针对如何从多个候选R&D联盟成员中选择最理想的R&D项目合作成员问题,提出了一种操作性较强的选择方法。首先通过静态博弈得到了候选R&D联盟成员进行某R&D项目合作时竞标价格的可行区间,在考虑专家采用模糊多粒度语言(fu...针对如何从多个候选R&D联盟成员中选择最理想的R&D项目合作成员问题,提出了一种操作性较强的选择方法。首先通过静态博弈得到了候选R&D联盟成员进行某R&D项目合作时竞标价格的可行区间,在考虑专家采用模糊多粒度语言(fuzzy multi-granularity term sets,FMGTS)进行期望获利度评价的状况下,运用基本语言转换函数将评价信息进行集结,据此确定候选R&D联盟成员的期望获利度和优化的竞标价格。在给出价格满意度与工期满意度公式的基础上,利用效用值法将基于不同满意度下的排名决策信息进行一致化处理,最后采用互补判断矩阵中的排序公式来选择理想的R&D项目合作成员。展开更多
文摘针对如何从多个候选R&D联盟成员中选择最理想的R&D项目合作成员问题,提出了一种操作性较强的选择方法。首先通过静态博弈得到了候选R&D联盟成员进行某R&D项目合作时竞标价格的可行区间,在考虑专家采用模糊多粒度语言(fuzzy multi-granularity term sets,FMGTS)进行期望获利度评价的状况下,运用基本语言转换函数将评价信息进行集结,据此确定候选R&D联盟成员的期望获利度和优化的竞标价格。在给出价格满意度与工期满意度公式的基础上,利用效用值法将基于不同满意度下的排名决策信息进行一致化处理,最后采用互补判断矩阵中的排序公式来选择理想的R&D项目合作成员。