高校招投标决策管理支持系统的设计

决策信息是对决策者提供决策的一个重要依据，可以根据实际情况作适当的修改，它要求有灵活决策模型。文中提出一种面向决策问题的求解算法，设计了高校招投标决策支持管理系统模型，实现了决策管理要求的分布性、开放性、智能化特点，具有很强的灵活、开放、重构能力。     

Robocup小型足球机器人的控制系统研究--Robocup系列研究之一

足球机器人运动控制要求灵活、快速、准确。通过足球机器人的总体结构分析，提出一种多处理器的三级控制方法，解决了决策与姿态控制同时占用处理器时间的问题，提高了机器人决策能力和运动姿态控制能力，同时给出了底层控制的硬件和软件设计方法，试验结果表明足球机器人控制系统达到设计要求。     

面向问题的动态群体决策支持系统框架研究

在先进制造与管理模式下,企业经营过程管理的决策活动具有广泛的分布性和重要的协同性,个人决策逐步向群体决策发展,现代群体决策支持系统应该是能处理各类问题,具有开放、重构、事务处理能力的智能化群体决策。论文提出一种面向决策问题的动态群体决策支持系统框架,该框架通过决策个体内决策功能对象的重组,决策个体之间基于问题分解的组织合作,实现了群体决策要求的分布性、开放性、智能化特点,具有很强的灵活、开放、重构能力。     

结合行为树与Q-learning优化UT2004中agent行为决策

针对FPS游戏UT2004中的NPC（Non-Player-Character,即非玩家角色）的行为决策不够灵活多变,不够智能等问题,结合行为树与Q-learning强化学习算法,提出了一种预处理与在线学习结合的方式优化NPC行为决策的方法。通过在行为树上的强化学习,NPC行为决策更为灵活、智能,即human-like。实验结果表明了该方法的有效性与可行性。     

联机分析处理技术(OLAP)与决策系统开发工具Light Ship

早期决策支持系统面临着查询速度慢，不能满足随时产生的灵活查询需求系统维护困难、效率低、衫性及可操作性差等一系列问题。而OLAP（O－LineAnalvtcalProcessing）连机分析处理技术的出现导致了DSS系统的新局面，改变了传统企业决策速度慢、灵活性并、欠全面的决策过程，提供了灵活、快速、实时的联机报告分析，满足了不同阶层，不同重点、木同专业的需要，在机会出现时及时把握，共享决策成果。Pilot是一家从事DSS开发已有十多年历史的美国公司，是OLAP技术开发的先驱之一。其中客户／服务器体系下可视化决策系统开发工具Li沙田h…     

云环境下基于使用控制的ABAC模型研究

针对云环境下基于属性的访问控制模型中决策不连续以及授权不灵活的问题,通过引入元状态以及使用控制中义务与条件的概念,提出一种改进的基于属性的访问控制模型.该模型通过对义务集的监控实现状态的转换,从而触发授权,实现灵活连续的授权.从形式化定义和安全性分析两方面进行研究,并分析该模型相应的优点.与传统模型相比,该模型具有更高的安全性以及更灵活的授权方式,更加适应云环境的动态要求.     

基于B/S结构企业级报表系统的设计与实现

为解决企业生成复杂报表的问题，介绍了一个基于B／S结构的企业级报表系统的基本要求、功能苎童设计思想，阐述了系统的实现过程。该系统在实际应用中能有效地为企业的各级业务部门提供灵活的数据查询和报表生成．使各级领导及时准确地掌握了业务经营状况，为领导决策提供支持，从根本上提高企业的经营管理水平。     

基于本体的网络空间决策支持系统研究*

为了不同的空间决策,往往需要建立相应的空间决策支持系统,在这些空间决策支持系统中,大量的空间数据和模型是可以被重复使用的,因此提出了一种基于本体的空间决策支持系统。该系统能够高效、自动地利用互联网中存在的各类异构空间信息与分析资源来支持空间决策;此外,本系统还提出了一种灵活的体系架构来解决空间决策中存在的语义问题。     

面向多任务的非线性群决策系统多模型匹配算法*

针对多任务的非线性群决策系统提出了多模型匹配算法。为了对各种不同性质的任务进行理性决策,首先根据不同任务的特性选取针对不同任务的满意决策群体,构成动态满意决策群体集;在此基础上为每个决策任务构造多个决策方案模型集,然后根据方案模型的匹配程度和决策者的决策权重以及决策的目标权重来控制决策过程的动态变化,从而得到最优匹配决策方案模型;最后给出该算法的应用实例,实践表明该算法是有效的,能够灵活选取模型库中的不同模型,提高决策的速度和精度。     

基于Play策略的小型足球机器人角色分配设计

小型组足球机器人的决策系统是一个多智能体的协调控制系统，主要由视觉信息处理、协调策略、角色分配、动作实现等组成。文中对角色分配进行研究，提出了一种基于Hay策略并与区域相关的角色分配方案，并阐述了决策系统下角色分配的整体设计。实现了动态灵活的分配机制。     

粒计算下的决策系统分解与决策转换

通过定义决策系统上的公式,引出了粒和粒计算的概念,建立了决策系统与粒计算的联系,得到了决策系统的条件划分,从而以粒计算为支撑,对决策系统进行了分解,生成了若干划分子系统,促成了决策从决策系统向划分子系统的等价转换,简化了决策的过程。为处理不完备信息的决策,将划分子系统予以细分,使决策在细分子系统中得以判定。粒计算的数据处理方法寓于讨论之中。     

有序决策表中的第三种不一致

现实世界中的有序性问题，反映在决策表上相当于在表的属性域上加上优先关系(preferential ordering)或者说是序关系的语义，这种决策表称为有序决策表，有序决策表中的条件属性又称为指标(criterion)，有序决策表中的对象在各个指标上有排序，在决策属性上又有一个总的排序。文献[1，2]指出对于有序决策表中存在一种普通的粗糙集模型不能识别的不一致，并以基于支配关系(dominance relation)的粗糙集模型(dominance-based rough set approach or DRSA)代替基于等价关系的经典粗糙集模型(classic rough set approach or CRSA)，DRSA可以处理这种不一致，文中则进一步指出有序决策表中还存在另一种不一致，不仅在应用上进一步完善了对有序表的处理，而且在理论上丰富了粗糙集中不一致的内涵。     

OLAP数据挖掘模型的应用研究

OLAP数据挖掘模型结合了微软分析服务可以访问的数据挖掘和联机分析处理两种决策机制,其创建可以借助挖掘模型向导或利用决策支持对象编程实现。采用微软决策树算法的OLAP数据挖掘模型可根据决策树、虚拟立方体和维来分析数据,并预测数据的某些特性,以帮助用户决策。     

通用OCR开发工具的设计

提出了一个通用OCR开发工具的设想,用于各种文字的OCR软件的开发,它能够在使用者的干预下自动完成识别器的设计,大大减少文字识别软件开发的工作量。系统以决策树作为基本的判别器,并用多个决策树组成多方案识别系统。提出设计树和分类器设计器的概念,分别用于决策树设计过程的控制和决策树节点中的分类器的设计。最后实现一个实验系统,验证了该文的设想和设计方案的可行性。     

Context-prediction performance by a dynamic Bayesian network: Emphasis on location prediction in ubiquitous decision support environment

Ubiquitous decision support systems require more intelligent mechanism in which more timely and accurate decision support is available. However, conventional context-aware systems, which have been popular in the ubiquitous decision support systems field, cannot provide such agile and proactive decision support. To fill this research void, this paper proposes a new concept of context prediction mechanism by which the ubiquitous decision support devices are able to predict users’ future contexts in advance, and provide more timely and proactive decision support that users would be satisfied much more. Especially, location prediction is useful because ubiquitous decision support systems could dynamically adapt their decision support contents for a user based on a user’s future location. In this sense, as an alternative for the inference engine mechanism to be used in the ubiquitous decision support systems capable of context-prediction, we propose an inductive approach to recognizing a user’s location by learning a dynamic Bayesian network model. The dynamic Bayesian network model has been evaluated with a set of contextual data from undergraduate students. The evaluation result suggests that a dynamic Bayesian network model offers significant predictive power in the location prediction. Besides, we found that the dynamic Bayesian network model has a great potential for the future types of ubiquitous decision support systems.     

An Efficient Algorithm for Generating Generalized Decision Forests

A shortcoming of univariate decision tree learners is that they do not learn intermediate concepts and select only one of the input features in the branching decision at each intermediate tree node. It has been empirically demonstrated that cascading other classification methods, which learn intermediate concepts, with decision tree learners can alleviate such representational bias of decision trees and potentially improve classification performance. However, a more complex model that fits training data better may not necessarily perform better on unseen data, commonly referred to as the overfitting problem. To find the most appropriate degree of such cascade generalization, a decision forest (i.e., a set of decision trees with other classification models cascaded to different degrees) needs to be generated, from which the best decision tree can then be identified. In this paper, the authors propose an efficient algorithm for generating such decision forests. The algorithm uses an extended decision tree data structure and constructs any node that is common to multiple decision trees only once. The authors have empirically evaluated the algorithm using 32 data sets for classification problems from the University of California, Irvine (UCI) machine learning repository and report on results demonstrating the efficiency of the algorithm in this paper.     

基于相对决策条件的规则提取方法

提出一种多重查询调度算法——连续读取特性(CRP)调度算法,该算法应用连续读取特性,使查询的数据可以重组出某些连续关系,从而使之具有连续读取特性,解决了现有算法中有部分系统资源闲置的问题,提高查询速度。仿真实验结果表明,CRP调度算法的系统利用率和系统性能均优于其他算法。     

条件模式与决策类的从属关系研究

针对空缺数据项较多的不完整决策表,通过计算条件模式对决策类的隶属度、条件模式的相容类包含于决策类的程度来研究条件模式与决策类的从属关系。对这两种方法进行了分析和对比实验,表明了二者的一致性。将新元素的条件属性模式与已有条件模式进行匹配,可以得出新元素应属于的分类。     

Compromise ratio method for fuzzy multi-attribute group decision making

The aim of this paper is to develop a compromise ratio (CR) methodology for fuzzy multi-attribute group decision making (FMAGDM), which is an important part of decision support system. Owing to fuzziness being inherent in decision data and group decision making processes, the crisp values are inadequate to model real-life situations. In this paper, the weights of all attributes and the ratings of each alternative with respect to each attribute are described by linguistic terms which can be expressed in trapezoid fuzzy numbers. A fuzzy distance measure is developed to calculate difference between trapezoid fuzzy numbers. The compromise ratio method for FMAGDM is developed by introducing the ranking index based on the concept that the chosen alternative should be as close as possible to the ideal solution and as far away from the negative-ideal solution as possible simultaneously. The computation principle and procedure of the compromise ratio method are described in detail in this paper. Moreover the TOPSIS method which was developed for multi-attribute decision making (MADM) with crisp decision data is analyzed and extended to multi-attribute group decision making (MAGDM) under fuzzy environments. A comparative analysis of the compromise ratio method and the extended fuzzy TOPSIS method is illustrated with a numerical example, showing their similarity and some differences.     

智能决策中的模糊近似

信息表通过目标集合来描述，目标通过条件属性和决策属性进行描述，在对这样的信息表分析处理过程中，粗糙集理论是一个非常有用的工具，粗糙集合理论的主要观点就是知识的上下近似，在实际中，条件属性和决策属性的概念通常是模糊的，而且可以利用模糊集合来说明，提出了基于模糊集合和粗糙集结合的一种新方法，对包含度进行了定义，给出了截近似和综合函数的概念，应用这些概念并结合具体例子讨论了条件属性和决策属性之间的关系，为决策过程中对条件属性权值的指定提供了理论基础。