基于异质信息的被执行人的评估决策问题研究

针对异质信息下被执行人财产隐匿行为甄别评估问题,考虑到被执行人评价指标关联性和执行人员的心理行为,提出一种基于复杂网络和前景理论的异质多属性决策方法.首先,对被执行人进行定量与定性分析,建立被执行人多维评价指标体系,进而利用复杂网络确定评价指标的权重;然后,考虑到被执行人评价指标的异质性,评价指标信息采用精确数、语言变量、概率语言等异质信息表示,在此基础上考虑决策者心理行为,利用前景理论计算各个被执行人的前景值,确定重点查控对象;最后,通过具体案例验证所提出方法的有效性和可行性,切实推动解决“执行难”问题,并为解决具有异质信息的实际管理决策问题提供新思路和新方法.     

基于决策者信任度的风险型混合多属性群决策方法

考虑决策者对风险型混合多属性评价结果的信任程度不同, 提出基于前景理论和改进投影理论的群决策方法. 建立一个数组以描述在不同信任度下群决策专家的评价结果, 并将数组中混合数据类型转化为三角模糊数. 在考虑决策者信任度的前提下集结群信息、确定属性权重. 引入综合前景价值和考虑权重的投影相对接近度两种方法对方案进行排序. 最后通过实例表明了所提出方法的合理性和有效性.

     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

基于改进的BOCR和FANP模型的ERP系统选择方法*

ERP系统能够明显影响企业未来的竞争力和企业绩效。ERP系统的选择是一个典型的多因素决策问题。基于BOCR理论建立了ERP系统选择的评价指标体系,考虑了准则/指标之间的相互影响和反馈关系。由于评价过程中信息的不精确和模糊性,用三角模糊数表示专家或决策者的偏好意见,根据模糊优先规划方法计算三角模糊判断矩阵的局部权重。依据准则/指标之间的网络结构关系建立了未加权超矩阵,计算了收敛后的极限超矩阵,以得出各指标的综合权重。最后以案例说明如何应用提出的方法。     

联网审计绩效的动态评价方法:基于AHP和GM(1,1)的组合应用

针对联网审计绩效动态评价的需要,提出了一种基于AHP和GM(1,1)组合应用的联网审计绩效动态评价方法:首先通过建立针对联网审计绩效评价的AHP层次结构模型,构造AHP判断矩阵,计算各评价指标的权重,评价已实施阶段联网审计项目的绩效;然后,采用GM(1,1)模型预测联网审计项目的潜在绩效值;最后,对联网审计绩效进行动态评价。为动态评价联网审计的绩效提供了一种有效的方法。     

一种供应链绩效评价新方法及其应用

利用平衡记分法建立供应链绩效评价指标体系,利用粗糙集理论对绩效评价体系进行约简,得到约简后的指标集后,使用基于信息熵的多属性评价方法对供应链绩效进行评价和排序,以便决策者参考。经过实证分析,证明该方法是有效的供应链绩效评价方法。     

多方参与决策且指标集有差异的方案排序方法

针对多方参与决策且指标集有差异的群体决策问题,提出一种基于模糊软集理论的方案排序方法.依据各方决策者所考虑的指标参数和打分值信息给出多方决策信息的模糊软集表示方法,并利用模糊软集的且运算得到综合各方决策者所考虑指标参数的新模糊软集及其隶属度矩阵;然后在考虑指标权重的前提下构建关于方案的加权比较矩阵,进而通过计算得出的各方案优势度确定方案的排序结果;最后,通过一个算例表明了所提出方法的可行性和有效性.     

基于改进直觉模糊熵和信息集成算子的多准则群决策方法

针对直觉模糊环境下准则权重和决策者权重完全未知的群决策问题,提出了一种基于改进直觉模糊熵和信息集成算子的多准则群决策方法.首先,借助直觉模糊数、语言变量法和定量指标值转化公式,将决策者的初始评价准则值规范化;其次,引入改进的直觉模糊熵度量方法确定准则权重和决策者权重;进一步对直觉模糊决策矩阵用直觉模糊加权平均算子和直觉模糊有序加权平均算子进行信息集成,利用新的得分函数对备选方案排序择优.从理论上论证了该方法的可行性,结合算例验证了该方法的有效性.     

基于优势-直觉模糊粗糙模型的IT项目绩效审计评价规则获取

针对我国政府审计机关对政府投资的IT项目进行绩效审计评价规则知识获取的困难,考虑了条件属性取值为优势精确值、分类结果为直觉模糊值的决策系统规则获取问题.首先比较条件属性值的大小,构建对象的优势邻域,再由对象邻域的直觉模糊值确定对象的上下近似;根据对象的上下近似和不同对象的直觉模糊值确定对象间的区分关系,利用分辨矩阵给出知识约简和规则提取算法;最后将直觉模糊粗糙模型应用于政府IT项目绩效审计评价规则的获取,得到了较为合理的IT项目绩效评价规则.     

基于二元语义一致性的混合多属性灰关联决策

为了解决指标权重未知的混合型多属性决策问题, 提出基于二元语义一致性的灰关联决策方法. 首先, 针对异质决策信息问题, 提出了使所有决策信息转化为二元语义变量的一致化方法; 然后根据离差最大化原理, 客观确定属性的指标权重, 利用灰关联分析对决策方案进行排序; 最后以某供应链中供应商的绩效评估作为算例, 用所提出方法对混合型多属性决策问题进行求解, 结果表明该方法易于操作且可为决策者提供丰富的决策信息.

     

Evaluating new product development performance by fuzzy linguistic computing

New product development (NPD) is indeed the cornerstone for companies to maintain and enhance the competitive edge. However, developing new products is a complex and risky decision-making process. It involves a search of the environment for opportunities, the generation of project options, and the evaluation by different experts of multiple attributes, both qualitative and quantitative. To perceive and to measure effectively the capability of NPD are real challenging tasks for business managers. This paper presents a 2-tuple fuzzy linguistic computing approach to deal with heterogeneous information and information loss problems during the processes of subjective evaluation integration. The proposed method which is based on the group decision-making scenario to assist business managers to measure the performance of NPD manipulates the heterogeneous integration processes and avoids the information loss effectively. Finally, its feasibility is demonstrated by the result of NPD performance evaluation for a high-technology company in Taiwan.     

大规模定制模式下多类型评价信息的多目标生产指派问题

针对大规模定制模式下具有直觉模糊数、三角模糊数、语言评价、区间数等多类型评价信息的多目标生产指派问题,提出一种新的生产指派方法.首先,建立大规模定制模式下满意度评价指标体系;然后,通过计算不同类型的评价信息与负理想点的距离,以及正理想点与负理想点的距离,定义顾客满意度和企业满意度;最后,以顾客满意度最大化和企业满意度最大化为目标,建立多目标生产指派优化模型,并通过求解生产指派模型得到生产指派结果.最后通过一个算例验证所提生产指派方法的可行性和有效性.     

基于改进DS理论的双重模糊信息安全评估

针对信息安全评估的模糊性,考虑之前算法的单一方面模糊问题,分析信息安全系统不同时间段内的表现,提出一种基于改进DS理论的双重模糊信息安全评估算法。不仅利用三角模糊数方法把专家观点进行聚合,还用改进的DS理论充分体现出不同时间段内系统的表现会造成的对专家评价结果的影响,根据风险计算公式,最终得到威胁严重程度排序。与单一决策算法相比,综合考虑了信息安全系统的不确定性和主观人为的不确定性,避免了单一时间段内的笼统决定,通过实验,验证了该方法的必需性及有效性。     

基于事件触发的网格资源监控研究

对于异构的高性能分布式计算环境——网格来说,监控其中每个计算节点获取资源的状态信息是至关重要的。然而传统的资源监控方式需要周期性地读取各个节点的信息,对网格系统资源浪费较大。本文提出一种基于事件触发的方法来降低监控服务开销,准确获取资源状态信息。然后采用该方法在Clobus Toolkit 4下实现网格资源监控系统,并对该系统做出客观评价。     

Aggregating decision information into Atanassov's intuitionistic fuzzy numbers for heterogeneous multi-attribute group decision making

The aim of this paper is to propose a new aggregation method to solve heterogeneous MAGDM problem which involves real numbers, interval numbers, triangular fuzzy numbers (TFNs), trapezoidal fuzzy numbers (TrFNs), linguistic values and Atanassov's intuitionistic fuzzy numbers (AIFNs). Firstly, motivated by the relative closeness of technique for order preference by similarity to ideal solution (TOPSIS), we propose a new general method for aggregating crisp values, TFNs, TrFNs and linguistic values into AIFNs. Thus all the group decision matrices for each alternative which involves heterogeneous information are transformed into an Atanassov's intuitionistic fuzzy decision matrix which only contains AIFNs. To determine the attribute weights, a multiple objective Atanassov's intuitionistic fuzzy programming model is constructed and solved by converting it into a linear program. Subsequently, comparison analyses demonstrate that the proposed aggregated technology can overcome the drawbacks of existing methods. An example about cloud computing service evaluation is given to verify the practicality and effectiveness of the proposed method.     

A fuzzy embedded agent-based approach for realizing ambient intelligence in intelligent inhabited environments

We describe a novel life-long learning approach for intelligent agents that are embedded in intelligent environments. The agents aim to realize the vision of ambient intelligence in intelligent inhabited environments (IIE) by providing ubiquitous computing intelligence in the environment supporting the activities of the user. An unsupervised, data-driven, fuzzy technique is proposed for extracting fuzzy membership functions and rules that represent the user's particularized behaviors in the environment. The user's learned behaviors can then be adapted online in a life-long mode to satisfy the different user and system objectives. We have performed unique experiments in which the intelligent agent has learned and adapted to the user's behavior, during a stay of five consecutive days in the intelligent dormitory (iDorm), which is a real ubiquitous computing environment test bed. Both offline and online experimental results are presented comparing the performance of our technique with other approaches. The results show that our proposed system has outperformed the other approaches, while operating online in a life-long mode to realize the ambient intelligence vision.     

基于一种新得分函数和累积前景理论的毕达哥拉斯模糊TOPSIS法

针对属性权重未知、评价信息为毕达哥拉斯模糊数的多属性决策问题,对毕达哥拉斯模糊集的得分函数进行深入分析,为解决现有得分函数中存在的不足,提出一种新得分函数,通过证明其相关定理,分析新得分函数的性质.将新得分函数运用到毕达哥拉斯模糊多属性决策问题中,以帮助决策者更好地处理模糊的决策信息.此外,针对现有大多数毕达哥拉斯模糊...     

一种基于姿势识别的教师教学行为评价方法

随着智慧教室的不断普及,采用传统人工评教方法已经不能满足评估教师在这些教室教学视频中教学行为的需要。针对这些教学视频,建立了智能化评价教师教学行为的框架。这个框架首先基于HRNet深度学习网络获得教师人体姿态信息,然后根据教师的姿态信息建立了评价其教学行为的指标,最后采用模糊综合评价的方法实现了对教师教学行为的综合评分。实验表明,本框架的评价结果总体和传统的人工评价结果是一致的。     

模糊规则模型的粒度性能指标评估方法

模糊规则模型广泛应用于许多领域,而现有的模糊规则模型主要使用基于数值形式的性能评估指标,忽略了对于模糊集合本身的评价,因此提出了一种模糊规则模型性能评估的新方法。该方法可以有效地评估模糊规则模型输出结果的非数值（粒度）性质。不同于通常使用的数值型性能指标（比如均方误差（MSE））,该方法通过信息粒的特征来表征模型输出的粒度结果的质量,并将该指标使用在模糊模型的性能优化中。信息粒性能采用（数据的）覆盖率和（信息粒自身的）特异性两个基本指标得以量化,并通过使用粒子群优化实现了粒度输出质量（表示为覆盖率和特异性的乘积）的最大化。此外,该方法还优化了模糊聚类形成的信息粒的分布。实验结果表明该指标对于模糊规则模型性能评估的有效性。