网络环境下模型驱动的复杂大群体决策支持系统研究

发布时间：2017-04-06 11:01

  本文关键词：网络环境下模型驱动的复杂大群体决策支持系统研究，，由笔耕文化传播整理发布。

【摘要】：网络技术的发展和网络技术在社会各行各业中的广泛应用,一方面给整个社会的思维方式和工作方式带来了深刻的影响,另一方面给企业的经营方式和政府政务的管理方式带来了深刻的变化,社会组织的重大经营和管理决策逐渐在网络上向群体决策转变。然而,这种影响和变化也使得参与决策的群体变得越来越复杂,其规模越来越大,网络环境下复杂大群体的出现给传统群体决策及其支持系统带来了新的内容。本文在对传统群体决策及其支持系统的研究基础上,结合系统的核心部件“模型驱动”,进一步研究网络环境下模型驱动的复杂大群体决策支持系统(Model-Drive Complex-Large Group Decision Support System in Environment of Network,MCLGDSS),提出了系统的体系结构和功能结构,对系统实现的理论、方法、开发技术和应用方式等方面进行了深入的探讨、研究、实现和应用。 论文的主要工作主要包括以下几方面: (1) 对网络环境下复杂大群体的出现背景及其基本特征进行了分析,对国内外群体决策和群体决策支持系统各理论研究现状与发展趋势进行了综述与分析。利用层次模型理论提出了研究的基本思路和系统框架。把模型驱动和复杂大群体决策方法作为研究的基石,以此为基础研究和构建群决策处理机制、网络环境下复杂大群体决策支持系统的体系结构、系统功能结构及系统各功能的实现方法、系统实现方法和应用方式,为各行业的社会组织在网络时代进行群体决策提供支持。 (2) 模型驱动方法研究 在广泛分析面向决策问题求解时模型需求的基础上,结合问题求解实际说明了模型存在的形式、描述及运行方式,提出了基于复杂决策问题求解的模型方案解决办法,通过将一个原子模型(单个模型)分解成方法(算法)对象和数据对象的组合和对原子模型进行复合(其中提出纵向和横向两种复合方式)来建立模型可重用体系和结构,同时提出了基于Multi-Agents技术的模型复合实现方法,形成网络环境下群体决策支持系统中的模型驱动方法。 (3) 网络环境下复杂大群体决策方法研究 根据网络环境下复杂大群体的特点,提出了将决策问题求解流程划分为二个阶段,在第一个阶段,各决策成员利用模型和知识求解形成自己的决策方案,这
【关键词】：网络环境 模型驱动 复杂大群体 群体决策 群体决策支持系统
【学位授予单位】：中南大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：C934
【目录】：

• 第一章 导论12-35
• 1.1 论文选题背景和意义12-14
• 1.2 理论基础与国内外研究现状14-30
• 1.3 问题的提出30
• 1.4 网络环境下复杂大群体30
• 1.5 研究思路与方法30-32
• 1.6 论文的总体结构32-33
• 1.7 本文主要工作与创新点33-34
• 本章小结34-35
• 第二章 模型驱动方法研究35-53
• 2.1 模型需求分析及建立模型准则36-37
• 2.1.1 模型的需求分析36
• 2.1.2 建立模型的准则36-37
• 2.2 模型存在的形式、描述及运行方式37-38
• 2.3 模型可重用方法及模型库可重用结构38-44
• 2.3.1 模型、方法和数据39-40
• 2.3.2 模型的可重用分解40
• 2.3.3 方法对象的可重用分解40
• 2.3.4 数据对象的可重用分解40-41
• 2.3.5 模型库的可重用分解41-44
• 2.4 模型复合的形式44-47
• 2.4.1 串联复合44-45
• 2.4.2 并联复合45-47
• 2.5 模型库管理系统可重用性方法47
• 2.6 基于 Multi-Agent技术的模型复合实现方法47-51
• 2.6.1 模型复合过程中Agent的作用及实现技术47-49
• 2.6.2 模型复合实现方法49-51
• 本章小结51-53
• 第三章 复杂大群体决策方法研究53-75
• 3.1 网络环境下群体决策问题求解流程53-55
• 3.2 群决策处理机制55-58
• 3.2.1 群体决策处理流程55-56
• 3.2.2 群体成员相聚度56-58
• 3.3 复杂大群体成员聚类58-62
• 3.3.1 群体成员聚类流程58
• 3.3.2 群体成员聚类算法58-62
• 3.4 群体偏好矢量、群体一致性指标和群体决策值算法62-69
• 3.4.1 群体偏好矢量算法62
• 3.4.2 群体一致性指标算法62-63
• 3.4.3 阈值γ的大小对群体一致性指标ρ的影响关系63-64
• 3.4.4 群体决策值算法64-65
• 3.4.5 复杂大群体决策算例65-69
• 3.5 多方案大群体决策方法69-74
• 3.5.1 多方案大群体偏好矩阵算法69-71
• 3.5.2 基于熵权的评价准则排序权重算法71-72
• 3.5.3 多方案大群体决策算例72-74
• 本章小结74-75
• 第四章 复杂大群体决策支持系统体系结构研究75-91
• 4.1 系统平台层次结构设计75-77
• 4.1.1 决策前端层76
• 4.1.2 决策服务层76-77
• 4.1.3 决策资源层77
• 4.2 系统信息流程设计77-78
• 4.2.1 组织者决策支持系统78
• 4.2.2 参与者决策支持系统78
• 4.3 决策总控子系统78-81
• 4.3.1 系统维护79-80
• 4.3.2 决策交互80
• 4.3.3 决策控制80-81
• 4.4 数据管理子系统81-84
• 4.4.1 数据源管理82
• 4.4.2 数据整理与集成82-83
• 4.4.3 数据管理83
• 4.4.4 数据提取模型管理83
• 4.4.5 提取任务管理83-84
• 4.4.6 数据提取结果评价84
• 4.5 模型管理子系统84-86
• 4.5.1 模型管理84-85
• 4.5.2 模型求解管理85
• 4.5.3 求解结果管理85-86
• 4.6 知识管理子系统86-90
• 4.6.1 外明知识管理86-88
• 4.6.2 内隐知识管理88
• 4.6.3 知识地图88-89
• 4.6.4 面向问题求解的多智能主体89
• 4.6.5 电子会议代理器89
• 4.6.6 基于案例的知识管理89-90
• 本章小结90-91
• 第五章 系统实现方法及应用方式研究91-103
• 5.1 基于组件的系统开发方法91-92
• 5.2 系统组件体系结构92-93
• 5.3 基于 Multi-Agents的群决策组件设计93-100
• 5.3.1 群决策组件的基本功能93-94
• 5.3.2 基于Multi-Agents的群决策组件架构94-99
• 5.3.3 群决策组件的运行机制99-100
• 5.4 系统组件应用方式100-102
• 5.4.1 系统组件在应用系统使用方式100
• 5.4.2 系统各组件在群决策问题求解中的协调机制100-102
• 本章小结102-103
• 第六章 实证研究103-126
• 6.1 铜业集团公司全面预算管理群体决策需求分析103-108
• 6.1.1 铜业集团概况103-104
• 6.1.2 铜业发展战略104-105
• 6.1.3 铜业集团公司全面预算管理信息系统建设情况105-107
• 6.1.4 铜业股份公司建立全面预算群体决策支持系统的必要性107-108
• 6.2 铜业股份公司全面预算群体决策支持系统总体设计108-121
• 6.2.1 群体决策基础条件108-109
• 6.2.2 决策成员109-111
• 6.2.3 群决策流程设计111-113
• 6.2.4 系统功能结构113-121
• 6.3 系统实施效果121-125
• 本章小结125-126
• 第七章 结论与展望126-130
• 7.1 主要工作与创新点126-129
• 7.1.1 主要工作126-128
• 7.1.2 创新点128-129
• 7.2 进一步的工作129-130
• 参考文献130-139
• 附录 复杂大群体聚类与决策部分算法139-144
• 致谢144-145
• 攻读博士学位期间主要研究成果145-147

【引证文献】

中国期刊全文数据库 前1条

1 陈希林;肖明清;王学奇;;基于XML的模型统一描述语言研究[J];计算机工程与应用;2008年35期

中国博士学位论文全文数据库 前2条

1 陆志鹏;民生视角的政府绩效多尺度评估方法及应用[D];南京航空航天大学;2010年

2 刘蓉;基于聚类算法的多属性复杂大群体决策方法研究[D];中南大学;2006年

中国硕士学位论文全文数据库 前6条

1 李芳;重大冰雪灾害应急管理能力评价模型及应用研究[D];中南大学;2010年

2 乔永辉;多属性群决策中两类决策者间的冲突测度和协调研究[D];中南大学;2007年

3 汪金霞;基于梯形模糊数多属性群决策方法研究[D];合肥工业大学;2009年

4 范永峰;基于群体协调的大群体决策支持系统研究[D];中南大学;2009年

5 戴晓华;基于SOA的群决策支持平台服务建模研究[D];中南大学;2011年

6 郭卓彦;基于群决策理论的公共项目投资决策方法研究[D];湘潭大学;2012年

  本文关键词：网络环境下模型驱动的复杂大群体决策支持系统研究，由笔耕文化传播整理发布。

本文编号：288725