综合集成研讨厅的研制

为处理经济系统这类的复杂巨系统及与其有关的决策问题, 国内学者以“系统论”的观 点, 于1990 年提出从定性到定量的综合集成法. 1992 年又进一步把该方法加以拓广, 形成综 合集成研讨厅. 在上述工作的基础上, 就工程化的研讨厅的设计与实施中的体系结构、关键问 题、工作方式与研讨流程等进行详细讨论; 并结合当前Internet 技术群的发展, 一方面把参加 研讨厅的成员的条件适当放宽与调整, 听取与收集广大群众的意见; 另一方面把研讨厅扩展为 分布式的, 将综合集成研讨厅建立在因特网的基础上, 讨论了基于Internet 技术群构建研讨厅 的技术路线与思路. 上述工作使得综合集成研讨厅有可能成为决策科学化、民主化的综合集成 决策支持系统.     

基于综合集成研讨厅的宏观教育决策方法论研究

综合集成研讨厅是钱学森院士提出的将专家智慧和计算机系统以及知识体系有机结合起来而构成的一个智能化的人机系统,本文对复杂系统下宏观教育决策的综合集成研讨厅技术进行了方法论阐释,提出了面向宏观教育决策的综合集成研讨厅的构成体系,建立步骤和基于Internet的综合集成研讨厅的概念框架。     

专家群体思维收敛的研究

讨论一个复杂的决策问题, 专家群体决策是解决这类问题的一种有效方法. 当专家群体 研讨形成了一些定性的方案之后, 用群体一致性算法, 使专家群体的思维逐渐趋于收敛, 最终 达到群体意见一致. 在上述过程中主持人的作用非常重要, 他引导专家群体达成一致, 提高了 群体决策的效率. 专家群体思维收敛的整个过程体现了人机结合的思想, 充分发挥了人和计算 机各自的优势, 共同来解决复杂的问题.     

互联网群体智能的涌现

从互联网的实际情况出发,对综合集成研讨厅体系做了相应改进,除了强调专家群体的认知外,还加进了公众以及政府群体的认知.首先,用定性的方法从开放复杂的互联网系统中获取不同群体的认知关键词及其响应关系.然后,通过对链接结构分析方法中的PageRank算法和HITS算法进行比较分析,最终确定用改进的HITS算法来寻找和分析各群体的关注重点及群体间的互动关系.研究结果表明,在互联网上,人们通过不同形式的言论来反映自己的观点和见解,并通过发表支持或反对意见来影响其他人,从而使人的经验知识通过这种交互行为汇聚并涌现出来,从而产生群体智能.     

复杂决策问题的多元化模型体系研究

鉴于复杂决策问题的特点,仅仅依靠定量模型难以描述和求解复杂决策问题. 从定性到 定量综合集成角度出发,认为复杂决策问题的求解过程需要多元化模型支持. 依据复杂决策问 题的认知层次,提出复杂决策问题的多元化模型体系中包含概念模型、结构模型和数学模型, 并对这三类模型进行了论述.     

复杂决策问题求解的定性与定量综合集成方法

就复杂决策问题求解的定性与定量综合集成方法研究领域中如何实现复杂问题的表示、理解与求解等问题提出了看法 ,并针对复杂决策问题 ,建立了一个更加符合人类思维习惯的综合集成方法三层次理论框架 ,该框架由复杂问题定性简化处理层、复杂问题定量分析层及复杂问题定性定量综合集成求解层三个层次组成 ,同时研析了这三个组成层次的主要研究内容 .本文在运用综合集成方法解决问题过程 ,如何实现人机完美结合问题也作了有益的探索     

对偶刻度法及其在群体研讨中应用

群体研讨中对参与成员意见的有效综合能够为人们深入分析研讨进程、理解并合理使用相关结果提供帮助。本文介绍一种处理定性数据的多元统计方法——对偶刻度法,结合它在群体研讨中的具体应用。描述其对专家发言(定性数据)的实时分析和处理(算法)、可视化显示(结果)等。     

企业群体行为变化的定性模拟研究

利用定性模拟技术在处理不完备知识和深层知识等方面独有的优势,将定性模拟技术应用于企业群体行为的研究,为复杂管理系统的研究提供了一个有用的工具。针对一个群体工作过程模型,结合专家知识、概率分布设计了模拟规则并进行了模拟,模拟结果比较符合实际。     

重视群体行为意识 加强煤矿安全管理

煤矿企业中，职工个体的不安全行为是引起事故的重要原因，加强自身的安全意识以及安全行为的规范成度，需要重视群体行为意识，认真研究，充分利用群体行为及其对个体安全行为的影响和制约，在群体安全意识、群体规范、群体压力、群体内聚力及群体内人际关系等方面加强管理，提高安全管理水平，实现安全生产。     

基于CAS理论的企业员工群体行为模拟

基于复杂适应性系统理论(complex adaptive system,CAS),利用SWARM平台开发了基于多主体的群体行为模拟系统,应用激励学习和遗传算法实现员工在模拟中的学习与适应能力,用元胞自动机方法模拟员工的行为,并建立了群体系统模型,模型中的各个主体具有其自身的行为规则和策略,通过主体以及主体与其周围环境之间的相互作用和影响,使群体系统涌现出宏观层面上的特征.最后对一个员工群体示例进行模拟试验,分析和预测引起员工群体行为变化的原因.     

Automating Knowledge Acquisition and Refinement for Decision Support: A Connectionist Inductive Inference Model*

An important application of expert systems technology is to provide support for nonstructured decision making. Usually, nonstructured decision making is characterized by heavy reliance on heuristic knowledge, which is very difficult to articulate or document, and therefore traditional knowledge acquisition approaches are not very successful. The quality and effectiveness of an expert system supporting unstructured decision making is affected when traditional knowledge acquisition approaches are used. To alleviate this problem a model is proposed that combines inductive inference and neural network computing, and an example is presented that illustrates the potential of this model in unstructured decision support.     

HWME 中基于学习型组织的专家有效互动对话模型

应用信息技术和人工智能技术,研究专家有效互动规范的辅助实现. 结合人工智能领域 的对话研究成果,融合系统思考、深层次对话等社会思维技术,建立了嵌入人机交互界面、方便 系统处理的专家有效互动对话模型,确定了能提供丰富信息资源支持的专家有效互动空间 ———Intranet ,为社会思维的应用研究提供了一条有效途径.     

一种评价信息不完全的混合型多属性群决策方法

针对一类评价信息不完全且属性值由精确数、语言评价值等定量、定性形式构成的混合型不完全信息多属性群决策问题,提出了一种基于直觉模糊集和证据理论的决策方法。首先定义了转换函数将不同类型属性值一致转换为更符合决策实际的直觉模糊数,接着根据信息熵原理利用直觉模糊数中的犹豫度确定专家客观权重,随后应用证据理论集结含有信息缺失的评价值,并构造了一可能度比较公式用于集结后方案排序。该法解决了决策问题中易出现的信息残缺和混合型信息等情况,具有更强的实用性。最后的实例分析证明了该方法的科学性、有效性。     

一种基于TOPSIS的混合型多属性群决策方法

本文针对具有语言型和直觉模糊数两种评价信息的混合型多属性群决策问题,提出了一种基于TOPSIS的决策方法。首先,定义了新的函数,可将不同粒度的语言评价信息转换成直觉模糊数。其次,在直觉模糊数熵值的基础上,提出了一种新的专家权重确定模型。再次,利用IFWA算子在把个体决策矩阵集结为群体决策矩阵后,基于TOPSIS分别计算群体评价值到正理想解和负理想解的距离,从而得到方案集的排序。最后,在ERP选优问题中的应用,验证了方法的有效性。     

时序多属性决策的广义等级偏好优序法

实际中很多复杂的多属性决策问题往往需要考虑多个时间序列的决策信息,针对这类时序多属性决策问题,本文在优序法的基础上,定义了广义优序数的概念。同时提出基于理想时间权向量的方法来解决时序多属性决策中时间权重的确定问题,进而在此基础上提出时序多属性决策的广义等级偏好优序法。最后,利用文献中的数据,用本文的方法对某集团的四个铜矿企业的综合效益进行了评价,其结果表明了本文方法的可行性和有效性。本文为解决时序多属性决策问题提供了一种新的方法和思路。     

基于三维密度算子的群体DEMATEL指标权重确定方法

针对现有DEMATEL指标权重确定方法大多基于个体决策,且未考虑群体决策评价标度不一致的情况,提出一种新的基于三维密度算子的群体DEMATEL指标权重确定方法。首先,定义了不同评价标度的转换函数,以此将群体DEMATEL矩阵进行一致化处理;其次,给出一种群体DEMATEL矩阵的聚类方法,在此基础上利用三维密度算子对其进行集结;最后,依据DEMATEL方法识别出指标的中心度和原因度,并计算各指标的权重。文末通过一个应用实例验证了所提方法的可行性与有效性。实例结果表明,该方法由于能够较好解决群体决策评价标度不一致的问题,还能够充分考虑群体决策的共识度,因此可使指标权重结果更为客观合理且更为可靠。     

决策单元交叉效率的自适应群评价方法

传统交叉效率评价方法因决策单元偏好权重不唯一而难以操作,因交叉效率有效性分值平均化集结而难以被接受。目前的学者通常围绕决策单元指标权重的确定性分配方法、交叉效率有效性分值的去平均化集结等分别开展研究。本文将交叉效率评价方法中自评互评相结合的评价模式看作群决策过程,即每个决策单元既是一个被评对象,又是一个决策"专家",提出了一种决策单元交叉效率的自适应群评价方法,将决策单元偏好权重的确定和交叉效率有效性分值的去平均化集结作为同一个决策过程,根据每个决策单元的评价结果与群体评价结果的接近程度,同步迭代调整决策单元的"专家"权重和决策单元自评产生的、并提供给其他被评价决策单元的一组确定的偏好指标权重。实验验证与实例运用分析表明,该方法收敛效果良好,能得到客观稳定的决策单元交叉效率有效性分值及排序。     

An approach to consensus measurement of linguistic preference relations in multi-attribute group decision making and application

This paper studies the group decision making problem with linguistic preference relations. We first study the consensus measure between the individual preference relations and the collective (group) preference relation by defining the concept of degree of similarity between two linguistic values and two linguistic preference relations. Then we propose a concept of the acceptance consensus threshold value for group decision making with linguistic preference information. We show that the consensus between individual preference relations and the collective (group) preference relation is greater than the weighted similarity degree of a given individual preference relation with respect to other individual preference relations in group decision making with linguistic preference relations. The results will help in the analysis of crucial issues of conflict and agreement among preferences of decision-makers, which affect the consensus of group decision making with linguistic preference relations. Theoretical foundations are then established for the proposed method. Finally, the proposed method is applied to evaluate the degree of consensus of individual overall preference values with respect to the collective overall preference values for multi-attribute group decision making with linguistic information. The main contribution of this paper is twofold. One is to present a new way to measure the consensus between the individual preference relations and the collective (group) preference relation in group decision making with linguistic preference information. Another is to provide an effective approach to evaluating individual overall preference values with respect to the collective overall preference values in multi-attribute group decision making with linguistic information.     

基于案例推理的直觉模糊决策方法

目前大多数决策方法的定权问题仅依靠决策矩阵而忽略了决策背景。针对上述问题,将案例推理方法融入到直觉模糊决策问题。首先根据直觉模糊数的内涵构建一种相似度公式,将案例推理模型跟相似度测度结合求得最优权重以及分类半径,进而进行择优排序。最后通过案例分析详细说明了本文方法的优势之处:根据决策数据又考虑专家意见,使得决策结果与现实情况更加一致,并提出一种解决面向直觉模糊决策问题的新思路。     

Learning by Objectives for Adaptive Shop-Floor Scheduling*

Effective production scheduling requires consideration of the dynamics and unpredictability of the manufacturing environment. An automated learning scheme, utilizing genetic search, is proposed for adaptive control in typical decentralized factory-floor decision making. A high-level knowledge representation for modeling production environments is developed, with facilities for genetic learning within this scheme. A multiagent framework is used, with individual agents being responsible for the dispatch decision making at different workstations. Learning is with respect to stated objectives, and given the diversity of scheduling goals, the efficacy of the designed learning scheme is judged through its response under different objectives. The behavior of the genetic learning scheme is analyzed and simulation studies help compare how learning under different objectives impacts certain aggregate measures of system performance.