基于偏好决策的MC模式下供应链调度优化

分析了随机需求与随机资源约束条件下的MC模式下供应链调度过程中蕴含的主要矛盾问题,提出对供应链协作成员动态收益满意偏好的合理决策是有效解决矛盾的关键因素之一。对影响和决定该偏好的主、客观因素进行了界定以及定性与定量分析,建立了基于协作成员满意收益的利益偏好决策模型,最后将其引入MC模式下的供应链调度优化模型,通过算例分析,验证了思路与模型的有效性。

基于Agent的用户偏好决策模型及其应用

智能体及其组成的智能体系统是人们解决用传统方法难以解决的复杂问题的一个新途径,以复杂适应系统、智能体系统等理论为指导,吸取了智能体强化学习的基本原理,提出了一种基于智能体的用户偏好决策模型,并将其成功应用在互联网搜索中,不仅提高了搜索的质量,同时具有一定的创新性。

不完备偏好决策系统中一种扩展优势关系模型

针对含有大量偏好信息的不完备信息系统,提出一种基于β-先验概率优势关系的粗集模型。首先给出β-先验概率优势关系模型的定义,其次讨论了新模型的一些相关性质及其近似分类质量。β-先验概率优势关系模型具有一定的容错能力,通过设置参数值来提高对数据预测、分类的合理性,从而达到与主观认知相一致的分类效果。实例分析进一步验证了新模型的优越性。

CP-nets的定性偏好决策及一致性推理

CP-nets是一种简单而又直观的图形化偏好表示工具,特别适合描述不完全信息下的具有依赖关系的多属性定性偏好决策。首先通过构造CP-nets导出图及对其性质的研究,得出强占优测试本质上是导出图上顶点之间的可达性问题,从而利用图的深度优先遍历算法实现了二值网的强占优测试;然后分别从无环图、有环图的角度给出CP-nets一致性的相关定理和性质,提出了判断一致性的3种方法,使得CP-nets的一致性问题得到解决;强化和扩充了Boutilier所提出的一些概念,深化了CP-nets的基础理论研究。

基于直觉模糊偏好决策的冷链物流供应商三维评价

为更好地评价冷链物流供应商服务能力,降低合作风险,从企业战略合作伙伴、客户满意度和环境友好性等3个维度构建冷链物流供应商服务评价指标体系。采用直觉模糊层次分析法在专家模糊偏好关系的基础上求出指标权重;结合决策隶属函数,基于加权算术平均算子对多个指标进行赋值优化计算,探讨最佳冷链物流供应商选择方案。定量化的计算结果表明,在选择冷链物流供应商时,应该着重于供应商服务客户的能力(包括商品交付完好率和准时性)和供应商自身的硬件素质。

考虑用户出行差异与充电决策偏好的电动汽车充电站规划

大规模电动汽车的出行一般具有规律性,但其充电负荷的分布受到用户出行主观意愿的影响。首先考虑到用户在日常活动中存在的出行差异,针对不同性质车辆建立出行需求响应模型;依据用户出行中的决策偏好,确定不同状态下电动汽车的充电路径选择策略;其次,基于各候选站单位时间的最大并行服务量及优化约束对充电站进行容量配置,以用户经济损失与充电站建设运营年均综合成本最低为目标建立充电设施规划模型;最后,采用改进的粒子群算法求解模型,通过具体案例分析验证了所提规划方法的合理性与有效性。

基于决策偏好的联合火力打击目标分配研究

目标分配是联合火力打击作战任务规划需要解决的关键问题之一。在联合火力打击战役进程的不同阶段,指挥员的作战企图和作战目的不尽相同。依据联合火力打击不同作战阶段的特点,建立了基于决策偏好的联合火力打击多目标分配优化模型,采用定性与定量相结合的方法,将多目标优化问题转化为全局目标优化问题,并采用离散粒子群算法进行求解,得到了较为合理的目标分配方案。

基于决策偏好逼近的网络数据安全稳态评估分析

为有效评估网络数据的安全稳态,本文提出基于决策偏好逼近的网络数据安全稳态评估分析方法。根据阶梯层次形式构建网络数据安全稳态评估体系,并利用用户生成内容模式挖掘安全稳态关注点。本文采用二元语义模型呈现决策者偏好信息,根据文档特征权值赋予评估指标属性权值。基于此,考虑决策者偏好信息,获取事件关键词属性权重,根据加权决策矩阵正负理想值,得到数据安全稳态评估结果。实验结果表明:该方法能够有效且全面地评估网络数据的安全稳态。

模糊多维偏好群决策的BOT项目风险管理研究

运用模糊的语言变量进行多属性事物的群体评价决策,即模糊信息多维偏好群决策。由于BOT项目的风险结构十分复杂,如何对BOT项目风险进行有效的分级管理显得十分重要。系统地分析了BOT全生命周期风险的内容与属性,运用模糊决策理论和多维线性规划模型,结合改进的Borda分值法,构建了BOT项目生命周期的模糊信息多维偏好线性规划风险评价模型。模型中既考虑了决策者意见的一致性,又兼顾了决策意见的差异性,为BOT项目风险管理和评价提供了新的思路。

基于决策偏好逼近的网络数据安全稳态评估分析策略

在互联网时代,随着网络数据的不断增长,确保网络数据的安全变得至关重要,以便充分发挥网络数据的作用和价值。文章从决策偏好的角度出发,提出了一种网络数据安全稳态评估分析策略。通过利用二元语义模型,该策略用于呈现决策者的偏好信息,从而构建了网络数据安全稳态评估体系。

改进偏好多目标优化算法在直流偏磁抑制装置优化配置中的应用

基于偏好的多目标优化算法能够定向搜索符合决策者需求的Pareto解集,是多目标优化算法与工程实际联系最为紧密的方法之一。为准确地将决策者偏好需求反映到最终Pareto解集,提出一种偏好映射点动态更新策略,通过动态更新偏好映射点来降低算法对初始参考点位置的依赖。为实现输出Pareto解数目可调可控,引入偏好解集过滤器,使得算法能够得到解集数目符合决策者要求、分布均匀的Pareto解。最后,利用所提算法求解ZDT系列测试函数和浙北区域直流偏磁抑制装置优化配置问题。结果表明,所提算法能有效收敛至决策者偏好对应的Pareto解集,可以为直流偏磁抑制装置优化配置工程实际问题提供符合决策者需求的优秀候选方案。

跨期决策视角下医学生创业意愿的影响因素研究——基于计划行为理论

为探讨医学生创业项目参与行为意向的影响因素,文章通过方便抽样的方法对医学生进行调查,使用偏最小二乘法结构方程模型评估研究假设和研究模型。模型验证结果表明,行为意向的方差解释率为44.2%,知觉行为控制(β=0.284,P<0.001)是医学生参与创业行为意向的最强烈影响因素,其次是态度(β=0.258,P<0.001)、主观规范(β=0.161,P<0.001)、学校配套资源(β=0.099,P<0.05)、跨期决策偏好(β=-0.058,P<0.01)。主观规范对医学生态度、知觉行为控制产生积极影响,并通过态度、知觉行为控制影响行为意向。创业教育对医学生知觉行为控制产生积极影响,并通过知觉行为控制影响行为意向。跨期决策偏好对医学生态度具有负向影响,并通过态度影响行为意向。研究表明,计划行为理论对医学生创业意愿具有良好的解释力和预测力,要通过深入创新创业教育、加大环境政策支持、树立榜样模范作用改善医学生态度,引导其主观规范和知觉行为控制。

基于一致性局部调整算法和DEA的语言偏好决策模型

设计一致性调整算法和计算可靠的方案排序权重向量已成为近年来备受关注的两个重要研究课题。针对决策信息为语言偏好关系的决策问题,提出一种基于一致性局部调整算法和数据包络分析(DEA)方法的语言偏好决策模型。首先,基于局部调整策略设计一种收敛的乘性一致性调整算法,该算法不仅使得调整后的语言偏好关系具有满意乘性一致性,而且能够尽可能多的保存原始决策信息;其次,基于提出的新型语言DEA模型构造一种语言偏好决策模型用以确定方案的排序权重向量,进而得到合理可靠的决策结果。最后,将提出的语言偏好决策模型用于供应商的选择实例,对比分析实验验证了模型的合理性和有效性。

认知闭合需要、框架效应与决策偏好

在带有模糊性的决策情境中,决策者个人的认知特征会对其判断决策产生重要影响。通过实验的方法,考察了认知闭合需要和特征框架效应对个体决策偏好的影响。93名工商管理硕士(MBA)参与了实验,研究的结果支持了研究的3个假设,即认知闭合需要与特征框架效应不仅对被试的决策偏好存在显著的影响,而且二者还存在显著的交互作用。具体来说,研究发现,在模糊情境中:高认知闭合需要的被试偏好于立刻做出决策,而低认知闭合需要的被试偏好于暂缓做出决策;接收到正向框架信息的被试偏好于立刻做出决策,而接收到负向框架信息的被试偏好于暂缓做出决策;认知闭合需要与特征框架对被试的决策偏好还存在显著的交互作用。研究结论为根据个体认知闭合需要的水平来选拔决策者、利用框架效应来影响个体的信息加工方式进而提高决策质量提供了理论依据。

期望差距与企业家的风险决策偏好——基于中国家族上市公司的数据分析

探讨了期望差距与企业家创新性活动和破坏性活动之间的关系,以及政治关联在其间的调节作用.基于中国家族上市公司的数据分析得到以下结论:第1,在期望落差及历史期望顺差的状态下,企业家都将随着差距的增加而冒险地从事创新性活动、破坏性活动,但随着行业期望顺差的增加,冒险性行为则降低了;第2,企业家在落差状态下的破坏性活动的边际效应高于顺境状态;行业期望落差状态下创新性活动的边际效应小于行业期望顺差状态,但这种创新活动的边际效应在历史期望状态下则更大;第3,政治关联在期望差距与企业家风险决策偏好之间起到显著的调节作用,尤其在期望落差状态下它更加遏制了企业家冒险从事创新性活动的动力,而诱使他们将资源配置到破坏性活动之中.

基于决策偏好的多目标粒子群算法及其应用

针对传统多目标粒子群算法在解决复杂多目标优化问题上的不足,提出一种基于决策偏好的交互式多目标粒子群算法。该算法考虑决策者的正偏好和负偏好对粒子的引导作用,首先计算外部种群粒子与双极偏好点的相对贴近度,并进行排序;根据排序结果进行外部种群管理和全局最优解更新;使用δ-邻域值控制Pareto解集的分布性。在随机多目标库存控制应用中,证明了该算法对复杂应用问题求解的有效性,性能对比结果表明,该算法的收敛性、多样性和运算时间优于基于参照点的第二代非支配解排序遗传算法。

基于决策偏好可控的地铁列车开行方案设计研究

以乘客的总广义出行费用最小、地铁部门运营成本最小为目标,以列车满载率、列车编组长度、列车开行频率为约束条件建立地铁列车开行方案设计多目标规划模型并求解。通过设置权重的方式,将地铁列车开行方案制定中追求的乘客总广义出行费用最小与地铁运营公司运营成本最小双目标转化为单目标。并给予了3组不同的权重设置方案,分别求得相应的最优解,分析了权重设置对最优解的影响。所提供的权重设置方法,可以准确描述决策者在地铁列车开行方案制定过程中的决策偏好,能够为地铁列车开行方案的制定提供决策支持,有较大的实用价值。

高维多目标优化问题融入决策者偏好的集合进化优化方法

高维多目标优化问题普遍存在且非常重要,但是,已有的解决方法却很少.本文提出一种有效解决该问题的融入决策者偏好的集合进化优化方法,该方法首先基于决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;然后,以原优化问题的多个解形成的集合为新的决策变量,以超体积和决策者期望满足度为新的目标函数,将优化问题转化为2目标优化问题;最后,采用多目标集合进化优化方法求解,得到满足决策者偏好且收敛性和分布性均衡的Pareto优化解集.将所提方法应用于4个基准高维多目标优化问题,并与其他2种方法比较,实验结果验证了所提方法的优越性.

直觉性和分析性决策策略偏好的情境效应

旨在考察决策情境对个体的决策策略偏好的影响。研究通过两个实验分别从外显偏好和内隐偏好的角度出发,考察了个体在紧急应激和日常消费情境下,对直觉性决策策略和分析性决策策略的偏好程度,结果表明:(1)紧急应激情境下,个体在外显和内隐层面上,都更倾向直觉性决策策略;(2)日常消费情境下,个体在外显和内隐层面上,都更倾向分析性决策策略;(3)在外显层面上,个体总体上更倾向分析性决策策略。结论是,紧急应激情境会优先启动直觉性决策策略,而日常消费情境则优先启动分析性决策策略。

偏好多属性决策表概率决策的扩展粗糙集方法

通过用优势关系代替不可分辨关系,并设定置信阈值,α提出了一种可以从偏好多属性决策表中发现偏好概率规则集的扩展粗糙集模型。该方法可以处理偏好多属性决策表中可能的不相容性,获取由偏好对象组成的偏好概率决策规则,设计了相应的算法。研究结果表明:由该方法获取的最小偏好概率规则集,使用的条件数量较少,且导出规则的数量较少、较强。