基于SSM理论的决策分析结构化模式研究——以"增设社会工作专业的可行性分析"为例

本文介绍和引入了一种新的认识方法论：SSM理论。并通过实例说明了SSM理论在决策分析中的具体应用。这一理论有助于处理非结构化或半结构化决策问题中存在的目标模糊、信息源模糊以及“群体”合作困难等现实问题。     

基于两维语义证据推理的科学基金项目专家评议系统研究

科学基金在国家创新体系中发挥着重要作用,研究基金立项评估的决策问题对提高基金使用效率具有重要意义。决策的复杂性与决策问题结构化程度、决策信息完备性和决策行为相关。证据理论提供了一种基于决策者知识和经验的决策方法,然而经典证据理论构建的一维识别框架不能反映决策过程与特征信息。论文提出建立两维语义的证据推理理论,构建反映决策者知识和行为特性的第二维识别框架。以科学基金专家评议系统为实证研究对象,充分利用决策过程信息,改善科学基金项目专家评价系统的决策质量。     

一种非结构化数据的多牵度分配存取实现方法

非结构化数据随着信息时代的发展呈现爆炸式增长,非结构化数据存取的难点在于数据没有非常统一的规律便于系统查询和访问。传统的非结构化数据存取方法沿袭了结构化数据存取的方法,通过建立相应的特征关键字进行存取,由于非结构化数据的模糊特征性,对大量数据的兼容性很差。提出了一种非结构化数据的多牵度分配存取实现方法,将数据特征提取,根据特征将数据存储在不同的牵度区域,在数据合成时,通过牵度索引,建立不同的数据拼接顺序,从而实现很好的数据恢复。通过实际的海量数据进行测试实验,结果显示,采用多牵度分配存取的方法,非结构化数据的存取速度大大提高,具有很好的应用价值。     

基于IBASE的高校数字图书馆解决方案

非结构化数据库能够处理无法用统一结构表示的信息.IBASE是基于非结构化数据实现的数据库管理系统,它不仅能够支持IBASE非结构化数据库的直接上网发布和全文检索, 而且对于传统关系型数据库也提供了导入和链接的支持.IBASE非结构化教据库系统对高校数字图书馆信息资源建提供了有效解决方案.     

面向中文科技文献非结构化摘要的知识元表示与抽取研究——基于知识元本体理论

[目的/意义]近年来,科技文献资源呈爆炸性增长,海量科技文献中依旧存在大量非结构化摘要。非结构化摘要一方面不利于学者阅读与理解;另一方面不利于对摘要内部信息进行知识的自动化抽取和相应的检索。研究科技文献非结构化摘要的知识表示模型及其自动化抽取方法,对学者快速阅读和机器自动化处理具有重要意义。[方法/过程]文章在分析科技文献非结构化摘要结构的基础上,结合知识元本体理论,构建了一个面向科技文献非结构化摘要的知识元本体模型。通过分析非结构化摘要的写作特征,将文本按句子级划分为目的、方法、结果或结论三个要素,统计每个要素句中的线索词、句型和位置,建立相关规则库,根据本体模型和规则库构建相关抽取算法。最后,下载《计算机技术与发展》中的部分文献进行实验。[结果/结论]通过增加句型集和线索词集,完善了非结构化摘要的要素,构建了非结构化摘要知识元本体模型。实验结果表明,根据本文提出的模型能有效地对非结构化摘要中的知识元进行抽取。[局限]实验的不足之处是需要人工对摘要中的句型和线索词进行归纳总结。     

产业技术创新联盟伙伴选择的模糊组合决策方法

研究产业技术创新联盟合作伙伴选择的决策问题。首先,基于合作伙伴选择的"3C"原则,从兼容性、资源与能力、承诺3个维度构建产业技术创新联盟合作伙伴选择的指标体系。其次,针对该决策问题具有指标关联性强和指标取值难以量化的特点,提出一种集成模糊逻辑、网络分析法(ANP)和多准则折衷优化解法(VIKOR)的模糊组合决策方法,基本思路是利用模糊网络分析法设定关联指标的权重,利用模糊折衷优化解法确定折衷备选方案。最后,通过将该模糊组合决策方法应用于某激光加工产业技术创新联盟合作伙伴选择,验证了新方法的可行性和有效性。研究表明,该决策方法有效地考虑了产业技术创新联盟合作伙伴评价指标之间的关联性,同时科学地处理了决策问题中指标信息的不确定性和专家判断的模糊性,因此,该方法对于提高产业技术创新联盟合作伙伴选择的科学性和有效性具有积极意义。     

基于模糊AHP的企业技术创新风险评价及决策

研究了企业技术创新风险的模糊AHP评价及立项决策问题。首先,针对现有层次分析法无法处理模糊信息的不足,将模糊数学的相关概念引入AHP中,用隶属度描述评价专家的判断结果,给出模糊层次分析法的实施步骤;随后,从风险层次结构模型构建、模糊AHP评价和立项决策模式选择三方面,对企业技术创新风险模糊AHP评价及立项决策的基本思路和过程进行说明;最后,通过一个实际企业的技术创新项目立项决策问题验证研究成果并得到有意义的结论。     

基于区间值直观模糊信息的信息管理系统综合评价的研究

基于区间值直观模糊信息的信息管理系统评价是一项多属性决策问题.本文基于区间值直观模糊信息识别原理,对信息管理系统的多个备选构建方案,开展多属性决策研究.首先利用区间值直觉模糊对各个备选方案的聚集区间值直觉模糊信息进行加权平均,然后根据得分函数以及精确度函数对其进行排名并选出最优.最后还给出了一个基于区间值直观模糊的信息管理系统的实例.     

对方案有偏好的直觉模糊数多属性决策方法

针对权重信息不完全且对方案的偏好值和属性值均为直觉数多属性决策问题,首先引入了直觉模糊数的一些运算法则、直觉模糊数的得分函数和精确函数.然后对权重信息不完全且对方案的偏好值和属性值均为直觉模糊数的多属性决策方法进行了研究,给出了一个基于最小偏差的目标规划模型,从而获得相应的属性权重.基于直觉模糊加权算术平均(IFWAA)算子对直觉模糊数信息进行集结,进而根据得分函数和精确函数对方案进行排序.最后,进行了实例分析,说明了该方法的实用性和有效性.     

偏好信息形式下的梯形模糊数多属性决策方法

讨论了属性有偏好的梯形模糊数型多属性决策问题针对决策者对属性的偏好信息以梯形模糊数互补判断矩阵形式给出,属性值以梯形模糊数形式给出的情形,首先根据互补判断矩阵的权重计算公式确定各属性的权重;然后利用TOPSIS方法求得各方案与模糊理想解的相对贴近度,根据相对贴近度的大小对方案进行排序;最后通过算例验证了该方法的可行性和有效性．