一种分阶段的制造网络联盟伙伴选择方法研究

为合理地对大规模网络联盟企业进行合作伙伴的选择,提出了一种分阶段的伙伴选择算法.将伙伴选择过程分成粗选和最后决策两个阶段.在粗选阶段,考虑各子任务之间的约束,利用成本最小原则建立了该问题的数学模型,用遗传算法对所建立的模型进行求解,得到一组解,缩小了选择的范围;在决策阶段,进行综合决策分析,考虑多个影响因子,利用专家的经验从缩小的范围内确定出合适的合作伙伴.该方法利用数学和经验知识解决了大规模的伙伴选择问题.     

跨国公司国际战略联盟合作伙伴选择的探索

在跨国公司国际性联盟的组成过程中,伙伴选择及优化具有非常重要的理论和现实意义.对跨国公司战略联盟合作伙伴的选择进行定量的分析，将合作伙伴的选择分为三个阶段：利用模糊聚类对合作伙伴进行初步选择；基于模糊综合评判法的综合评价；基于加权择近优化原则的决策选择.对于不同的选择阶段，分别提出了不同的评价指标，以便迅速地选出潜在的合作伙伴，并全面合理地选出较优的合作伙伴，为第三阶段的优化选择做准备.同时由于传统的双边联盟已经向多边联盟发展，也尝试用多目标决策分析法对联盟中合作伙伴数量的确定进行初步的探索和研究.     

粗糙集与遗传算法的虚拟企业伙伴选择

针对虚拟企业伙伴选择过程中传统的属性权重设计方法过多依赖于主观经验的缺点,虚拟企业伙伴选择过程中决策因素多、信息量大、候选投标伙伴数量多等问题,提出一个基于粗糙集和自适应遗传算法的虚拟企业伙伴选择算法.利用粗糙集的知识熵,为潜在伙伴企业的样本数据集建立决策系统,使得在不需要任何先验知识的前提下,得到客观的评价指标的权值.同时,该算法将自适应遗传算法运用于最优伙伴的选择模型中.通过将该算法与标准遗传算法的实验结果对比,证实了该算法的可行性和有效性.     

伙伴选择方式对创新网络绩效影响的仿真

分别基于社会资本和知识互补性2种不同的伙伴选择方式构建了创新网络的仿真模型,着重比较了2种伙伴选择方式对于创新网络绩效的影响.结果表明:当创新破坏程度较低时,吸收对于网络中的知识流动起主导调节作用,基于社会资本选择合作伙伴形成的创新网络,其创新绩效优于根据知识互补性选择伙伴形成的创新网络;而当创新的破坏程度较高时,网络中知识流动主要由创新驱动,根据知识互补性选择合作伙伴形成的创新网络其创新绩效更高.     

创新合作伙伴的SVM-TOPSIS优选决策分析

针对协同创新过程中不同阶段的特征,基于支持向量机(SVM)与直觉模糊集理论,构建了创新合作伙伴的两阶段选择指标体系及"初选——精选与优化"决策模型。初选阶段,针对初选合作指标体系,利用SVM缩小创新合作伙伴的选择范围;精选与优化阶段,在充分考虑协同创新过程中的创新伙伴多属性、群体决策性等特征的基础上,利用直觉模糊集TOPSIS法,最终确定协同创新合作伙伴。最后,通过对某医药企业创新合作伙伴选择的算例分析,证明了该决策模型的可行性,为协同创新合作伙伴的优选问题提供新的决策思路与方法。     

虚拟企业伙伴选择中模糊因素的定量评估

针对虚拟企业伙伴选择时存在不一致区间判断的复杂评估问题,组建战略联盟决策群并确定着眼于候选伙伴实现机遇的互补竞争力评价指标体系,提出在层次分析法(AHP)框架下,运用有下限和上限的区间数表达候选伙伴之间不一致、不确定的比较比例,获得区间比较矩阵,引入模糊集的隶属度函数表示对选择方案的满意程度,构造模糊约束集合,利用线性规划方法求解具有最大满意程度的优先权矢量,计算出候选者的总体优先顺序.结果表明,该方法能够从可行域为空的不一致区间比较矩阵导出模糊优先权矢量.列举的虚拟企业伙伴选择实例验证了应用这个方法从模糊判断矩阵计算出确定的优先权重的有效性,这是其他方法难以做到的.     

基于GA的BOT项目投标伙伴选择模型

选择舍适的投标伙伴组成投标联盟进行BOT项目投标能增加中标的概率、降低投标风险、避免无序竞争。基于此，结合投标联盟伙伴选择决策特点，建立投标伙伴评价模型，提出基于GA算法的BOT项目投标联盟伙伴选择模型，给出了算法设计的详细步骤及算例。算法具有全局寻优能力、快速性和鲁棒性。     

国际工程EPC总承包商联合体伙伴优选研究——基于任务和情境视角

国际工程EPC总承包项目往往需要组成联合体进行投标及实施,联合体伙伴的选择往往关系到项目的成败,是极需要解决的问题.本文在任务和情境视角下,分析了EPC联合体组成企业之间的关系和特点,构建了联合体伙伴选择指标体系,并采用考虑主体可靠程度的Z-number模糊数建立评价模型,将模糊推理引入PROMETHEE方法建立优选模型完成方案的排序与选择.最后,文章用实例验证了所提出的模型并证实了该优选决策模型能合理对评价结果进行处理并对备选方案进行排序,为选择合作伙伴提供一种新的思路和方法.     

虚拟企业伙伴选择支持系统框架研究

针对虚拟企业伙伴选择问题,应用决策支持系统理论及开发方法,设计了虚拟企业合作伙伴选择支持系统总体框架,并对系统进行了内部结构设计．该系统保证了选择过程的客观性、适用性和操作便利性,为虚拟企业迅速有效地选择合作伙伴提供了强有力的工具．     

供应链联盟合作伙伴选择的决策支持系统

供应链联盟合作伙伴的选择是实现供应链管理必须解决的一个现实问题,分析构建供应链联盟合作伙伴关系的意义,在此基础上提出运用决策支持系统来辅助进行供应链联盟合作伙伴选择问题的决策.     

基于证据理论的知识发现分类算法

决策树方法是一种重要的可完成分类任务的知识发现技术 ,目的是通过构造一个分类模型 ,把数据库中的元组映射到给定类别中的某一个。决策树分类算法效率高且应用广泛 ,但是不能处理在决策树的构建和分类过程中的不确定数据。针对决策树分类算法的局限 ,利用证据理论是对概率论的扩展 ,将置信函数与概率的上下值相联系 ,可用于不确定数据的表达这个有力工具 ,把决策树分类技术扩展到含有不确定数据的环境中 ,提出了 D- S决策树分类算法。实验结果表明 D- S决策树分类算法能有效的对不确定数据进行分类。     

R&D期权价值的应用

主要探讨在不确定条件下 R&D期权价值的应用。介绍了管理弹性和 R&D期权的特点 ;通过对以 DCF为主的传统决策方法的分析 ,指出了这种决策方法的缺陷 ,并给出了一种全新的投资决策模型     

神经网络的企业能力集扩张模型研究

如何借助于不确定性推理技术和原理(概率推理、证据推理、模糊推理、信息推理、包含度推理等)研究不确定情形下的能力集扩张问题,仍是能力集扩张理论中很值得研究的内容之一。关于不确定情况下的能力集扩张问题,目前的文章主要是研究企业已有能力集或实需能力集是不确定的情形,没有解决两者都是不确定的情况,正是基于此目的,采用模糊粗集神经网络方法研究此种情况下的企业能力集扩张过程,解决模糊的市场需求、粗糙的已有能力集等不确定性影响因素,帮助决策者将企业能力集扩张到企业管理决策问题满意解所需的能力集。     

不确定条件下供应链设施决策的鲁棒优化

针对供应链设施决策问题,包括设施的位置、能力以及供给和需求的分配,考虑不确定的市场需求和成本费用,建立了鲁棒优化模型,使用情景分析法对不确定性参数进行了描述.设计了一种基于二进制映射模式染色体编码的混合遗传算法来求解鲁棒优化模型.算例仿真表明,利用鲁棒优化模型进行供应链网络设计,系统误差减小,系统呈现出对不确定因素的不敏感性.     

时间和损失不确定的军械紧急调运决策优化

由于自然环境、敌方打击破坏等因素的影响，战时军械紧急调运必然存在着一定的不确定性。为了使决策具有更大实用价值，在决策时必须考虑这种实际调运过程中存在的不确定性。然而，已有的军械调运模型均未考虑这种不确定性，无法适用于时间和损失不确定的调运决策优化。针对这一不足，在已有模型的基础上，建立了一种基于仿真的军械调运决策模型。模型中考虑了军械调运中存在的不确定性，能够适用于时间和损失不确定的调运决策优化。最后通过算例，说明了模型的有效性。     

基于不确定信息条件下的多属性群组决策评价模型

建筑安全管理的复杂性要求将决策者的知识和经验有效结合以利于做出正确的决策判断.逼近理想解排序方法(TOPSIS)作为一种实用且有效地处理多属性决策问题的方法被广泛地应用到建设管理领域.将该方法与灰数理论相结合,通过建立不确定信息条件下的多属性群组决策模型来进行建筑安全绩效评价.首先采用区间型灰数矩阵描述专家评价信息的不确定性;其次引入线性变换函数对灰数评价矩阵进行规范化处理以改善评价信息偏差问题,并采用明可夫斯基距离函数来克服传统TOPSIS方法中初始权重影响过大的缺陷;最后结合建筑安全绩效评价实例证明该模型算法的科学性和有效性,并易于拓展到类似决策评价中.     

基于模糊ANP选择制造型企业运营决策方案

从战略层对制造型企业运营决策方案的评价进行了分析和讨论,认为战略层决策方案主要基于企业竞争力增强的目标而制定,而实现该目标主要基于不同竞争战略的组合,不同竞争战略之间存在相关关系。采用ANP方法对该问题建立了制造型企业运营决策方案评价模型,考虑到各指标值及属性值存在不确定性和模糊性,研究中采用了模糊理论与ANP方法进行有机结合。最后采用一个算例进行分析,说明该方案在不同竞争环境下能够从战略管理角度给决策者提供决策支持。     

基于计量经济学综合分析法的电力设备全寿命周期成本管理

以全寿命周期成本管理理论为指导,建立了一套电力设备全寿命周期成本、效益优化模型。提出基于计量经济分析法的一次投资费用模型;考虑节能减排和环境保护,建立环境成本模型;并以设备的可靠性为效能指标,建立基于相对价值分析的费效优化模型.以某变电站220kV变压器的选型决策为案例,验证所建立模型的有效性,结果说明此方法改善了传统费用估算方式,提高了估算的效率和精度,可将其作为电力企业全寿命周期成本管理评估、分析、决策的精益化模型.     

时滞不确定BOD-DO水质模型研究

不确定水质模型研究是提高和认识水环境中各种不确定性因素常用的手段,目前水质不确定模型主要是增加一个外部观测量,通过对观测结果的回归分析或滤波来分析不确定性因素的影响.本文将神经网络内嵌到水质模型中,从模型内部感知各种不确定性因素的变化,提高模型预测精度,丰富了不确定性水质模型研究内容.     

本体论在企业竞争情报系统中的应用研究

应用本体论的思想,搭建基于语义的情报系统框架,建立企业外部环境竞争情报本体模型,为概念及概念间存在的各种关系提供共享的描述,有利于企业竞争情报的发现,以及情报的共享和集成,有利于企业在错综复杂的关系网中找到隐含的信息,为企业的各层决策人员有效利用信息资源开展决策工作提供保障.