例,表明该模型的可行性与实用性。     

一个Pawlak粗糙集冲突分析模型的改进

本文在Pawlak冲突系统模型基础上,引入每个局中人的信息系统和可行方案,领域专家为冲突系统提供的信息系统和可行方案,冲突系统中各争端的约束条件和冲突系统的可行方案,得到一个新的基于粗糙集的冲突模型.同时给出一个求解冲突系统的可行方案的算法.最后,用实例说明了新模型的有效性.     

基于最优停止理论的应急终止机制设计

终止机制是保持应急管理周期完整性必不可少的最后一环。现实中,即使意识到有效终止应急状态的重要性,也很有可能因为无法选择恰当的终止点而造成巨大损失或资源浪费,确定最优的终止时间点成为急需解决的问题。本文基于有限情形的最优停止理论对此问题进行了建模,并分析了模型的改进和完善的可能,将其扩展至整个应急过程,以期解决应急中的动态终止决策问题,为行业和领域应急的实践提供方法依据。