诱导二元语义广义概率有序加权平均算子在财务管理决策中的应用

通过对具有群决策属性的财务管理进行分析,提出一种具有二元语义多属性的新的群决策算子,即诱导二元语义广义概率有序加权平均(2TLIGPOWA)算子。该集合算子的建模,是通过分析二元语义广义有序加权平均(2TLIGOWA)算子的诱导方式以及二元语义广义概率加权平均(2TLGPWA)算子的特性集结,本质就是进行财务管理决策评价矩阵构建,这需要二元语义的加入。通常来讲,单调有界、置换不变、幂等性是本算子应该满足的。针对如何确定算子属性权重问题,结合公平性,同时兼顾属性值的差异性,建立非线性二次偏差最优权重确定模型。之后,确定模型通过对集结算子的结合以及权重分析,提出基于2TLIGPOWA算子的财务管理决策方法。最后通过实例进行验证分析,确定该方法的可行性。     

智能制造、数字孪生与战略场景建模

提出并探讨基于智能制造的企业战略场景的建模概念、方法思想和理论框架,获得以下结论:首先,智能制造的数字孪生系统为企业战略场景建模提供了理论创新与实践校正的大数据平台,是构建企业战略场景模型的基础;其次,基于数字孪生构建的战略场景模型,可以为企业提供一种适当的战略设计来影响战略实践进程;最后,随着基于智能制造的企业战略场景模型的不断优化,企业战略决策模式将从企业家直觉或参照点决策及中层管理团队群决策,逐步过渡到企业家决策、中层管理团队群决策与战略场景模型决策三者相互支撑、优势互补的决策模式。本文在现有情境模拟法和决策场景法的基础上,提出基于智能制造的战略场景模型及其方法思想而形成理论创新,推进了现有企业战略决策分析的研究。     

考虑支线运输服务的多式联运网络优化

在多式联运网络优化的同时一并对支线运输服务方案进行综合决策,提出Ⅱ阶段决策方法。模型第Ⅰ阶段表述为0~1整数规划问题,对网络设计以及网络流运行进行规划,基于阶段Ⅰ的优化结果提出第Ⅱ阶段决策过程,表达为带时间窗的支线车辆路径问题。针对模型的Ⅱ阶段结构特点,以两个阶段相互影响和反馈为求解思路,设计以交叉熵为主体的启发式算法,采用算例分析方法证明模型和算法的有效性,最后将Ⅱ阶段优化模型与两个阶段分别优化进行对比,指出在模型与算法参数均一致的情况下可降低成本73%。     

港口集疏运系统优化模型

对港口集疏运系统进行物理描述,定义节点、路段和网络,并运用节点扩展的方法对转运枢纽进行描述与定义,建立以系统最优为目标,基于广义费用的多货种、多方式的港口集疏运网络综合平衡优化模型,并对该模型进行评价.     

基于多智能体强化学习的分层决策优化方法

【目的/意义】随着信息技术和人工智能的发展,大数据驱动的辅助决策方法让决策更加科学准确。强化学习作为序贯决策的经典方法,在决策优化方面有着明显的优势。但传统方法无法解决多层次、多目标的决策优化问题,尤其是在长周期决策优化问题中,学习奖励的滞后性严重制约着强化学习的效率。【设计/方法】提出基于多智能体强化学习的分层决策优化方法,应用目标分解的思想解决长期决策优化问题。该方法基于强化学习理论使具有层级关系的多智能体相互合作,利用神经网络进行建模,上层智能体学习目标的分解策略,下层智能体学习完成目标的行动策略,智能体参数交替更新,共同学习完成团队任务的最佳策略,实现决策优化。【结论/发现】在临床医疗决策优化的实验中验证了该方法的有效性与优越性,可为解决长周期序列决策优化问题提供理论与方法支持。     

多决策的多粒度标记系统的最优粒度选择

目前查看到的关于多粒度标记信息系统的研究仅是基于单决策情况,较少有关于多决策的研究,而在实际生活中处理的数据表常带有多决策。针对该情况,首先给出了多决策的多粒度标记信息系统的概念,并定义了适用于该系统下的广义决策函数;然后,利用广义决策函数探讨协调、不协调两种信息系统的最优粒度选择策略,并根据两者之间的联系给出了同时适用于协调与不协调两种信息系统选择最优粒度的策略;最后,给出了相应的例子帮助说明所提出的方法的可行性。     

区间值决策信息系统中基于正域的属性约简

区间值决策信息系统作为一种广义的决策信息系统,比传统实数值信息系统具有更强的描述不确定性的能力,即它通过一个区间数来刻画对象关于条件的属性值,那么基于等价关系对论域进行划分就显得过于严格。因此,利用区间数之间的相似性度量建立邻域,然后基于邻域构造粗糙集模型。由于在一个决策信息系统中,部分条件属性对于决策是不重要的甚至是冗余的,那么对信息系统进行恰当的约简对于降低数据规模至关重要,而正域决策过程对应于确定性规则是决策者最为关心的部分。因此,在区间值决策信息系统中,基于决策属性关于条件属性的正域设计了一种启发式属性约简算法。通过对案例分析,展现了在区间值决策信息系统中的粗糙集建模和约简求解过程。实验结果表明:设计的基于正域的启发式属性约简算法是可行的。     

基于双层规划的页岩油勘探开发投资决策优化方法研究

页岩油作为未来最具有发展前景和最现实的石油接替资源之一,其能否实现规模效益化开发事关能源安全生命线,国内石油企业对页岩油的勘探开发投资力度前所未有。针对页岩油勘探开发投资决策优化问题,考虑到集团公司和各油田分公司共同参与、分散决策、利益诉求不同等特点,提出利用双层规划理论与方法对投资决策问题进行建模：上层规划以经济效益、环境效益和社会效益最大化为目标,获取整体效益最大化;下层规划以利润最大化为目标,获取各油田分公司的最大经济效益。基于模型特点,引入交互式决策方法,设计了基于满意度的交互式迭代算法,并通过算例证明了模型的有效性和可行性,最后进行了基于满意度、目标权重和置信水平的灵敏度分析,解决模型中含有影响模型解的参数问题。研究结果表明,在集团公司和各油田分公司上、下级双重决策作用机制下,所提出的模型可以有效地处理模拟和优化投资过程中以模糊数和随机变量表示的多个不确定性,集团公司总体满意度和油田分公司满意度都有所提升,并且上、下层满意度的差距得以缩小,意味着在保证分公司经济利益的同时,还减少了环境污染,提高了系统整体效益。     

汽车业售后服务能力模型的建立及服务能力分析

为更有效地分析汽车售后服务站的售后服务能力,提高其服务质量和水平以提升顾客满意度,研究了售后服务能力的构成要素;以4S店回访数据为依据,基于结构方程模型与最大似然等方法构建了售后服务能力模型,并经多次迭代计算和修改,建立了优化的售后服务能力定量模型;分析了服务能力要素之间及不同服务能力对顾客满意度的定量影响关系;在此基础上提出决策建议,为企业精确改进服务、提高客户满意度提供了辅助决策支持。经部分服务站采用验证,效果明显。     

暂存区受限瓦楞纸板生产线下料问题研究

针对当前高速瓦楞纸板全自动生产线在生产多品种、大批量纸板订单时，存在原材料损耗大、各生产流程协同性差等问题，课题组提出一种瓦楞纸板生产全流程集成优化方法。在瓦楞纸板下料的基础上，提炼出一类受暂存区存储规则强顺序约束的一般纸板排样下料问题；模型以原料使用量最小为优化目标，综合决策图案排样及其顺序，将问题简化为3种关键变量的组合优化；基于模型强约束特征，设计通过“排样池”交互的2层嵌套算法，上层采用遗传算法决策订单放入排样池的顺序，下层设计基于“条带截断启发式规则”的2阶段确切算法决策图案构造。实验结果表明：该算法可以有效地约减低质量解空间，具备高寻优能力和求解稳定性。     

基于经济资本管理系统的商业银行贷款决策方法研究

基于巴塞尔新资本协议和Credit Risk+模型,以数据仓库为基础设计了商业银行经济资本管理系统,这一系统包括以EVA为目标函数、以经济资本限额等为约束条件构建的商业银行贷款决策最优化模型。通过该系统可以实现任一贷款组合的经济资本计量,该系统可有效地运用于经济资本约束条件下商业银行的贷款优化决策。     

带有模型不确定性的连续时间广义预测控制

针对模型不确定系统的连续时间广义预测控制,引入无穷时域的性能指标使闭环系统达到稳定.用递推最小二乘法估计系统的未知参数,在每个采样点基于估计的状态模型来计算控制输入.通过施加新的终端等式约束,将无穷时域性能指标的优化问题转化成可解的二次规划问题.利用后退时域性能指标的单调性证明,给出使连续时间广义预测控制达到闭环稳定的条件.仿真算例验证了算法的有效性.     

基于复合正交神经网络的广义通用模型自适应控制

在自适应逆控制中应用复合正交神经网络具有算法简单、学习收敛速度快等优点,将复合正交神经网络与广义通用模型控制器策略相结合,提出了一种基于神经网络的广义通用模型自适应控制方法。该控制方法中的参考轨迹为一条典型的二阶曲线,控制器参数具有明显的物理意义,参数整定方便。仿真实验验证了该控制策略的有效性。     

集值决策信息系统属性约简与规则提取的矩阵算法

在集值决策信息系统中引入了优势矩阵和决策矩阵的概念,进一步建立了集值决策信息系统广义决策约简与规则提取的矩阵算法.算法利用矩阵间的比较提取所有决策规则,并同时得到所有广义决策约简.通过实例分析验证了该算法的有效性,说明了其优点是对数据复杂的决策信息系统也可相对容易地求出所有的广义决策约简与决策规则.     

粒子群优化的广义T-S模糊模型参数学习方法

提出了一种基于粒子群优化的广义T-S模糊模型参数学习方法。该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的前件参数集。每一学习循环分两步,前一步用粒子群进化迭代调整所有前件参数,后一步用正交最小二乘法估计后件参数。该方法不需任何先验知识,运算量小,能产生紧凑的模糊模型。非线性动态系统模糊建模的数字仿真说明了该方法的有效性。     

企业广告预算多目标决策

企业在编制广告预算时较多采用的是经验方法,其次才是理论方法.作者分析了影响企业广告预算决策的产品、市场目标、销售目标、竞争对手等主要因素,建立了各目标因素的量化模型和目标组合的综合模型,给出了一个典型的综合优化模型的特例,以阐明运用目标规划理论实现广告预算多目标决策的思路和方法,并给出了广告预算多目标决策在计算机上实现DSS的构思框图.     

基于粗糙集和RBF神经网络的分类模型研究

分类是数据挖掘中一个重要的研究领域。针对原始决策表中往往存在大量冗余信息,从而影响决策分类综合性能这一问题,提出了一种基于粗糙集和RBF神经网络的分类模型。该模型在保持训练样本分类质量的情况下,运用属性约简方法对决策表进行约简,得到维数较小的训练样本空间。通过这样确定RBF神经网络输入层变量,优化了网络结构。实例结果表明了该方法的有效性和实用性。     

基于广义IOWA算子的安徽省税收组合预测模型

先引进广义IOWA算子，建立广义IOWA算子组合预测模型.该模型与一般的组合预测方法的不同在于组合预测的赋权系数与预测精度有着紧密联系而与单项预测模型关系不大.这是组合预测方法的一种新的可变赋权方法.在此基础上建立基于广义IOWA算子的税收组合预测模型，并通过与指数平滑方法、线性回归预测方法和灰色预测方法进行比较，发现组合预测模型既稳定又精确.     

心理账户交互作用下证券投资组合风险度量模型研究

考虑证券投资组合决策中心理账户因素, 基于Copula函数和信息熵原理, 构建了心理账户交互作用下证券投资组合Copula-IE风险度量模型, 改进了传统行为证券组合风险度量模型, 提出了新的行为证券组合风险度量优化模型。通过对该模型分析可知:投资者的投资预期水平越高, 所造成的行为决策风险越高;投资者心理账户之间的替代性越强或越弱, 均使得投资组合的风险增强。     

基于可拓理论的粮食物流中心选址研究

综合运用可拓决策方法、聚类分析、重心法，建立了基于可拓理论的粮食物流中心选址模型。将选址过程中的矛盾问题转换为相容问题进行研究，使选址结果更为合理。以山东省为例论证了模型求解方法的可行性。该模型还可应用到其它省乃至全国来进行粮食物流中心的选址决策，在实际应用中具备可操作性。