行政决策模式的探究与整合

行政决策的科学化是全面加强执政能力,提高执政水平的关键,科学化的行政决策离不开合理的构建模式。本文分析了几种典型的行政决策模式,并加以整合,提出了适合我国国情的行政决策模式。     

提高公路网规划决策的可靠性

提出了影响公路网规划方案正确决策的3种因素和一种新的综合决策方法，并结合一个实例进行了详细地探讨。     

决策支持理论与方法研究

研究了决策，决策系统的决策支持提出了决策系统的一般结构模型和ＤＳＳ的一种体系结构，在此基础上提出了决策支持的理论体系，并进一步研究了支持决策问题识别，支持决策总是求解和决策支持过程调度的理论与方法，已在国家重大软科学项目中成功地应用了本文提出的理论与方法，并取得了理想的效果，实践证明基于这些理论与方法，可有效地实现决策支持。     

基于AHP—FCE的远程协同分析系统动态联盟盟员智能决策技术

针对企业如何在网络环境下寻找最佳协同分析合作伙伴的问题,提出了一种基于AHP-FCE的远程协同分析系统动态联盟盟员智能决策体系结构,建立了多层次动态联盟盟员决策模型,描述了评价指标层次结构和综合评价方法.着重研究了盟员决策方案的规划、决策向导用户界面和智能决策过程知识处理等关键技术在此基础上开发了系统平台,实现了动态联盟盟员决策的智能化,并通过实例对系统进行了应用验证,取得较好的应用效果.     

两交叉口间主动式公交信号优先协调控制配时优化方法

设计了8种不同控制思路下的决策方案,并在每种决策方案下,综合考虑社会车流绿波带和公交车流绿波带,分析上游交叉口到达下游交叉口的时刻对绿波带的影响情况,建立了基于绿波带宽度的优化目标。以社会车流和公交车流能够获得的绿波带宽度之和最优为原则,确定出8种决策中的最佳决策,并对控制算法进行了验证。提出的信号配时优化方法不仅可以同时满足社会车流和公交车流需求,还可以实现绿波带最大化。     

基于动态概率网格和贝叶斯决策网络的车辆变道辅助驾驶决策方法

提出了一种车辆变道辅助决策方法, 向驾驶人提供变道行为决策; 构建了由车载GPS、相机传感器和雷达组成的行车环境信息传感装置, 利用非采样B样条曲线模型对车道线建模, 通过控制点位置求解与搜索策略实现车道线的检测、跟踪与类型识别; 根据车道线信息确立有效行车区域, 并建立了一种动态概率网格的行车环境几何模型, 对有效行车区域进行紧凑型表征; 考虑了车辆对行车环境表征结果可靠性的影响, 根据高斯分布将车辆位置信息映射到动态概率网格中, 计算了每个行车单元的占用概率; 将车道线信息与网格单元占用概率作为初始节点状态参数, 输入贝叶斯决策网络, 估计概率网格单元的占用状态, 量化输出当前行车环境表征结果以及不变道、向左变道、向右变道3种变道决策的期望效用值, 通过计算各决策的期望效用值比率确定最优变道决策。试验结果表明: 在场景1中“向左变道”决策的期望效用值最大, 为0.70, 视为最优决策, 在其动态概率网格中, 右侧车道线“实线”状态参数为100.00%, 因此, “向右变道”决策效用期望值最小, 决策系统输出的最优决策“不变道”符合中国交通法规, 也表明检测车道线类型的必要性; 场景2的“不变道”和“向右变道”决策期望效用值分别为0.43和0.44, 比率接近1, 无法判断最优决策, 驾驶人可根据经验决定是否变道。      

决策信息为区间数的多属性群决策方法

为了解决群体决策过程中难以精准确定指标权重和专家权重,以及难以得到精确决策信息的问题,提出了一种基于集值统计和信息公理相结合的群决策方法.该方法将决策个体对各指标的决策信息采用区间数表示;用集值统计模型计算决策群体对各指标决策信息的综合评价值,在此基础上引入观点分歧度概念,以判定综合评价值的有效性;以有效的综合评价值作为决策群体期望的指标设计范围,根据信息公理计算各方案的信息含量来判断方案的优劣,并给出该决策方法的具体步骤.最后,通过实例说明了该方法的有效性;实验数据分析表明,该方法在群决策中避免了确定权重的复杂计算过程,降低了决策的复杂度,更加符合决策者的思维习惯.     

车路协同环境下车辆群体协同决策研究综述

从车路协同环境下车辆群体协同决策机制、协同决策方法与典型应用场景方面分析了国内外车辆群体协同决策的研究现状;考虑车辆群体协同决策机制的不同,系统梳理了集中式和分布式2种决策机制的相关研究;针对车辆群体协同决策方法的多样性,以基于优化和基于启发式2类决策方法为主线,对比分析了不同决策方法的优劣;考虑车辆群体协同决策应用场景的不同,全面分析了匝道、路口、路段和路网等多个应用场景下车辆群体协同决策的相关理论与研究;考虑国内外车辆协同决策典型项目进展,分别梳理了中国、美国、日本和欧洲代表性车辆群体协同决策项目任务、建设与实施情况;从系统结构、普适模型和示范场景3个方面提出了未来车路协同环境下车辆群体协同决策的发展趋势。研究结果表明:集中式车辆群体协同决策机制有助于提升局部区域内的车辆通行性能,分布式车辆群体协同决策机制有助于提升全局范围内的交通运行状态;基于优化的车辆群体协同决策方法在特定场景下可最大程度提升决策效果,基于启发式的车辆群体协同决策方法在大多数场景下可获得可行的决策效果;由于不同场景下车辆群体协同决策问题的复杂性有所不同,需要在统一框架下做针对性建模。研究结果可为车路协同环境下新型混合交通系统的管理与控制提供参考。      

两种不同承诺时间下运输服务供应链决策

由于需求的不确定性,托运人的承诺时间会对运输服务供应链的决策产生影响. 因此,本文考虑在延迟承诺和提前承诺两种承诺时间下,基于运价分别为外部定价和承运人定价两种情况,建立了运输服务供应链中承运人的运输价格和托运人的托运量优化决策模型,并分别对延迟承诺和提前承诺、整体决策和单独决策时的优化结果进行比较分析,从而为运输服务供应链决策提供有效的参考价值. 通过研究得出,整体决策时运输服务供应链的收益总是大于单独决策时的收益;承运人的运价也对托运人的承诺时间产生影响,在不同的运价下,提早承诺和延迟承诺的优越性不同.     

交通出行选择行为的量子决策实验研究

量子决策模型是基于量子物理思想的一种新兴决策模型,近年来,在解释个体不确定状态下的决策行为方面展现出独特优势。本文基于量子决策模型研究交通出行决策行为,设计了体现干扰效应、框架效应及顺序效应的调查问卷。首先,将分类-干扰量子决策实验进行改进,在实验范式中引入了交通出行因素,得到了新的干扰系数。其次,借鉴经典的Linda问题研究思路设计了四个与交通出行有关的合取谬误问题,结合数据得出了新的干扰系数和量子几何投影图像,验证了干扰对决策行为的影响。然后,在生命安全、财产损失、时间成本三个维度和积极、消极两种描述方式上使用齐当别理论,解释了框架对决策行为的影响。最后,通过变换问题顺序构建量子问题等式,并使用顺序效应散点图验证了量子问题等式的预测准确性。结果表明：量子理论对决策者不确定状态下决策行为的描述具有理论优势,量子决策模型可以解释交通出行决策行为中的干扰效应、框架效应及顺序效应,拓展了量子思想理论在交通决策行为领域的应用。     

通有决策系统稳定性与可靠性分析

从定量分析的角度,提出了通有决策系统的系统稳定性与决策可靠性概念,并给出一套简易的决策系统稳定性度量和系统决策可靠性的判定方法。该度量和方法可以作为一个通有系统进行决策的前提条件和前期考察依据。     

���ڷֲ�Agent����·Ӧ����Ԯ���߷����о���

铁路应急救援决策是铁路运输安全管理领域研究的热点之一.本文以铁路应急救援为背景,分析多智能体技术在铁路应急决策领域应用的可行性,提出一种基于分层Agent的铁路应急救援指挥控制结构,并分析了各层Agent的基本功能.根据各层Agent的结构特点设计决策推理的模型,采用基于模糊评价的方法实现管理Agent的决策机制,并阐述了决策算法的计算过程.最后通过一个具体的列车救援决策案例进行模型的验证.研究结果表明,将该方法应用在铁路应急救援决策领域具有可行性.Agent技术和模糊评价方法相结合的决策方法为研究铁路应急救援的智能化提供了新的思路.     

多目标决策问题的模糊数学解法

针对多目标决策问题，在已知目标权重范围的前提下，应用模糊数学理论提出了一种求解多目标决策问题的客观赋权的模糊算法，把多目标决策问题转化为单目标规划问题进行求解，并通过实例说明了此方法的具体应用．最后进行了理论分析，论证了该算法的先进性与有效性。     

马尔柯夫决策规划随机误差研究

联系实际对马尔柯夫随机过程、转移概率矩阵的建立以及稳定状态概率的计算等理论与方法,进行简明论述;针对马尔柯夫决策中的大量随机因子使转移概率失真而产生的随机误差进行研究,提出了新的见解,并提出将马尔柯夫决策规划与敏感性分析相结合的科学、合理、可行的预测决策技术;充分运用案例,对基抉择过程和步骤作了详尽阐述。     

具有模糊系数的运输投资多目标0—1规划研究

以运输投资项目投资的问题为背景,建立了具有模糊系数的运输投资问题的多目标线性０－１规划ＦＩＭＯＬＰ数学模型,运用模糊集合理论,将ＦＴＩＭＯＬＰ问题转化为求解目标函数值相对决策者理论值的最大满意度水平问题,并给出了求解的算法步骤,为运输投资决策提供了基础。     

公共部门绩效评价的标杆管理与数据包络分析

为克服传统的部门绩效考评中考核权重的主观性，将标杆管理与数据包络分析(DEA)结合，提出一种新的评价方法．在部门内部用DEA找出有效决策单元后，与标杆单元结合，再用DEA比较，选出有效决策单元。此方法既避免了权重的主观权重的影响，又克服了DEA算法本身的相对有效性的缺陷。     

基于决策场理论的出行者动态决策行为研究

为了研究出行者进行路径选择时的动态决策过程,本文采用决策场理论,研究 了多属性条件下,机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模 型,构建了出行者动态决策行为场景和框架,以历史出行时间、预测出行时间和两者综合 值作为出行者决策的路径属性,并根据属性与实际出行时间的差值为依据,提出了出行 者注意力权重矩阵计算方法.通过算例分析发现,自由流出行时间对出行者决策影响较 大,出行者对路径属性的依赖性非常强,决策过程中存在路径偏好反转的现象,表明出行 者动态决策过程是随时间不断变化的,路径选择是时间累计的结果.     

一种基于强化学习的传感器网络应用重构决策方法

利用马尔可夫决策过程模型对传感器网络重构决策问题进行建模,提出了一种规则推理和强化学习相结合的动态应用重构决策方法.以能量约束和环境自适应性作为学习目标,设计了一个基于Q-学习的重构决策算法,使重构决策能够适应环境条件的变化.仿真结果表明基于强化学习的动态决策可以使传感器节点在运行过程中不断学习其所部署环境中异常事件发生的规律,自适应地调整节点上的应用,达到以较小的能耗获得较准确的监测效果的目标.     

决策的哲学意识

决策有丰富的哲学意蕴。它属于哲学认识论的理性认识活动内容。要进行正确决策，达到决策正确的结果，决策主体必须具有相应的哲学品格；同时，还要有一系列的哲学机制。     

基于灰关联分析的动态混合型多指标决策

研究了一类只有部分指标权重信息且指标值为精确数、区间数和语言类模糊数相结合的动态混合型多指标决策问题,提出一种基于灰矩阵关联度的动态混合型多指标决策方法,并给出一个具体的投资决策实例,结果表明:该方法是有效和可行的,从而为解决动态混合型多指标决策问题提供了一种新的途径.