基于粗糙集和灰聚類(lèi)理論的IT項(xiàng)目評(píng)標(biāo)決策模型

在詳細(xì)分析了粗糙集簡(jiǎn)約屬性和決策熵基本理論的基礎(chǔ)之上,通過(guò)將二者有效結(jié)合建立了用于水利工程監(jiān)理投標(biāo)風(fēng)險(xiǎn)識(shí)別的評(píng)價(jià)模型；然后對(duì)某監(jiān)理公司在我國(guó)東北區(qū)地區(qū)的18次投標(biāo)中存在多種風(fēng)險(xiǎn)因素進(jìn)行識(shí)別和分析,并從中選取具有一定代表性的15項(xiàng)風(fēng)險(xiǎn)投標(biāo)信息為研究樣本,探討所構(gòu)建的基于粗糙集和決策熵評(píng)價(jià)模型在水利工程監(jiān)理投標(biāo)風(fēng)險(xiǎn)分析和研究中的適用性和準(zhǔn)確性,以期為企業(yè)在水利工程投標(biāo)風(fēng)險(xiǎn)識(shí)別和方案決策分析中提供一定的理論支撐和參考依據(jù)。

一項(xiàng)項(xiàng)目投資能否成功,作為整個(gè)投資過(guò)程起點(diǎn)的投資決策起著至關(guān)重要的作用,因此需要在項(xiàng)目決策階段對(duì)該項(xiàng)目進(jìn)行嚴(yán)格的評(píng)審。為了解決投資項(xiàng)目評(píng)審中的不確定性、信息不對(duì)稱(chēng)等問(wèn)題,提出一種基于粗集和灰理論的投資項(xiàng)目評(píng)審決策模型,將決策者先驗(yàn)知識(shí)給定的權(quán)重同粗集確定的屬性重要度結(jié)合起來(lái)確定指標(biāo)最終權(quán)重,再使用模糊評(píng)判和灰色系統(tǒng)理論,以灰色關(guān)聯(lián)度為基礎(chǔ),對(duì)數(shù)據(jù)進(jìn)行分析,為定量評(píng)價(jià)投資項(xiàng)目的風(fēng)險(xiǎn)提供了有效的方法。借助計(jì)算機(jī)編程,使用一個(gè)實(shí)例驗(yàn)證了該模型的實(shí)用性和可行性。

文章在充分理解項(xiàng)目族及項(xiàng)目族工作分解結(jié)構(gòu)基礎(chǔ)上,提出了基于模糊粗糙集構(gòu)建項(xiàng)目族工作分解結(jié)構(gòu)方法。該方法利用模糊粗糙集中屬性約簡(jiǎn)和屬性依賴(lài)度知識(shí)對(duì)可交付成果和工作包進(jìn)行篩選,確定基本wbs元素和可選wbs元素,完成項(xiàng)目族工作分解結(jié)構(gòu)構(gòu)建。最后通過(guò)實(shí)例分析項(xiàng)目族工作分解結(jié)構(gòu)模型構(gòu)建過(guò)程,拓展了多項(xiàng)目環(huán)境下構(gòu)建wbs的方法。

信用評(píng)價(jià)是企業(yè)對(duì)供應(yīng)商管理的重要因素。針對(duì)供應(yīng)商信用評(píng)價(jià)問(wèn)題,文章提出了一種基于粗糙集和灰色理論相合的評(píng)價(jià)方法。利用粗糙集對(duì)評(píng)價(jià)對(duì)象的屬性進(jìn)行簡(jiǎn)約,根據(jù)屬性重要性原理確定指標(biāo)的權(quán)重,再通過(guò)灰色理論對(duì)供應(yīng)商信用進(jìn)行綜合評(píng)價(jià)。在評(píng)價(jià)過(guò)程中對(duì)評(píng)價(jià)指標(biāo)體系進(jìn)行了簡(jiǎn)約,避免了評(píng)價(jià)過(guò)程中權(quán)重確定的主觀性。

根據(jù)模糊聚類(lèi)和粗糙集理論的基本原理,利用模糊聚類(lèi)的相似關(guān)系與粗糙集可辨識(shí)矩陣的特性,結(jié)合這兩種方法的互補(bǔ)優(yōu)勢(shì),研究了將之應(yīng)用于建筑業(yè)綜合評(píng)價(jià)的方法和步驟.通過(guò)模糊聚類(lèi)法形成粗糙集下的決策信息系統(tǒng),采用基于可辨識(shí)矩陣的啟發(fā)式約簡(jiǎn)法對(duì)屬性約簡(jiǎn),計(jì)算出約簡(jiǎn)后各屬性的權(quán)重.利用各屬性的權(quán)重分別對(duì)各省市(或地區(qū))的建筑業(yè)指標(biāo)評(píng)價(jià)值加權(quán)求和從而得出各自的建筑業(yè)綜合評(píng)價(jià)值,對(duì)其結(jié)果的客觀性和實(shí)用性所進(jìn)行的分析評(píng)價(jià)證明該方法有效.

根據(jù)現(xiàn)代戰(zhàn)斗機(jī)型號(hào)工程質(zhì)量標(biāo)準(zhǔn),考慮系統(tǒng)設(shè)計(jì)要求和用戶(hù)需求,建立了新的戰(zhàn)斗機(jī)型號(hào)工程評(píng)價(jià)指標(biāo)體系。應(yīng)用粗糙集理論對(duì)典型的第三代以上戰(zhàn)斗機(jī)機(jī)型的各種指標(biāo)數(shù)據(jù)進(jìn)行挖掘,利用信息熵概念求得各指標(biāo)的屬性重要度,并將其權(quán)值化處理為各指標(biāo)的權(quán)系數(shù),克服了傳統(tǒng)權(quán)系數(shù)確定方法的主觀性。最后,建立戰(zhàn)斗機(jī)型號(hào)工程綜合評(píng)價(jià)決策模型并通過(guò)實(shí)例說(shuō)明其可行性和有效性。

審計(jì)意見(jiàn)類(lèi)型及其預(yù)測(cè)結(jié)果受到企業(yè)各利益相關(guān)方的高度關(guān)注。同時(shí)選用財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)為變量,構(gòu)建了基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見(jiàn)預(yù)測(cè)模型。將領(lǐng)域粗糙集作為bp神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類(lèi)能力不變的前提下進(jìn)行指標(biāo)約簡(jiǎn),提取關(guān)鍵指標(biāo),再將約簡(jiǎn)的指標(biāo)體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量。以2013—2015年滬深a股176家公司數(shù)據(jù)作為研究樣本,采用三種模型進(jìn)行審計(jì)意見(jiàn)預(yù)測(cè)對(duì)比分析,結(jié)果表明：本模型預(yù)測(cè)準(zhǔn)確率達(dá)到97.06%,與單純利用神經(jīng)網(wǎng)絡(luò)建模或單純利用財(cái)務(wù)指標(biāo)建模的預(yù)測(cè)效果相比具有更好的預(yù)測(cè)效果。

審計(jì)意見(jiàn)類(lèi)型及其預(yù)測(cè)結(jié)果受到企業(yè)各利益相關(guān)方的高度關(guān)注.同時(shí)選用財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)為變量,構(gòu)建了基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見(jiàn)預(yù)測(cè)模型.將領(lǐng)域粗糙集作為bp神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類(lèi)能力不變的前提下進(jìn)行指標(biāo)約簡(jiǎn),提取關(guān)鍵指標(biāo),再將約簡(jiǎn)的指標(biāo)體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量.以2013-2015年滬深a股176家公司數(shù)據(jù)作為研究樣本,采用三種模型進(jìn)行審計(jì)意見(jiàn)預(yù)測(cè)對(duì)比分析,結(jié)果表明:本模型預(yù)測(cè)準(zhǔn)確率達(dá)到97.06％,與單純利用神經(jīng)網(wǎng)絡(luò)建?；騿渭兝秘?cái)務(wù)指標(biāo)建模的預(yù)測(cè)效果相比具有更好的預(yù)測(cè)效果.

在分析客運(yùn)專(zhuān)線(xiàn)技術(shù)引進(jìn)工作要點(diǎn)的基礎(chǔ)上,建立了客運(yùn)專(zhuān)線(xiàn)技術(shù)引進(jìn)綜合評(píng)價(jià)指標(biāo)體系及其參考評(píng)價(jià)標(biāo)準(zhǔn),并根據(jù)粗糙集理論對(duì)其進(jìn)行優(yōu)化和完善,提出了一種基于粗糙集理論的客運(yùn)專(zhuān)線(xiàn)技術(shù)引進(jìn)項(xiàng)目評(píng)價(jià)模型。實(shí)例分析表明,利用粗糙集理論中的知識(shí)依賴(lài)性和屬性重要性度量方法可以確定評(píng)價(jià)指標(biāo)的權(quán)重,從而可以有效地對(duì)多個(gè)客運(yùn)專(zhuān)線(xiàn)技術(shù)引進(jìn)項(xiàng)目進(jìn)行評(píng)價(jià)優(yōu)選。

公私合作制將私人資本、技術(shù)和管理經(jīng)驗(yàn)引入基礎(chǔ)設(shè)施建設(shè)及運(yùn)營(yíng)項(xiàng)目,發(fā)揮了巨大的經(jīng)濟(jì)效益和社會(huì)效益。在我國(guó)公私合作項(xiàng)目的實(shí)踐過(guò)程中,風(fēng)險(xiǎn)分擔(dān)不明確始終是阻礙該模式在基礎(chǔ)設(shè)施投融資領(lǐng)域進(jìn)行廣泛推廣的關(guān)鍵因素,嚴(yán)重時(shí)甚至導(dǎo)致項(xiàng)目的失敗。針對(duì)承擔(dān)風(fēng)險(xiǎn)的主體不確定這一影響公私雙方持久穩(wěn)定合作的問(wèn)題,通過(guò)案例分析和文獻(xiàn)研究識(shí)別出風(fēng)險(xiǎn)分擔(dān)主體不明確的風(fēng)險(xiǎn)因素,在此基礎(chǔ)上利用粗糙集方法對(duì)風(fēng)險(xiǎn)分擔(dān)評(píng)價(jià)指標(biāo)體系中指標(biāo)進(jìn)行屬性約簡(jiǎn),以剔除對(duì)于分擔(dān)結(jié)果影響較小的因素。理想點(diǎn)法能夠?qū)哂胁煌L(fēng)險(xiǎn)分擔(dān)偏好的評(píng)價(jià)人做出的風(fēng)險(xiǎn)承擔(dān)選擇進(jìn)行評(píng)價(jià),以確定合理的風(fēng)險(xiǎn)分擔(dān)方案。評(píng)價(jià)結(jié)果為公私雙方制定合理的風(fēng)險(xiǎn)分擔(dān)方案提供參考。

ppp項(xiàng)目風(fēng)險(xiǎn)評(píng)估是ppp項(xiàng)目成功與否的一個(gè)重要因素,正確的風(fēng)險(xiǎn)評(píng)估有利于合作雙方對(duì)風(fēng)險(xiǎn)及利益合理分配,而風(fēng)險(xiǎn)評(píng)估主要來(lái)自專(zhuān)家的主觀程度評(píng)價(jià)。文章采用粗糙集理論來(lái)處理這種難以量化的程度評(píng)價(jià),運(yùn)用文獻(xiàn)分析法與實(shí)際ppp項(xiàng)目案例相結(jié)合的方法,對(duì)ppp項(xiàng)目存在的風(fēng)險(xiǎn)體系進(jìn)行分析以得出ppp項(xiàng)目的修正風(fēng)險(xiǎn)程度評(píng)估。結(jié)果表明利用粗糙集理論模型對(duì)ppp項(xiàng)目的風(fēng)險(xiǎn)評(píng)估有實(shí)踐價(jià)值,完善了ppp項(xiàng)目風(fēng)險(xiǎn)評(píng)估的方法。

基于2005-2009年房地產(chǎn)價(jià)格及影響因素的月度數(shù)據(jù),本文建立了一個(gè)基于粗糙集和小波神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)市場(chǎng)價(jià)格走勢(shì)預(yù)測(cè)模型。該模型利用粗糙集方法來(lái)確定影響房地產(chǎn)價(jià)格的主要影響因素;然后基于小波神經(jīng)網(wǎng)絡(luò)方法,通過(guò)房地產(chǎn)價(jià)格的主要影響因素對(duì)房地產(chǎn)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)分析。實(shí)證結(jié)果表明,該模型在我國(guó)房地產(chǎn)價(jià)格走勢(shì)預(yù)測(cè)中具有較高的精度。

電力企業(yè)上市以來(lái),企業(yè)的融資能力的強(qiáng)弱直接影響到企業(yè)的有效運(yùn)營(yíng)。本文以電力上市公司為研究對(duì)象,選取了10家電力行業(yè)上市公司的41項(xiàng)財(cái)務(wù)指標(biāo)為研究樣本,首先利用粗糙集進(jìn)行屬性約簡(jiǎn),然后引入熵權(quán)評(píng)價(jià)模型進(jìn)行求解評(píng)價(jià),從而將這些定量、定性混雜的問(wèn)題綜合為統(tǒng)一整體,使無(wú)序的信息變成有序可比的信息。該模型應(yīng)用于電力企業(yè)的融資能力信用評(píng)價(jià)具有重大的現(xiàn)實(shí)意義。

以ppp模式下政府與企業(yè)的匹配關(guān)系為研究對(duì)象,運(yùn)用灰靶決策理論對(duì)ppp項(xiàng)目政企之間的多種指標(biāo)評(píng)價(jià)信息進(jìn)行定量化處理,通過(guò)確定各指標(biāo)靶心距來(lái)衡量政企之間的匹配滿(mǎn)意度,最終構(gòu)建ppp項(xiàng)目政企匹配模型,并通過(guò)實(shí)例驗(yàn)證了模型的正確性.

以ppp模式下政府與企業(yè)的匹配關(guān)系為研究對(duì)象,運(yùn)用灰靶決策理論對(duì)ppp項(xiàng)目政企之間的多種指標(biāo)評(píng)價(jià)信息進(jìn)行定量化處理,通過(guò)確定各指標(biāo)靶心距來(lái)衡量政企之間的匹配滿(mǎn)意度,最終構(gòu)建ppp項(xiàng)目政企匹配模型,并通過(guò)實(shí)例驗(yàn)證了模型的正確性.

隨著鐵路綠色施工的不斷推廣,擇優(yōu)選取綠色施工企業(yè)已成為招標(biāo)人日益關(guān)注的焦點(diǎn)問(wèn)題.為改進(jìn)傳統(tǒng)評(píng)標(biāo)方法,將重新確定綠色施工評(píng)標(biāo)流程,建立合理的鐵路綠色施工評(píng)標(biāo)指標(biāo)體系,并采用層次分析法與灰色系統(tǒng)理論相結(jié)合的方法,構(gòu)建ahp-灰色聚類(lèi)法評(píng)標(biāo)模型.為盡可能使評(píng)價(jià)指標(biāo)滿(mǎn)足定量化分析要求,同時(shí)考慮到人體思維最大可分辨能力,將各指標(biāo)劃分為優(yōu)、良、中、合格、較差、差6個(gè)灰類(lèi)級(jí)別并分別賦值,形成評(píng)價(jià)指標(biāo)等級(jí)值化向量.然后,通過(guò)評(píng)標(biāo)專(zhuān)家對(duì)投標(biāo)書(shū)中各指標(biāo)評(píng)定的優(yōu)劣等級(jí)結(jié)果與其等級(jí)值化向量進(jìn)行加權(quán)平均,計(jì)算出各投標(biāo)書(shū)綜合得分,確定最終優(yōu)劣排序,為業(yè)主選取最優(yōu)中標(biāo)人.最后,運(yùn)用此評(píng)判模型對(duì)中川鐵路項(xiàng)目投標(biāo)書(shū)的實(shí)證分析,驗(yàn)證了該方法在綠色施工項(xiàng)目評(píng)標(biāo)中實(shí)施的可行性.

針對(duì)評(píng)價(jià)多指標(biāo)優(yōu)劣中屬性權(quán)值難以確定的問(wèn)題,筆者提出了基于粗糙集的topsis綜合評(píng)價(jià)的應(yīng)用算法,利用粗糙集進(jìn)行權(quán)重確定,把粗糙集與topsis相結(jié)合,提出了基于粗糙集的topsis綜合評(píng)價(jià)方法,以屬性重要度作為各個(gè)屬性的權(quán)值,對(duì)信息系統(tǒng)進(jìn)行加權(quán)分析,得出了總體排序結(jié)果,并通過(guò)算例驗(yàn)證了該方法的有效性.

為了準(zhǔn)確而快速地判別礦井突水水源,以聚類(lèi)分析、灰色關(guān)聯(lián)分析、多元逐步判別分析3種方法建立了礦井突水水源判別模型,提出了通過(guò)適應(yīng)性來(lái)選擇具體礦井或礦區(qū)的判別方法,利用粗糙集理論的屬性約簡(jiǎn)來(lái)篩選水化學(xué)特征指標(biāo),使得所選判別指標(biāo)更具針對(duì)性和減少指標(biāo)檢測(cè)時(shí)間,真正實(shí)現(xiàn)準(zhǔn)確而快速地判別礦井突水水源,進(jìn)而為礦井水害防治服務(wù)。實(shí)例表明,屬性約簡(jiǎn)前后,識(shí)別結(jié)果一致性將近90%,證實(shí)了粗糙集理論在礦井突水水源判別中的有效性和實(shí)用性。

文章論述了粗糙集理論在投標(biāo)報(bào)價(jià)時(shí)的風(fēng)險(xiǎn)因素,根據(jù)粗糙依賴(lài)度的計(jì)算確定了風(fēng)險(xiǎn)因素的權(quán)重,為客觀準(zhǔn)確地確定風(fēng)險(xiǎn)因素的重要性提供了一種有效的算法。

在內(nèi)燃機(jī)神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的基礎(chǔ)上,引入粗糙集理論,對(duì)其在內(nèi)燃機(jī)故障診斷特征參數(shù)屬性?xún)?yōu)化中的運(yùn)用進(jìn)行了探索。利用可辨識(shí)矩陣算法對(duì)決策表進(jìn)行屬性約簡(jiǎn),剔除其中不必要的屬性,揭示了故障診斷條件屬性?xún)?nèi)在的冗余性,降低了神經(jīng)網(wǎng)絡(luò)構(gòu)成的復(fù)雜性。最后給出了屬性約簡(jiǎn)的結(jié)果。

供應(yīng)商選擇的方法,影響著供應(yīng)商本身以及整條供應(yīng)鏈的發(fā)展,一直是供應(yīng)鏈管理的研究重點(diǎn)。運(yùn)用優(yōu)勢(shì)關(guān)系粗糙集和可拓理論對(duì)供應(yīng)商選擇方法進(jìn)行了研究。利用優(yōu)勢(shì)關(guān)系粗糙集確定評(píng)價(jià)指標(biāo)的權(quán)重,利用可拓理論構(gòu)建了供應(yīng)商選擇的可拓判別模型。利用建立的指標(biāo)體系和選擇模型對(duì)某公司10個(gè)供應(yīng)商進(jìn)行了評(píng)價(jià)和選擇,得出了各供應(yīng)商的優(yōu)劣順序,為公司提供了決策依據(jù)。

針對(duì)傳統(tǒng)的供應(yīng)商評(píng)價(jià)選擇方法不能有效處理不完備數(shù)據(jù)信息、沒(méi)有充分利用以前的評(píng)價(jià)結(jié)果等不足之處,將粗糙集理論中的規(guī)則提取技術(shù)和知識(shí)庫(kù)構(gòu)造技術(shù)應(yīng)用到供應(yīng)商的評(píng)價(jià)選擇方法之中,依據(jù)供應(yīng)商綜合評(píng)價(jià)指標(biāo)體系的設(shè)置原則,建立了相應(yīng)的供應(yīng)商綜合評(píng)價(jià)指標(biāo)體系,按照數(shù)據(jù)獲取、初始決策表構(gòu)建、數(shù)據(jù)預(yù)處理、建立區(qū)分矩陣、構(gòu)造區(qū)分函數(shù)、屬性約簡(jiǎn)、決策規(guī)則獲取、值約簡(jiǎn)、最優(yōu)決策規(guī)則獲取、知識(shí)庫(kù)構(gòu)造、供應(yīng)商分類(lèi)的處理過(guò)程建立了基于粗糙集的供應(yīng)商評(píng)價(jià)選擇模型。最后以某企業(yè)的供應(yīng)商數(shù)據(jù)為例進(jìn)行了實(shí)證分析,通過(guò)模型得到的決策規(guī)則是合理性的,證明模型的有效性和可行性