简论奥斯汀的语言分析方法

奥斯汀的语言分析方法是通过对语言各种用法之间的细微区别来说明这些用法的不同使用的哲学意义。对奥斯汀语言分析方法的理解,关键要看他是如何运用这种方法去分析具体的语词用法问题的。他对语言各种用法的细致考察,目的不是为了简单地说明字面上的意义,而是要表明,这些用法之间的区别反映了外在事实和世界中的细微区别。     

建国初期云南的禁毒斗争及其成功经验

由于建国以前云南所在的西南地区是我国烟毒泛滥最为严重的地区,到建国初期云南烟毒泛滥的情况仍然十分严重,种植、制造、贩运、吸食烟毒活动仍有蔓延之势,严重影响着人民的健康、国民经济的恢复、政权的巩固和社会的安定。新中国成立后,中共云南省委和省人民政府按照中共中央、政务院和中共中央西南局、西南军政委员会的统一部署,积极投入禁毒斗争,最终从源头上堵住了烟毒的泛滥,基本上解决了建国以前云南历届政府均无法解决的烟毒问题,有力地促进了云南的经济发展和社会进步,并积累了丰富的成功经验。     

论鲁迅小说的非常规修辞艺术

鲁迅的小说集《呐喊》与《彷徨》是一部"语言的艺术作品"。作为语言艺术大师,鲁迅非常重视修辞,非常善于修辞。他的小说内蕴着伟大的精神、广播的知识和真知灼见,同时又体现了高超的修辞技巧和独特的语言风格。这主要体现在:丰富独创的辞格运用;古朴凝练的短句艺术;多彩精湛的语言变异艺术。     

基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究

在犹豫直觉模糊语言集和语言尺度函数的基础上定义了均值-标准差偏好的Hamming距离，并提出了基于犹豫直觉模糊语言集距离TOPSIS和TODIM的多属性决策方法，进一步利用这两种方法对实例问题建筑商的招标方案进行排序，并讨论了偏好参数对排序结果的灵敏度分析。为验证上述方法的有效性，与已有方法对同一实例的排序结果进行了比较分析。     

基于Mo-RVIKOR的混合多属性决策方法

针对复杂性和不确定性多属性决策问题,考虑定量和定性融合的属性形式,提出了模块化随机多准则妥协解排序法（Modular Random VlseKriterijumska Opti-mizacija I Kompromisno Resenje,Mo-RVIKOR）,该方法无需将信息统一,就能处理多种信息形式存在的多属性决策问题。采用精确数、随机变量处理定量评价信息,用概率语义术语集处理定性评价信息;通过改进离差最大化法确定属性权重;根据Mo-RVIKOR对决策对象进行排序;最后以某公司C2B定制化服务质量评测项目为例,验证了所提方法的有效性。     

基于犹豫模糊语言信息的前景决策方法

本文首先回顾了模糊信息下前景理论研究的现状,发现犹豫模糊语言这一决策中常见的信息表达形式在前景理论框架中的研究被忽略,同时犹豫模糊环境下的前景决策方法具有一定的应用背景;基于此,本文考虑到决策者在实际决策过程中惯用的信息表达以及面对收益和损失时不同的风险态度,试图在犹豫模糊语言环境下构造新的前景理论决策框架,建立基于犹豫模糊语言信息的前景决策方法,并给出具体的决策步骤;最后通过算例分析展示了该方法的实际应用过程,并与犹豫模糊语言环境下的期望效用决策结果进行对比,说明了该方法更符合实际决策情景。     

IT服务供需双边匹配的模糊多目标决策方法

描述了IT服务外包中的供给方与需求方的双边匹配决策问题。为了解决该问题,针对IT服务的供给方和需求方分别给出的语言满意度评价信息,将语言评价信息转化为三角模糊数并进行多指标信息的集结运算。在此基础上,考虑以供给方和需求方双方满意度最大为目标,构建了IT服务供需双边匹配的模糊多目标优化模型,并采取将模糊多目标优化模型转化为单目标线性规划模型的方式进行求解得到匹配结果。实例计算表明,提出的方法具有可行性和实用性。     

语言多属性决策的目标规划模型

研究了只有部分属性权重信息、属性值以语言变量或不确定语言变量形式给出且决策者对方案有偏好信息的语言多属性决策问题.给出了语言变量和不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,定义了语言变量的偏离度概念.在属性值以1)语言变量和2)不确定语言变量,这两种形式给出的情形下,分别建立了一个基于偏离度的目标规划模型,并通过求解这两种模型分别获得相应的属性权重.然后对于情形1),利用语言加权平均(LWA)算子,对语言决策信息进行加权集成,继而对方案进行排序和择优;对于情形2),利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

群决策中基于语言信息处理的一种理想点法

针对具有自然语言评价信息的多指标群决策问题,提出了一种基于语言信息处理的理想点法。该方法是采用近年来最新发展的LWD算子和LOWA算子对自然语言符号进行处理和运算,通过计算每个方案与正负理想点间的距离,最终确定最优方案,使该方案最贴近正理想点和最远离负理想点。最后给出了一个算例。