基于多Agent的分布式模型管理与组合方法

为在分布网络环境下快速准确地进行科学决策,提出了可实现分布式的模型管理与组合的多Agent模型系统。设计了系统组成成分———管理Agent和模型Agent的结构,分析了它们的功能和行为。利用逆向推理技术实现模型Agent的动态自动组合,给出了利用多个模型Agent组合求解复杂问题的过程。最后,以某企业产品开发中的投产决策问题为例,论述了模型系统的工作过程。与传统模型系统相比,该系统具有模型远程调用和运行、模型动态自动组合等功能,为研究开发复杂问题的决策支持系统提供了新的模型系统建模方法。     

基于逆向推理策略的模型集成

为了分析模型集成过程数据集成和逻辑集成的关系，将模型集成看成不同层次的知识处理过程，提出了一种基于逆向推理策略的模型集成方法，用黑板框架模型实现了模型、数据和知识的综合集成，并用这种方法解决了教育规划决策支持系统中的模型集成问题。     

面向大规模定制的网络化群体智能决策支持系统

分析了大规模定制模式下决策问题的协同性、科学性和快速响应需求,提出了面向大规模定制的群体智能决策支持系统,用以支持多决策者之间通过虚拟组织的形式开展迅速、科学、有效的群体决策。该系统采用B／S构架,由数据源、集成数据平台、应用服务层、网络通讯平台和用户接口5层结构组成。在数据库／数据仓库、模型库、方法库和知识库的基础上,开发了案例库系统、方法引导器、模型选择器和数据挖掘工具等人工智能部件,增强了系统的实用性和易用性。给出了使用该系统进行客户定制订单群决策的应用实例。     

R＆D项目组合选择决策支持系统研究

建立了由企业多层次人员参与，战略符合度、竞争能力以及项目组合选择多目标优化三阶段的R＆D项目组合选择决策过程；根据决策过程特点以及决策支持系统发展趋势，构建了基于综合集成哲理的决策支持系统体系构架，并提出在定性与定量分析过程中使用层次灰色评价进行决策研讨，复合期权度量R＆D项目收益，Pareto多目标遗传算法求解优化模型，为企业高层管理者提供了有效的支撑工具进行R＆D项目组合选择。     

网络化制造系统中协同决策体系研究

网络化制造系统的协调运营是建立在各个节点企业之间高质量的信息传递与共享基础上,有效的网络化制造系统离不开信息系统提供可靠的决策支持。分析了网络化制造系统中的决策问题及其活动特点,给出了网络化制造系统中决策信息的层次概念模型。结合网络化制造系统中决策问题的特点,给出了用于网络化制造过程的决策支持系统结构模型,建立了一种基于多Agent系统(MAS)与数据仓库技术相结合的网络化制造决策支持系统(NMS-DSS)的体系框架。     

基于MAS的采购管理智能决策支持系统的构建

针对企业采购管理方面决策问题的复杂性,根据决策支持系统(Decision Support System,DSS)的体系结构和功能需求,介绍了用于构建采购管理智能决策支持系统的多智能体系统(Mul-ti-Agent System,MAS)和智能决策支持系统(Intelligent Decision Support System,IDSS)技术。同时对采购管理智能决策支持系统的功能模块进行了详细分析,并阐述了基于MAS技术的采购管理智能决策支持系统的设计思路。该系统解决了传统决策支持系统在半结构化、非结构化问题处理上的不足。     

基于TRIZ的抽油机方案设计决策支持系统研究

为提高设计效率．实现计算机辅助创新方案设计．针对抽油机方案设计的缺陷和不足，将发明问题解决原理(TRIZ）引入到机械产品方案设计中来产生刨新设计方案。利用先进的计算机支持技术一智能决策支持系统(IOSS)来实现，通过对系统构造方法、体系结构、问题求解的方案生成、方案决策和方案评价方法等方面进行讨论，建立了基于TRIZ的机械产品方案设计的智能决策支持系统(TRIZ-IDSS)。通过对抽油机的改进实例分析表明，该系统有助于设计人员拓宽思考空间，打破思维定势，辅助设计人员提出富有创造性的设计方案，并为机械领域产品创新提供科学的理论指导和指明探索方向。     

一种复杂产品研发决策支持系统的结构与流程设计

近年来,决策支持系统无论在其理论研究方面还是应用领域均得到了长足的发展,但在复杂产品研发领域,决策支持系统发展滞后,该文针对复杂产品研发的特点,对复杂产品研发决策支持系统进行研究,并提出复杂产品研发决策支持系统的总体结构,从而实现复杂产品研发现代化和决策科学化。     

面向复杂大群体的群体决策支持平台框架研究

为解决复杂大群体下,决策问题求解过程中出现的冲突加剧、信息超载、效率低下和共识难以达成等问题,应用工作分解结构方法,进行决策问题结构化和决策群体结构化分解;分析在复杂大群体下,决策群体和决策问题结构化分解的线性树形层次结构,以及决策问题求解结果的合成原理;结合人的定性分析能力和计算机的定量数据处理能力,总结并提出一种适合软件实施需求,实现人机结合的决策问题分解、决策群体分解、并行求解、求解结果合成和层级驱动的框架.在此基础上设计出一种面向复杂大群体的群体决策支持平台,并给出了一个水电站建设项目管理方案的决策实例.     

基于MAS的采购管理智能决策支持系统的构建

针对企业采购管理方面决策问题的复杂性，根据决策支持系统（Decision Support System，DSS）的体系结构和功能需求，介绍了用于构建采购管理智能决策支持系统的多智能体系统（Multi—Agent System，MAS）和智能决策支持系统（Intelligent Decision Support System，IDSS）技术。同时对采购管理智能决策支持系统的功能模块进行了详细分析，并阐述了基于MAS技术的采购管理智能决策支持系统的设计思路。该系统解决了传统决策支持系统在半结构化、非结构化问题处理上的不足。     

质量功能展开中关联关系确定的粗糙集方法

针对质量功能展开中存在顾客需求和工程特性之间的关联关系不确定、不分明和模糊等特质,提出了质量功能展开中关联关系的粗糙集方法.由质量屋中所有工程特性组成条件属性集,且每一项顾客需求均组成相应的决策属性集,而后分别构造了对应于每项需求的决策系统.利用粗糙集中相对约简和相对核等方法,分别建立了相应的修正决策系统.利用信息熵和等价类的集成方法,获取了修正决策系统中各条件属性的重要度,进而确定了顾客需求和工程特性之间的关联关系.以全自动洗衣机的产品研发为实例,验证了方法的有效性.     

供应链管理决策支持系统及其在伙伴企业选择中的应用

介绍了供应链管理技术,提出了一种支持供应链管理的决策支持系统,最后以企业为背景,给出了该决策支持系统的应用,并介绍了系统中模糊智能决策过程。     

MRO支持技术研究

为支持预测性维修为主的综合维修模式,从产品全生命周期管理角度出发,研究了产品生命中期阶段维护、维修和大修支持系统总体框架以及维护、维修和大修支持技术体系.在总结维修服务系统发展历程的基础上,分析了维护、维修和大修服务管理需求,给出了维护、维修和大修支持系统总体框架和支持技术体系.最后,阐述了维护、维修和大修支持技术体系各个部分的核心技术.     

制造联盟加盟支持系统的研究

提出基于Internet/Intranet的招投标制造伙伴选择方式，分析投标加盟决策内容和过程以及制造联盟加盟支持系统的功能需求，介绍制造联盟加盟支持系统的体系结构。简要论述系统中涉及的效益／风险评估、产品信息建模、制造资源能力评估、竞标工艺设计、成本估算与报价等关键技术。     

基于ASP.Net的电网事故处理辅助决策系统

为解决电力调度员在使用传统的离线分析决策方法处理事故时“整体速度偏慢、过程用时较长且处理方案不够完善”等问题,将ASP.Net技术应用到开发电网事故处理辅助决策系统中.开展了各类电力设备故障时处理方法的分析,以优化的处理方案为基础,利用数据库与网络拓扑原理,建立了事故分析及处理在线辅助决策系统,明确了事故处理时变电站与调度室之间的关系,规范了事故信息报送格式,具有较高的可维护性、可扩展性和安全性.结果表明,辅助系统给电力调度员提供了良好的技术支持,事故决策方案更成熟准确,整个事故处理恢复送电过程所需时间明显缩短,比较系统使用前后情况,发现平均事故处理时间缩短了15％,具有较高的应用价值.目前,该方案已在宁波电网内各变电站及地调系统中投入使用.     

产品顾客需求权重的动态趋势预测与分析

为了在产品设计过程中更准确地理解顾客需求,给设计提供可靠的决策依据,设计人员不仅需要确定顾客需求当前的权重,更需要预测其未来的权重,以便掌握其动态趋势。针对当前顾客需求未来权重预测和动态趋势分析研究较少的情况,提出了基于变精度粗糙集和最小二乘支持向量机回归理论的集成方法,来预测顾客需求的未来权重。该方法首先利用变精度粗糙集的β分类精度方法计算了顾客需求权重;然后周期性地计算每项顾客需求权重以构建权重时间序列,引入最小二乘支持向量机回归理论对顾客需求权重时间序列进行处理,从而确定预测模型的具体表达式,进行权重预测,并通过历史的、当前的和预测的权重数据,构建顾客需求权重的动态趋势直方图,以便分析。以大倾角带式输送机为例,对该集成方法的可行性和有效性进行了说明。     

基于多代理系统的立体质量屋决策方法在虚拟企业中的应用

为解决虚拟企业组建过程中的大量分布式群决策问题，提出一种多决策代理的多质量屋求解、加权集成群决策结果的立体质量屋决策模型。该模型通过扩展传统质量功能配置，依据专业领域划分相对独立的决策代理，面向各代理构建出一系列平面质量屋；代理之间可以在必要的时候进行基于本体逻辑的交互，避免经验偏差；通过代理置信度加权方法，集成多质量屋的求解结果，获得群决策综合结果。保证了各决策代理能在自身熟悉的领域内充分利用知识和经验进行决策，保证每个质量屋的针对性和简洁性，提高决策效率。最后给出了模型的初步应用案例。