集成实证和定性模拟的移动增值战略匹配优化

提出实证驱动的定性模拟模型,研究价值链中增值战略匹配优化问题。通过问卷调研获取基于时间序列的实证数据,结合动态网络分析法DANP得到变量交互关系。并利用 QSIM 算法驱动其动态演化,确定价值链均衡时的最优决策。研究发现,根据结果能够优化资源配置,明确各维度的发展优先级: 1) 初始状态较高的参与方承担更多环节对价值链最有利;2)服务商因素对总收益的影响更显著,实践中资源配置应向服务商各维度倾斜,以发展其优先级。同数理解析方法相比,实证驱动的定性模拟方法在没有精确数学模型时也可以对管理优化问题进行分析。     

基于ANP的农信机构客户经理综合评价研究

人员管理水平滞后于业务发展速度已成为制约我国农信机构进一步发展的瓶颈。本文以浙江农信系统内7家银行为研究样本, 通过问卷调查构建符合农信机构特点的客户经理综合评价指标体系;引进网络层次分析法(ANP)解决各指标相互影响且权重难以划分的问题;利用扎根理论和追问访谈验证指标体系的科学性和合理性;最后通过实例测算证明了评价模型的适用性。本文构建的ANP模型为我国农信机构开展客户经理的综合评价、提升管理水平提供了综合的理论框架和实用的技术工具。     

基于初始条件优化的GM(1,1）幂模型及其应用

针对GM(1,1)幂模型幂指数和初始条件优化问题,提出了一种基于初始条件和幂指数协同优化的方法。根据新信息优先原理,通过引入权重信息控制函数优化初始条件,表现新旧信息在初始条件构建中作用大小的变化规律,最大限度提取小样本序列中的有效信息,反应新旧信息共同对系统趋势变化的影响;以平均相对误差最小化为目标,参数间约束关系作为条件,构建非线性优化模型,实现GM(1,1)幂模型的幂指数和初始条件协同优化。最后,通过我国网络购物用户规模预测实例研究表明,优化的模型实现模型平均相对误差在理论上的最小化,其建模效果要优于其他对比模型,并将其用于2016-2020年网购用户规模预测,表明本文模型的实用性和有效性。     

含学习效应技术采纳时间的优化模型及模拟

针对企业技术采纳时间决策的问题,考虑企业内部学习效应和外部技术演进对企业技术采纳时间的影响,并重点考虑学习效应因素,建立了一个含学习效应技术采纳时间的优化模型;给出了企业技术采纳最优时间的决策准则;分析了企业最优技术采纳时间与固定采纳成本、市场容量、学习效率、外部技术进步率和需求弹性等因素之间的关系;模型模拟验证了模型的有效性和采纳决策准则的合理性.     

基于DEA理论的ANP/BOCR方案评价值综合集成新方法

网络分析法(ANP)是一种能够有效处理复杂决策问题的多准则决策方法。然而现有ANP文献在对收益、机会、成本、风险(统称为BOCR)评价值综合集成时会因评价值之间的不匹配而可能得出错误的方案排序结果和绩效表示。为克服上述缺陷,本文基于数据包络分析理论提出一种新的针对ANP/BOCR评价值的综合集成方法,使用摆幅置权区间估计方式反映出了决策者在判断BOCR相对权重时所面临的不精确性和模糊性。实例验证结果表明,所提方法对BOCR评价值的处理更符合实际情况。