基于支持向量机和模糊层次分析法的虚拟研究中心合作伙伴优选决策

针对虚拟研究中心伙伴决策过程中信息的模糊性和不确定性,提出了一种基于支持向量机和模糊层次分析法的综合评价模型。首先应用基于支持向量机的分类模型对虚拟研究中心候选合作伙伴数据信息进行分类,经过初步筛选缩小候选合作伙伴集合,再采用梯形模糊数构造评价模型的判断矩阵,选用一致性充要条件检验判断矩阵的一致性,进而推导出评价模型中各评价准则下指标的权重,最后运用梯形模糊数的重心法,完成候选合作伙伴的综合评价值排序,并以雅砻江水电开发虚拟研究中心伙伴选择为例进行分析。研究表明,基于支持向量机和模糊层次分析法模型能减少虚拟研究中心伙伴选择决策的输入量,提高分类精度和决策效率;此外,由于梯形模糊数在层析分析法中的应用,使综合评价模型能有效地结合定性与定量分析,减少人为主观因素的影响,从而优选出最佳的合作伙伴。

基于任务的虚拟企业组织设计研究

虚拟企业构建具有明显的任务导向特征。当某企业面临资源缺乏或能力限制而导致无法独立完成某项生产任务时,就可以以盟主企业身份通过构建虚拟企业来完成该任务。组织设计关系到虚拟企业运作的成败,因此组织设计问题成为虚拟企业研究一个关键问题。本文以注塑模开发任务为例,探讨了虚拟企业组织设计问题,提出虚拟企业组织设计框架,并对组织设计中的关键问题进行了研究。本文提出的虚拟企业组织设计框架包括任务分解及归并、伙伴集构造及初选、伙伴集优选、组织结构设计等关键环节,文中对上述各阶段的主要内容及实现技术进行了详细分析与说明。针对虚拟企业组织设计中的关键问题—伙伴集优选,建立了基于完工时间约束的,以任务总成本最小化为目标的数学模型,并采用限制法,借助0-1背包问题证明了该伙伴优选问题是NP难题。为求解上述伙伴优选模型,提出了粒子群求解算法。在上述研究基础上,引入爬山算法对粒子群优化算法进行改进,以克服采用粒子群算法求解整数规划问题,容易因为取整而漏掉较优解及易于陷入局部最优等弊端,提高优化求解效果。通过注塑模开发任务的伙伴优选实例验证了粒子群求解算法的实用性及有效性。本文研究对虚拟企业快速、有效地组建具有一定指导意义。