模糊多属性群决策一致性分析研究

群决策过程中各成员可能以不同的方式给出决策信息,讨论了四种不同决策信息的统一方法,设置了模糊环境下进行一致性判断的准则,介绍了梯形模糊数在群决策过程中的运算方法,举例说明了这种方法的应用步骤.     

基于Bonissone近似算法的群决策方法

把模糊数学理论应用到群决策领域是解决不确定问题的有效方法 .介绍了定性语言描述转化成定量模糊序关系的方法 ;采用 Bonissone的 L-R梯形模糊数近似算法 ,提出了基数型和序数型决策问题的群决策程序 ;用实例说明了这种群决策方法的使用步骤 .     

解决一类群决策问题的改进德尔菲法

专家综合评价属于委员会形式的群决策问题,提出了基于一致性分析的群决策机制和基于OWA算子的群决策机制,用来弥补常用机制的缺陷;介绍了判断群体意见分歧特征和定量判断标准;提出了基于一致性分析的改进德尔菲法,介绍了这种方法的思想、特点和应用步骤;分析了这类群决策的人员组成和工作程序图.     

多属性群决策算法及一致性分析研究

在多属性群决策中 ,集结群体意见之前必须先对群体的决策数据进行一致性分析 ,以确保群体作出的决策符合客观实际 .提出了群决策的三种三维层次模型 ;用欧几里得距离 ( Euclidean Distance)表示个人决策中方案的评价值 ;然后设置一致性指标值α,作为群体数据一致性的判断依据 ;提出了满足一致性基础上的一种群决策方法 ;最后用实例说明了算法的使用步骤 .     

群决策中成员意见的分歧特征及判断准则研究

群决策过程中各成员的评价在决策初始存在分歧,对这些分歧进行一致性分析是群决策过程的一个关键步骤,不剔除与群体意见偏离较远的决策者的评价信息就进行群体意见集结,可能会得出不符合客观实际的结论;讨论了群决策中成员意见的分歧特征,提出了成员评价的集中性和相似性概念;定义了群决策过程中判断个人意见是否与群体意见一致的判断准则,即集中性指标和相似性指标.     

影子价格的价值公度性及资源临界特性

阐述了影子价格的概念,提出影子价格价值公度性的概念,讨论了在实际应用中较容易造成混淆的临界特性,对资源分配问题进行了较细致的分析,有助于最优资源分配方案的决策和最大利润的实现.     

BP-GA混合优化策略在人力资源战略规划中的应用

采用混合优化策略训练神经网络,进而实现地区人力资源数据的时间序列预测.神经网络,尤其是应用反向传播(back propagation,简称BP)算法训练的神经网络,被广泛应用于预测中.但是BP神经网络训练速度慢、容易陷入局部极值.遗传算法(genetic algorithm,简称GA)具有很好的全局寻优性.因而提出将BP和GA结合起来的混合优化策略训练神经网络,来实现人力资源数据预测.与BP算法相比,数值计算结果表明预测精度高、速度快,为地区人力资源数据的时间序列预测研究提供了一条新的途径.