基于模糊综合评价的现代会展物流服务商选择

采用Delphi法并咨询专家确定现代会展物流服务商的评价指标体系,一级指标权重采用AHP法,二级指标权重采用熵值法进行客观赋值,通过模糊综合评价方法,构建多层次基于模糊综合评价的现代会展物流服务商选择模型,对会展物流服务商进行评价、选择、确定和相应的实证分析。     

基于AHP和目标规划的物流配送中心集成选址模型研究

物流中心选址在整个物流系统中占有重要的地位,是属于物流管理战略层的研究问题.通过参阅资料和实际研究,从定性与定量两个方面分析了影响物流配送中心选址的各种因素,并构建物流配送中心选址的模型.针对物流配送中心的选址问题,分别采用AHP法、基于AHP和目标规划的集成方法求解,并通过案例分析对两种方法进行比较,证明基于AHP和目标规划的物流配送中心的集成模型的优越性.     

一种基于AHP和模糊理论的多方案综合评价方法

AHP将定性分析和定量分析有效结合，是解决多规则决策问题的一个强有力的工具。但在多方案评价问题中，由于判断矩阵的一致性检验难以通过，AHP不适于求取各方案的权重值。因此，提出了一种基于AHP和模糊理论的多方案综合评价方法。该方法采用AHP求取各层次指标的权重，采用模糊方法确定各方案的属性值，最后归并获得评价结果。并结合具体实例，在Matlab环境下对该方法在供应商的选择和评价展开了应用研究。事实表明，该方法不仅可以公平合理地获得评价结果，而且在实际应用中切实可行。     

基于模糊综合评判与灰色关联分析的汽车工业第三方物流服务商评价指标体系

在建立了汽车行业的第三方物流服务商评价指标体系的基础上,采用模糊综合评判的方法,对汽车行业第三方物流服务商进行了择优排序;并创造性地提出了采用灰色关联度分析对专家主观排序和模型输出排序进行检验和调整;最后,以实际中某汽车制造企业的第三方物流服务伙伴选择为实例,具体阐述了模型的方法和应用。     

基于模糊综合评判法的绿色物流评价研究

随着人们环保意识的增强,绿色物流将成为物流发展的趋势.运用层次分析法(AHP)和模糊综合评价法的理论,将绿色物流综合效益分为经济效益、社会效益和生态效益,在此基础上提出和建构绿色物流综合效益评价模型,对绿色物流的综合效益进行量化,以证实绿色物流具有良好的综合效益.     

基于灰色粗糙集的评价指标筛选方法研究

针对传统综合评价指标的筛选方法主观性强、容易出错,并且需要大量数据等问题,提出灰色聚类理论和粗糙集属性约简相结合的指标筛选方法.利用灰色聚类代替经典粗糙集中的等价关系进行分类的方法,解决了经典粗糙集属性约简只适用于离散数据的问题,并且采用F统计量确定灰色聚类的临界值,实现了综合评价指标的筛选.该方法可以在评价数据不确定、不完整的情况下进行评价指标的筛选.最后,以物流供应商的选择为例,验证了该方法的应用特点和优势.     

TFN-AHP模型在敏捷虚拟企业盟友选择中的应用

为提高层次分析法(AHP)在敏捷虚拟企业(AVE)盟友选择问题中的实际应用能力，提出一种基于三角模糊数(TFN)理论的模糊AHP(TFN AHP)模型.该模型利用对数最小二乘法求取指标权重，采用TFN取代判断矩阵中的数据元素，结合TFN算法的性能，融合群组评价中的不一致性信息.理论分析及实例结果均表明，该模型使专家对待选方案的评价方法更加符合人类的思维模式，能有效综合群组意见，对每一项指标都能获得群组评价的一致性结果.该模型结构简单规范，结果公平合理.该模型使专家在每一层次上都能得到供决策参考的有效信息，提高了求解实际评价问题的效率.     

企业物流业务外包的双向选择模型

为使企业能科学地进行外包决策,在对企业相关要素的系统分析和定量评价的基础上,提出了一个双向选择的数学模型.该模型能够很好地解决企业物流外包决策中的第三方物流(3PL)服务商的选择问题.     

基于TOPSIS/DEA/AHP法的物流配送中心选址问题分析

为了解决重庆烟草物流配送中心选址的问题,建立了选址的评价指标体系,分别应用整体DEA有效模型和AHP法来反映备选点评价指标的客观权重和专家的主观评价,从而构建了TOPSIS与DEA,AHP相结合的＂TOPSIS/DEA/AHP＂烟草物流配送中心选址评价模型,并应用于重庆烟草物流配送系统的规划中.实际运行证明,该评价模型有效地解决了重庆烟草物流配送中心备选点的评价问题.     

建立在粗糙集和模糊综合评判模型下的客户信用评价

客户信用关系是企业客户关系管理的重要内容。本文提出了结合粗糙集及模糊综合评判的模型对客户进行信用评价的方法。针对客户信用评价指标体系,借助粗糙集理论,进行指标属性约简、确定权重,并利用模糊综合评判对客户进行评价。该方法在一定程度上克服了传统权重确定的主观性,提高了评估的效率和准确性。最后,引入一个算例阐明了该模型的合理性。     

基于Rough Sets的图像分割法

介绍了粗集(Rough Sets)的一般概念和理论,并提出了一种基于粗集理论中不可分辨关系的图像分割方法,从而对基于粗集理论的图像处理和分析方法进行了初步探讨。     

模糊粗糙集的分解定理

根据模糊粗糙集(FR集)中上下近似都是模糊集合的构造性质,利用模糊集不同截集定义和分解定理,给出了模糊粗糙集(FR集)截集定义和相应的分解定理,并证明了模糊粗糙集(FR集)集的分解定理,分解定理揭示了模糊粗糙集和普通集之间的关系,在理论和应用中发挥着重要的作用。     

粗糙集与模糊集的比较

近年来，人们提出许多描述不确定性的方法。本文将给出粗糙集和模糊集的比较。粗糙集理论是描述模糊性和不确定性的一种新的数学工具。由于大家对模糊集的熟悉，本文不再给出模糊集的相关概念。     

基于层次分析法的暖通空调设备管理模糊评价

目的为分析暖通空调设备管理综合评价的指标体系,将该体系中的一些边界不清,不易定量的因素定量化,对暖通空调设备管理进行模糊综合评价,得到科学客观的评价结果.方法采用问卷调查的形式收集数据,利用层次分析法分析计算各指标的权重,并利用模糊评价方法对暖通空调设备管理进行综合评价.结果验证了基于层次分析法的模糊综合评价模型在暖通空调设备管理综合评价中的适用性,并以工程项目为例,进行了实证性的量化评价分析.结论初步建立了基于层次分析法的模糊评价模型,证明基于层次分析法对暖通空调设备管理进行模糊综合评价,能够得到比较切合实际的综合评价结果.     

Research on extended AHP method with the aid of RST

Analytic Hierarchy Process （AHP） method can be used to solve the tasks of multi-criterion decision system fields, but some complicated questions processed by AHP cannot be easily solved by means of the general method. It is because of being unsatisfied with consistency condition or judgment matrix too intricate to solve, which causes AHP invalidation. So in order to resolve this problem, AHP knowledge systems reduced with the aid of Genetic Algorithms （GA） were proposed, which directly acquired the order of AHP issue through the rule of Rough Sets Theory （RST） method, or solved the tasks reduced by RST with classical AHP method. On this condition, the compare decision system of region informatization level was solved, and the results solved were the same to those by classical AHP, which denoted that this method was more simple and reliable, besides the four rules of changing AHP system into RST Decision System.     

结合ROUGH集的决策树构建方法

针对构造决策树时，分类属性的选择直接影响分类效果的问题，提出了一种新的属性选择分类标准——集合分类粗糙度，该标准结合了ROUGH集知识表示与决策树构造的特性，能在总数不变的情况下，使叶结点的层次在一定程度上上浮．     

Rough集综合评价矩阵及其在风险决策中的应用

综合评价就是对多种因素所影响的事物或现象做出总的评价,即对评价对象的全体,根据所给的条件,给每个对象赋予一个非负实数——评价指标,再据此排序择优．根据Rough集和Bayes理论中的决策规则的确定性因子的涵义及其功能,本文提出了决策规则的条件属性确定性因子的概念,再利用条件属性的综合权重建立了Rough集综合评价矩阵,在风险决策时可以给决策者提供一定的决策依据．     

基于蚁群算法的知识约简

Rough集理论中知识约简是个NP-hard问题,目前已提出较多的求解方法,但是每种方法由于其自身的局限性,只适用于一定条件下的求解．蚁群算法是较新的仿生优化算法,在解决各类组合优化问题中都取得了很好的效果．其显著优点是受问题规模的影响不大,对大规模问题的求解仍能发挥较优的性能．受蚁群算法该特性的启发,提出基于蚁群算法的知识约简方法．文中具体描述了将条件集的组合方式用一图结构来表示、构建目标评价函数、算法参数的设定以及算法的具体实施步骤等．最后通过于相关文献的比较实验,验证了该方法的有效性．     

结合ROUGH集的决策树构建方法

针对构造决策树时,分类属性的选择直接影响分类效果的问题,提出了一种新的属性选择分类标准——集合分类粗糙度,该标准结合了ROUGH集知识表示与决策树构造的特性,能在总数不变的情况下,使叶结点的层次在一定程度上上浮.