我国科技合作项目管理机制的缺陷分析与改进对策

为解决我国科技管理部门对科技合作项目管理流于形式的问题,结合科技计划项目的发展趋势,阐述了完善科技合作项目管理机制的必要性,并通过分析指出现行管理机制中存在法律法规不健全和监控、评估机制不完善的缺陷。最后,从项目管理全过程视角提出了对科技合作项目实施科学管理及提高管理效率的对策。     

大数据环境下双层分布式融合决策方法

为了解决大数据环境下双层分布式决策中存在的决策推理难题和信息冗余难题,基于该类决策中存在的参与主体庞杂性和业务关系交叉性分析给出了有关推断信息之间存在相关性的假设,并结合证据理论中的基本概率分配函数提出了具有柔性表达优势的推断信息描述机理,在此基础上分别针对上下两层部门构建了能够剔除管理者影响、上层部门影响且可以对部门内部所有决策主体的元推断信息进行科学融合的定理和推论,最后按照"由上至下"的决策秩序构建了大数据环境下双层分布式融合决策的方法步骤。数值对比分析结果表明提出方法具有科学性和可行性,有利于拓展大数据环境下组织管理决策问题的解决思路,探索处理不完备性数据、相关性数据的"大"模式。     

生产规模不经济性条件下考虑消费者偏好的智慧供应链扶贫模型研究

落后的生产技术和管理水平均会导致企业面临生产规模不经济问题，在扶贫背景下，农户的生产同样具有生产规模不经济性。本文分别构建"农户+智慧供应链平台"、"农户+批发商+智慧供应链平台"、"农户+合作社+智慧供应链平台"三种扶贫模式，并比较不同模式下供应链的分散式决策及政府的补贴策略。研究表明：三种模式下，消费者扶贫偏好系数对贫困农户、批发商及合作社均有正向影响。随着农户贫困程度的增大，消费者需求也会增加，进而使得供应链各主体及供应链整体的利润均有所增加。"农户+智慧平台"合作模式下农户、平台及供应链整体均获得最高利润，但是其规模不经济情况无法得到改善，且现阶段在贫困地区实施该模式难度较大；"农户+批发商+智慧供应链平台"合作模式下，农户的利润高于批发商和智慧平台的利润，但是供应链整体利润有所减少，规模不经济状况也未得到改善；"农户+合作社+智慧供应链平台"模式下，合作社为农户分担一定的规模不经济成本，农户及供应链整体利润均有所增加。除此之外，政府一方面需继续加大对智慧平台建设及运行的补贴，增加目标激励，以维持供应链各主体的利益均衡。另一方面应通过激励合作社的建立帮助农户提高知识技术水平，并使其逐步实现与智慧平台的自主合作。     

基于双平台协调的两层群决策方法

为解决现有研究未考虑决策者的认知判断参考点与风险偏好态度对现实决策选择行为影响的问题,首先基于前景理论和T -JM矩阵构建了用于提取主观决策信息的价值平台与风险平台,然后针对上下两层知识在两个平台上的分布性特征给出并分析了两层双平台协调决策结构及运行机理,最后从上下两层满意协调度最优化的视角提出了能够有效提取两层决策信...     

多属性相对变权决策模型及方法

为克服多因素变权决策方法以及多属性决策Choquet积分模型没有科学反映多属性决策过程中决策者点依赖偏好关联行为的技术缺陷,在借鉴摆幅置权方法和网络分析法技术要点的基础上,运用数据包络分析的相对评价思维,提出一种全新的评价与决策方法即多属性相对变权决策方法。相对于多因素变权决策方法,新方法可以直接反映决策者的点依赖偏好结构,从而可以克服前者在反映点依赖偏好关联行为上所存在的源于决策分析者的武断随意性;相对于多属性决策Choquet积分模型,新方法可以反映决策者的点依赖偏好关联行为,并且在多数实际决策场合可以较有效地规避Choquet积分模型在决策参数判断上的指数复杂性难题。案例应用验证表明：新方法可以给出与决策者关于偏好依赖关联定性看法及客观事实非常相符的选择结论,可以更好地反映决策者的具体偏好。     

绩效$资背景下高校部门间相对绩效评价方法

针对当前高校绩效评价实践中,因传统评价方法自身局限导致评价结果缺乏客观公正性,且无法很好化解学科差异性因素对绩效评价的影响等问题,从人力、财力、物力以及人才培养、社会服务、科研六个方面入手,基于 DEA 构建了高等院校部门间相对绩效评价方法;同时,以 A 高校绩效改革为例进行实证分析。结果表明：传统评价方法因自身缺陷、评价指标主观赋权、结果评价导向等因素,都不同程度地导致了 A 高校绩效评价面临困难,但是传统评价方法下统一的评价标准与因学科差异性导致各个部门对其生产活动及产出成果评价持有不同期望之间的矛盾,才是触发 A 高校各个部门不满情绪的根本原因。而本评价方法恰好能较好地排除学科差异性因素影响,克服传统评价方法缺陷,反映部门绩效水平。     

两层群决策的双平台学习与协调模型

为解决现有分层决策方法无法反映决策者真实风险态度、难以保证学习与协调效率或效果的问题,构建了决策信息双平台提取模式和双平台学习协调结构,在此基础上提出了决策信息单平台学习修正模型、基元前景价值双平台系统协调模型以及双平台学习协调分析方法。该新模型方法不仅能够就上下两层在知识结构上的分布性认知优势应用学习修正定理有效地消除两层决策者在单平台上的认知偏差,而且还能系统协调双平台上差异性的决策信息,从而保证所做出的是科学有效决策。基于蒙特卡洛模拟的验证结果表明,新模型方法具有科学有效性和实际应用可行性。     

基于头脑风暴原则的主观证据融合决策方法

为了解决证据源是主观的或者客观证据源因无法获取有效信息而不得不寻求主观经验、知识、直觉帮助的决策问题,采用基于互补判断的相对估计方式构建了能够提取决策专家主观推断信息的柔性知识矩阵,给出了由柔性知识矩阵向BPA函数转化的主观证据提取模型,在此基础上将头脑风暴方法中的延迟评判、独立思考、以量求质、结合改善四项原则引入到主观证据的提取过程之中,构建了可以从识别框架中辨识出可能为最优方案的融合决策方法,最后分别应用数值对比分析和案例模拟分析验证了提出方法的科学有效性和应用可行性。     

多属性隐式变权决策分析方法

为克服多因素变权决策方法的内在缺陷,基于Belton 和Gear提出的B/G-AHP层次分析原理给出了一种隐含式的多属性变权决策建模思想,并运用该思想给出了一种多属性变权决策新方法。它相对于多因素变权决策方法具有三方面的比较优势。其一,依赖的变权偏好信息直接由决策者给出,因而能够克服决策分析者对决策结果的主观武断性影响,更好地反映决策者的真实偏好。其二,不会受到由因素的属性值转化为偏好值所额外引入的主观测度偏差的干扰。其三,对决策者主观判断可能存在的误差予以了旨在弱化其影响的优化控制。数值分析表明新方法拥有较好的变权能力,并且相对于已有方法能够给出更易为决策者所接受的评价结论,因而具有较好的应用有效性。     

基于基元前景交叉判断的前景价值模型

针对现有概率权重非参数确定方法存在的两方面缺陷,即因假设概率权重仅与概率有关而没有考虑概率权重受概率与结果共同影响的问题和没有针对决策者主观判断不准确性予以判断偏差有效控制的问题,通过引入两两比较思维构建了反映概率和结果对概率权重复杂影响的基元前景两两比较交叉判断新模式,并在此基础上运用误差控制优化技术提出了基元前景价值确定模型和前景优劣排序模型.数值模拟分析结果表明,应用前景优劣排序模型得到的前景排序与假定能够事先知道、能够真实反映决策者在有限理性下实际选择行为的真实排序具有高度一致性,证实了其克服现有非参数法固有缺陷的有效性.