基于SWOT的智能型动态战略决策支持系统研究

发布时间：2017-05-20 07:16

  本文关键词：基于SWOT的智能型动态战略决策支持系统研究，由笔耕文化传播整理发布。

【摘要】：随着加入WTO和市场化体系的逐步完善,我国的改革开放迈开了更大的步伐,各类企业都面临着巨大的机遇和挑战,如何把握机遇、迎接挑战是每个企业都必须认真思考的问题。然而,我们看到,在一些企业蓬勃发展的同时,也有很多企业在激烈的市场竞争面前束手无策、无能为力。计划经济模式下的经营方式,仍然束缚着企业适应市场经济的步伐,由于缺乏长远的战略方向,导致很多企业陷入严重的困境。近年来,随着现代科学技术突飞猛进的发展,计算机和互联网技术的不断突进和广泛应用,人类开始告别以资本、技术为特征的工业社会,正在进入一个崭新的时代。企业面对的战略环境更加恶劣,战略决策对企业变得比以往任何时候都重要。为了作出正确的战略决策,需要把专家的定性知识或定性判断同定量模型以及定量数据的描述有机地结合起来,以实现定性知识与定量数据之间的相互作用,仅仅靠传统的人工方法进行处理,依人的脑力去解决几乎是不可能的。因此,必须借助计算机寻找更加有效的战略决策方法,研究适合高层应用的辅助战略决策的计算机支持系统。七十年代出现了面向企业战略决策的执行支持系统和战略信息系统,而后发展到战略决策支持系统。作为决策支持系统(Decision Support System,简称DSS)研究的重要分支之一。SDSS的结构框架、设计原理在DSS的基础上向前发展,刻意强调面向企业高层决策者。 本文首先根据决策组织的层次,应用从定性到定量综合集成的思想,提出了解决复杂战略问题的递阶分解思想。根据这个思想,探讨了定性模型和定量模型的集成模式和定性知识和定量数据之间的转换映射关系,并且提出了集成定性推理和定量计算的DSS体系结构和智能问题处理系统的分析处理流程,简要讨论了各功能模块。接着,在传统SWOT分析的基础上,把战略选择过程细化为满足两个约束条件地过程:战略地位和战略匹配点,从而构造出基于SWOT的双约束战略决策模型(SWOT-Based Double Retricting Strategic Decision Model,简称为SDRSDM)。利用SDRSDM,决策者首先确定出企业的战略地位,明确本企业在竞争环境中的战略位置,确定战略匹配点,从而客观、理性的在匹配战略中找到合适的战略方案。在以上分析的基础上,针对战 WP=4 略环境复杂、动态的特点,提出了SWOT分析的理性化思路,以投资企业现金流量灾变分析为例子,探讨了建立其它预测模型的可行处。然后,吸收定性和定量集成的思想,在分析影响因素的特性基础上,结合专家的定性判断能力和实际的定量计算模型,根据战略影响因素的定量、定性特征,引入更加合理的分值确定和权重赋值方法,以提高战略因素分析的可信度。在下面,通过引入有序决策树(Ordered Decision Tree, ODT)和最小有序决策树(The Smallest Ordered Decision Tree,SODT)概念将SDRSDM的求解进行了有利于建模和推理的形式化表示,从而将求解过程统一于整个ODT的不同节点之中。在此基础上,研究了SDRSDM的推理算法,为SDRSDM的系统实现奠定了基础。另外,通过以上分析,SDRSDM的求解是一个异常复杂的综合决策系统。因此,提出了基于人工神经网络的战略决策学习模型。研究了应用ANN对复杂的SDRSDM进行学习的原理。基于三层BP网络学习算法建造了评价专家用于决策分析的ANN学习模型,可以在实际应用中发挥很好的作用。最后是在前面各章工作的基础上,设计并实现一个基于SDRSDM的智能型动态战略决策支持系统应用原型,详细分析了系统的体系结构、功能特点、开发环境和流程以及关键的实现技术。并且为了适应战略决策的需要,提出了网络环境下集成系统的技术方法。
【关键词】：SWOT SDRSDM 战略决策支持系统 集成 ODT 影响因素 神经网络
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2004
【分类号】：C934
【目录】：

• 摘 要3-5
• Abstract5-9
• 1 绪论9-38
• 1.1 问题的提出与背景9-12
• 1.2 本文研究的目的和意义12-14
• 1.3 相关研究领域文献综述14-35
• 1.4 本文研究的主要内容35-38
• 2 SIDSDSS构建的理论基础38-52
• 2.1 引言38-39
• 2.2 战略决策问题层次分解思想39-42
• 2.3 定性模型和定量模型的集成模式42-46
• 2.4 基于定性推理的DSS结构46-51
• 2.5 本章小结51-52
• 3 基于SWOT的双约束战略决策模型设计52-75
• 3.1 引言52
• 3.2 双因素战略决策模型的构建52-68
• 3.3 战略确定方法68-70
• 3.4 SWOT分析的理性化思路70-74
• 3.5 本章小结74-75
• 4 集成式SDRSDM影响因素的定价75-86
• 4.1 引言75
• 4.2 集成定性和定量信息的影响因素分值确定75-77
• 4.3 集成式影响因素权系数赋值方法77-85
• 4.4 本章小节85-86
• 5 SDRSDM求解的知识表示及推理算法86-96
• 5.1 引言86
• 5.2 SDRSDM求解的知识表示及知识生成86-91
• 5.3 SDRSDM的推理求解算法91-95
• 5.4 本章小结95-96
• 6 基于人工神经网络的SDRSDM学习机制96-104
• 6.1 引言96
• 6.2 人工神经网络96-98
• 6.3 ANN用于SDRSDM学习的基本原理98-103
• 6.4 人工神经网络综合评价模型的讨论103
• 6.5 本章小结103-104
• 7 基于SWOT的智能型动态战略决策支持系统104-118
• 7.1 引言104
• 7.2 SIDSDSS的设计原理和要求104-105
• 7.3 SIDSDSS框架结构、功能特点105-112
• 7.4 系统实现的关键技术112-114
• 7.5 系统开发实例114-117
• 7.6 本章小节117-118
• 8 研究结论与展望118-120
• 8.1 全文总结118-119
• 8.2 研究展望119-120
• 致 谢120-121
• 参考文献121-128
• 附录1 攻读博士学位期间发表论文目录128-129
• 附录2 攻读博士期间参与的科研项目129

【引证文献】

中国期刊全文数据库 前5条

1 祖明;李光英;徐旭;杨海龙;武以敏;;基于SWOT分析的安徽自主品牌汽车企业跨国经营战略研究[J];安徽建筑工业学院学报(自然科学版);2012年06期

2 吴杰;;信息融合技术在战略决策支持系统中的应用[J];科技广场;2007年01期

3 吴韫夏;龚花萍;;建立经营战略智能决策支持系统的过程研究[J];情报杂志;2006年10期

4 赵圣文;褚衍昌;;一类定量战略决策模型及运用——以某啤酒公司为例[J];山西财经大学学报;2012年S1期

5 王利军;胡树华;牟仁艳;;基于期望效用理论的SWOT方法改进[J];武汉理工大学学报(信息与管理工程版);2013年04期

中国博士学位论文全文数据库 前2条

1 王小龙;建设工程数字化管理体系研究[D];北京交通大学;2010年

2 刘克飞;基于博弈论的电信运营商竞合关系研究[D];河北工业大学;2012年

中国硕士学位论文全文数据库 前8条

1 潘慧灵;基于灰色关联分析的企业战略决策方法研究[D];浙江理工大学;2010年

2 王颖;民用机场发展战略规划方法研究[D];南京航空航天大学;2010年

3 李康平;基于ANP的江苏省企业技术创新能力评价及评价系统研究[D];东南大学;2006年

4 李冠君;北京凯图巅峰户外运动有限公司产品组合分析[D];华北电力大学（北京）;2006年

5 宋文超;企业战略分析系统设计及研究[D];北方工业大学;2010年

6 曾鸣;GT公司战略发展规划[D];西南交通大学;2012年

7 顾丽君;基于SWOT方法的上海税务内门户的信息构建[D];上海交通大学;2013年

8 梁远;北京排水集团发展战略研究[D];北京交通大学;2013年

  本文关键词：基于SWOT的智能型动态战略决策支持系统研究，，由笔耕文化传播整理发布。

本文编号：380942