云服务模式下设计方案的优选决策方法

针对云服务模式下设计方案在多目标优选决策过程中未能充分考虑到用户多元化和差异性的需求问题,提出结合质量功能配置和粗糙集理论的设计方案优选决策方法. 该方法在分析云服务模式的基础上,引入用户参与的设计决策过程方式和模糊评价机制,对用户需求进行聚类分析和智能转化. 建立面向用户需求的设计方案评价指标体系,对网络化协同设计过程中的设计方案评价指标的重要度进行准确量化. 遵循科学性与系统性相结合的原则,提出云服务模式下设计方案优选决策三阶模型. 结合粗糙集理论和粗糙逼近理想解法,对该模型进行求解. 以云服务平台上的游艇设计方案为例,验证该方法的有效性和可行性.     

基于DEA的第三方物流动态绩效评价研究

目的 建立基于DEA的动态模型，实现对第三方物流企业的绩效跟踪动态评价．方法 分析DEA方法评价物流企业绩效的可行性．运用非参数系统评价方法——数据包络分析有效地处理多输入、多输出指标的决策单元评价．结果 将静态DEA模型中的“评价单元”转换为动态DEA模型中的“评价时间”，实现了对决策单元的动态评价．从而解决了现实中具有时序特征的动态绩效评价问题．结论 动态DEA方法为第三方物流企业的绩效评价提供了一条新的思路．运用该方法对企业的经营业绩进行分析，能及时发现问题并为企业制定经营决策等提供依据。     

建设项目多方案评价方法的应用研究

介绍了数据包络分析(Data Envelopment Analysis(DEA))的原理和经济含义，以及DEA方法中C^2R模型的评价方法和步骤，并利用C^2R相对有效性评价模型，结合建设项目多方案评价的输入和输出指标体系，对建设项目多方案进行综合评价，获得了不同方案投资的相对有效笥和决策方案的优劣顺序，同时对非DEA有效的方案，利用决策单元在DEA相对有效面上的投影原理，提出了改进方法。     

基于公理化模糊集合的TOPSIS多属性决策方法

针对属性值为语言值并且属性权重为实数的多属性决策问题,本文提出了一种以公理化模糊集合为基础的TOPSIS多属性决策方法.首先确定多属性决策过程中语言评价集与相对应的模糊划分以及由此模糊划分所生成的公理化模糊集合,将多属性决策过程中的语言值数学量化为公理化模糊集合处理;定义了公理化模糊集合上的序关系,并利用该序关系定义了...     

基于相对接近度的结构选型模糊多属性决策方法

结构选型是概念设计阶段最重要的设计决策，具有典型的“软科学”决策特点，需要运用“软设计”理论和“软计算”方法进行此类问题的求解，结构选型的问题求解模型包括方案生成，方案评价和方案决策三个子过程。其中，结构型式的优选决策属于典型的多属性决策问题，决策过程中需要运用决策者的偏好信息和方案属性的不确定性信息，因此，采用传统的多准则决策理论不能对此问题进行有效的求解。为此，建立了结构选型的模糊多属性决策模型，给出了属性模糊满意度矩阵的确定方法，以有效地处理模糊信息，为了克服直接采用欧式距离确定偏好最优方案的缺点，提出了相对接近度的定义和基于相对接近度的模糊多属性决策方法，并给出了具体的求解程序。以大跨空间结构选型为例，说明了结构型式方案优选的决策过程。实例应用的结果表明，本文提出的方法可以有效地处理模糊环境下结构选型中的方案优选决策的问题。     

军用车辆修理社会化保障效益评价方法研究

军用车辆修理社会化保障效益评价目的是选取保障效益高、管理经验好的部队作为示范典型。由于一般数据包络分析（data envelopment analysis,DEA）评价方法所确定的相对效益高的单元不能充分表明为实际效益高,因此提出一种改进的DEA评价方法（与标杆理论相结合的DEA算法）。该方法首先找出相对有效的决策单元,然后与虚拟标杆单元相比较,最终确定军用车辆修理社会化保障示范典型,并为效益低的决策单元提出明确的改进措施。     

高校就业管理绩效评价的模糊数学模型

为避免单纯以就业率来评价高校就业管理工作绩效,结合高校实际状况提出一种对高校就业管理绩效评价的模糊数学模型.高校就业管理绩效评价是一个多指标,多属性并且具有模糊性的评价过程.首先设立高校就业管理评价指标体系;然后应用模糊数学模型,对各项指标进行量化;最后通过分值量化考核结果,使评价结果更客观,从而更好地反应实际效果.利用该评价模型对高校就业管理绩效进行评价能够更客观,更科学地反映就业指导工作的绩效状况.     

复杂系统的成本效率模型及其有效性分析

针对石油企业的经济效益问题，从整体成本效率出发，综合考虑了在多输出多输入的复杂系统中与成本效益相关的各要素，给出了复杂系统的成本效率DEA模型，研究并证明了其相对有效性和性质定理．通过求解成本效率DEA模型，可直接分析输入输出因素对决策单元成本的影响，为企业降低成本、提高收益提供最优决策方案，文中还利用该模型对各油田经济效率进行了综合评价，用实例证明了其可行性．     

基于多目标决策理论的作战飞机效能综合评估方法研究

基于多目标决策理论的方法 ,将武器系统效能评估的量化标尺评价法、模糊评价法和 A·D· C(Availability· Dependability· Capability)等方法与专家评价法结合起来 ,利用解析的形式 ,对作战飞机的效能评估进行研究 ,给出了一个综合评价值 ;这种研究是对量化标尺度量法的扩充     

多目标决策灰色关联投影法油气回收绩效评价

针对现有油气回收方法缺乏量化性比较评价的问题,采用模糊数学中的灰色系统理论和工程优化中的多目标决策思想,建立了基于多目标决策的灰色关联投影法油气回收绩效评价模型.利用该模型对现有四种油气回收方法的指标数据进行综合量化分析,结果表明,该模型的量化评价结果与现有文献的非量化评价结果是一致的,证明模型是有效可信的,从而为石化...     

烟草配送中心车辆路径的模糊DEA评价模型及应用

为进一步优化烟草配送中心车辆路径系统,提出了一种基于数据包络分析(data envelopment analysis, DEA)技术的车辆路径评价模型。简要介绍了DEA方法;确立了车辆数和行驶里程为输入参数,确立了客户满意度、配送总面积、可推行度及总客户数为输出参数;构建了模糊DEA评价模型。利用该模型对某配送系统的13个烟草配送中心的技术效率、规模效率及技术无效配送线路松弛变量进行了评价,并提出了各配送中心的优化方案。     

业务流程绩效的模糊综合评判

业务流程绩效评价往往要受到多个指标的影响,将模糊综合评判应用于业务流程绩效评价当中,可以有效地考虑模糊指标的影响,本结合实例讨论了整个评判的过程,其结果可以以作为选择流程重构方案的参考依据。     

试论AIC菜肴质量的二级模糊综合评价标准

自动烹饪机器人（简称AIC）的问世，打破了传统的菜肴质量评价体系。运用模糊数学的概念，借用模糊评价的基本理论，设计的AIC菜肴质量模糊评价的综合标准的模型是一个更加科学的菜肴质量评价体系。它对一般的人工制作的菜肴的质量评价同样具有指导意义。     

AHP和模糊综合评判在绿色建筑中的评价研究

针对绿色建筑,建立了一套系统的、公正的绿色建筑评价体系,采用层次分析法(AHP)对该评价体系各个因素进行权重分析,在此基础上建立模糊综合评价模型。基于该模型,对实际案例进行绿色建筑评价,计算得到该案例的总体评价质量为"良好"。通过实例说明模糊综合评价模型能够有效地评价绿色建筑的"绿色"程度。     

基于DEA和性能模糊标度的机械设计概念方案评估方法

给出了概念设计方案性能的模糊标度方法;从价值工程原理出发,通过将数据包络分析(DEA)模型推广到模糊环境之中,提出了一种机械设计概念方案评估的新方法,通过实例应用,验证了该方法的可行性。     

DEA模型在旅游城市可持续发展能力评价中的应用

将数据包络分析（ＤＥＡ）的思想和模型应用于旅游可持续发展能力的评价中．并以某城市为背景,用ＤＥＡ方法进行了实证研究．根据ＤＥＡ有效性与指标集的关系,对评价结果进行了分析,从而为该城市制定相关的旅游对策提供了科学依据．     

多目标决策中的模糊综合相似选择法

本文提出一种模糊综合相似选择法,用以进行多目标决策。该法以模糊综合选择关系的选择水平关系为评价指标,对多目标问题不劣解集中各方案排序,为决策者选择满意解提供依据。     

汽车风扇磁流变液离合器系统的模糊控制技术

介绍了智能材料磁流变液在磁场作用下的流变学性能,阐述了以单片机为模糊控制系统的冷却智能系统的工作原理,提出了大偏差饱和分段及小偏差模糊的组合控制策略,并给出了模糊控制系统设计的具体内容,如模糊化、模糊推理、解模糊等。     

基于模糊层次分析的高校人才培养质量评价

人才培养质量评价对于高等学校的专业建设和人才培养方案的优化具有重要意义.结合企业对人才的实际需求,从基本素质、业务能力和拓展能力3个维度构建了由15个二级指标构成的人才培养质量评价体系,并运用模糊综合评判、数据包络分析和层次分析法相结合的方法,通过实际调查获取相关数据,对重庆理工大学物流管理专业人才培养质量进行了实例分析,评价结果对人才培养方案的优化有重要的现实意义.     

基于FANP的私用飞行驾驶员安全驾驶行为评价模型

为了正确评价私用飞行员的安全驾驶行为,在系统分析飞行运行全过程的基础上,建立了基于模糊网络分析法(FANP)的私用驾驶员安全驾驶行为评价模型.针对模型中三角模糊数互补判断矩阵一致性检验过于复杂的问题,引入了最小方差的非线性规划模型,通过求取最优解以简化计算,获得可信度较高的评价指标权重.以某航校飞行学员的评价为实例进行实证分析,结果表明,该模型较传统评价方式更全面、客观,有助于飞行员的安全驾驶行为训练.