不完备系统多准则决策的云PDR方法

针对多准则决策问题的意义以及经典粗糙集方法在不完备系统方案排序问题中的不足,在前人基于概率优势关系(PDR)排序方法的基础上,结合云理论提出了基于云概率优势关系的不完备系统多准则决策方法,即云PDR排序法。将期望、熵、超熵等参数引入PDR方法,充分考虑了决策的模糊性、波动性和随机性,评价过程和结果更加客观全面。以煤炭资源型城市为例进行应用研究,获得其中各城市发展水平及其波动情况的排序,并通过与其他方法结果的比较验证了本文方法的优势与有效性。     

动作识别中基于深度神经网络和GA合并算法的分类决策方法

针对人体动作识别中传统方法在分类决策方面存在问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法。首先,提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独立网络;再利用DNN对两个独立网络进行初始化,进一步利用GA对两个网络进行合并。然后将网络的偏差和权重表示为每层网络间的一个矩阵;最后,利用DNN对网络的偏差和权重进行训练,并在合并过程中将矩阵中的每一行当作一个染色体。实验采用了标准MNIST数据集对提出算法的性能进行评估。评估结果显示实验过程中的交叉和突变操作增加了神经元节点,提高了识别性能,并且弱化了不相关和相关神经元节点。因此,提出算法的错误率更低,网络性能更优异。     

流计算模式下概率粗糙集三支决策的快速计算

概率粗糙集三支决策是不确定问题求解的一种重要理论,流计算模式是一种新型的动态内存计算形式,实施流计算模式下三支决策的快速动态计算是一项具有挑战性的新议题。本研究以流计算模式中的两个核心计算步骤即动态增量与动态减量作为研究对象,提出了一种流计算模式下概率粗糙集三支决策域的快速动态学习方法。首先对流计算模式中三支决策动态增量和动态减量的不同变化情况进行了数据建模。然后基于不同数据变化情况分别讨论了数据增量与数据减量时三支决策域的变化推理,并且基于上述理论给出了流计算模式下的三支决策动态增减学习算法。该算法能够以更低的时间复杂度获得与经典三支决策算法相同决策效果。最后通过八种UCI数据集的实验证明了流计算模式下三支决策动态增减学习算法在时间消耗上明显优于经典概率粗糙集三支决策算法,并且在不同阈值下具有稳定的决策效率。本研究表明了流计算模式下三支决策快速计算是可行的。     

基于模糊层次分析的动态联盟伙伴选择策略

论述了基于模糊层次分析(AHP)的动态联盟伙伴选择策略。综合运用AHP方法和模糊决策方法构建了动态联盟伙伴选择的排序模型 ,通过求解该模型来得到参考排序值 ,力求使排序的结果能够客观、公正地反映不精确决策所蕴含的客观规律 ,以保证选择策略的准确性     

Case‐based approach for supporting strategy decision making

The practice of strategy decision making proves that when the management board is strongly limited in its capacity to take rational actions, specifically in the context of great decision complexity and uncertainty, it is considered good practice to refer to experience through reasoning by analogy. In this paper, we would like to concentrate on supporting strategic decisions in small and medium enterprises (SMEs). The complexity of analogy‐based reasoning has its roots in an attempt to solve new problems based on past cases from a different domain, while we will focus on case‐based approach for a single domain. Additionally, we have chosen case‐based reasoning as a suitable decision‐making paradigm because it is corresponds to managers’ decision‐making behaviour. We present the STRATEGOS case‐based reasoning system for supporting strategic decision making by SMEs management boards and then the system evaluation by the dozens of chief executive officers (CEOs) from SMEs is presented. The results of the survey are promising and show the remarkable correspondence of the proposed solution with expectations and strategic behaviour of CEOs.     

An integrated DEMATEL and Fuzzy ANP techniques for evaluation and selection of outsourcing provider for a telecommunication company

In recent years, strategy aspects related to core competency, risk analysis and organizational flexibility especially have been growing. This trend has led researchers and industries to become more interested in the multi-criteria decision making (MCDM) models for selecting outsourcing providers. The efficiency of decision-making mostly depends on the ability of decision-makers analyzing the complex cause and effect relationship between criteria and taking effective actions based on the analysis. Using an analytical method to select the most eligible outsourcing provider is significant for a company which desires to improve its competitiveness. In this study, a fuzzy integrated multi-criteria decision making method for evaluation and determination of an outsourcing provider for a telecommunication company is analyzed by using DEMATEL and Fuzzy ANP multi-criteria decision making techniques. First, DEMATEL method is used in order to put forward the interrelationship among the main criteria which are determined in the study for outsourcing selection process. Then, local weights of the sub-criteria and sub-subcriteria are calculated by Fuzzy ANP approach on the basis of cause-effect relationships that are exposed through DEMATEL method. The local weights are put into ANP supermatrix, and calculations are implemented to select out the most eligible outsourcing provider.     

一种基于多属性决策的DDoS防护措施遴选方法

DDoS攻击是网络中最大的威胁之一,选取合适的防护措施,能够更加有效地保护目标网络和目标系统.现有的评价方法对于防护措施选择的指导性不足.针对该问题,首先构建了面向DDoS攻击的防护措施遴选模型(DCSM).在此基础之上,提出基于多属性决策的DDoS防护措施遴选算法.以多属性决策方法综合考虑各方面评估指标;从攻防两方面,以基于历史攻击偏好的方法和熵权法计算重要性权重,消除了传统评价方法中人为指定权重带来的主观性影响.提出的方法为防护措施的选择提供了参考,并通过模拟实验验证了方法的适用性和有效性.     

基于网络图的产品生产、运输、定价综合决策模型

针对大型垄断厂商在商品生产、运输、定价决策中独立考虑生产定价和运输两个环节的弊端, 提出一种将产量决策、运输决策和定价决策3 个环节作为一个系统进行考虑的综合决策模型. 借助利润网络图, 构建同时考虑生产及运输成本以及市场需求的商品生产、运输和定价综合决策模型, 并探讨模型的解法及其理论基础. 通过给出的应用案例表明, 相比传统决策模型, 利用综合决策模型可以提高15.50% 的利润.

     

不一致决策表规则获取的粒计算方法

针对不一致决策表的规则获取,从属性多粒度角度考虑,按粒度由粗到细将决策表划分成不同的粒度空间,通过定义相容粒关系矩阵和不相容粒关系矩阵,并充分挖掘隐含在矩阵中的启发式信息,实现对不同粒度空间确定性规则和不确定性规则的获取.最后,从实例分析以及UCI测试对算法进行验证,并与现有算法进行实验对比,实验结果与分析表明了所提出算法的可行性和有效性,而且按此方法获取的规则集的泛化能力更强.     

基于云计算的多路网络流媒体分布式最优存储与分配策略

针对云计算系统在执行任务过程中的能量消耗过多、处理速度不理想等情况,提出一种基于云计算的多路网络流媒体分布式最优存储与分配策略.通过构建基于云计算的数学模型来分析执行任务时的能量消耗情况,采用基于虚拟调度机制的分布式最优存储策略来实现在满足存储需求的情况下减少服务器进行存储时的能量消耗总量,最小化存储成本,并采用基于动态决策规则的分配策略来根据服务器的功率、性能以及负载情况进行任务调度,使云计算系统在满足服务质量要求的条件下,充分利用系统运作能耗,不产生过多空闲能耗.实验及结果分析表明,所提出的分布式最优存储与分配策略在节省能量消耗、提升运行速度上发挥了较好的效果.