虚拟建设动态盟友的灰熵关联选择

合集下载

基于信息熵和灰关联分析的煤矿企业供应商评价选择研究

基于信息熵和灰关联分析的煤矿企业供应商评价选择研究

据 主动 , 仅 要 求 作 为 “ 不 中间 产 业 ” 的供 应 商 能 够
提 供 高质量 的原 材 料 和 设 备 , 而且 要 在 企 业 技 术
Ab ta t n e y tm fc a i e e tr r e s p l r Sc oc p r i l a sa l h d b i go t — sr c :I d x s se o o lm n n ep i u p i ’ h iea p a s se tb i e a n n i e s e a w s s n
g ae o sd rt n a o tt n u n ig fcos o o lm n n ep ie s p l r h ie a p as 1 y rtd c n ie ai b u he i f e cn a tr fc a o l i e e tr rs u p i s c oc p r ia .S n— e h sz sa p as o o lm e e tr rs u p is c oc r lct yu i gif r to n rp o fm t e ie p ria fc a n n ep ies p l r h iewe eeii d b sn n omain e to yc n r l i e e i
维普资讯
第2 5卷
第 1 期








( 自 然


版)
V0 .5 No. 12 1 Nhomakorabea20 08年 3 月
Jtn o H bi U i rt o E nen ( a r c ne dtn or ta f ee l n e i f I erg N t a Si c io ) v sy i ul e E i

灰色关联决策法

灰色关联决策法

灰色关联决策法
灰色关联决策法是一种决策分析方法,通过比较因素之间的关联程度来评估因素之间的优劣。

以下是其定义、目的和步骤的简要说明:
定义:灰色关联决策法是通过决策方案的效果向量与最优效果向量的关联度作为评价方案优劣的准则的决策方法。

目的:其核心是基于各比较序列的变化,以及它们之间方向的一致性,进而去研究并评估序列之间的灰色关联度,以便找出其中的关联程度。

具体步骤如下:
1.确定反映系统行为特征的参考数列和影响系统行为的比较数列。

参考数列
是反映系统行为特征的数据序列,影响系统行为的因素组成的数据序列被称为比较数列。

2.对参考数列和比较数列进行无量纲化处理。

由于系统中各因素的物理意义
不同,导致数据的量纲也不一定相同,不便于比较,或在比较时难以得到正确的结论。

因此在进行灰色关联度分析时,一般都要进行无量纲化的数据处理。

灰色关联模型在投标前期决策中的应用——基于层次熵值组合赋权的研究

灰色关联模型在投标前期决策中的应用——基于层次熵值组合赋权的研究
d t i 2 . 5 . 2 0 21 1 1 . 2. t . ea l 1 1 58 C. 01 6 . 2 2 01 h m1 / 1
程项 目的特点, 提出采用将项 目的客观信息和决策 者的主观意向相结合的层次一 熵值组合赋权法确定
权重 , 利 用灰 色 关 联 分 析 模 型 选 出最 有 利 的 项 并 目, 而提高投标前期 决策方 法 的科学 性 、 从 合理性 。

作为评价指标, 剔除不必要的因素。指标的选择也
不是 固定 的 , 同的承包 商针对不 同的项 目所 选择 不

投标前期决策指标体 系构 建
的因素可以是不同的。为了使投标决策 的结果更 为准确、 科学 , 承包商应根据具体情况确定 出既能 概括决策范围、 又便于独立对比分析的因素。 2 .投标前期决策指标确定
国 内学者 一般将 投 标前 期决 策 的影 响 因素归
文章 编号 : 6 4— 8 3 2 1 )2— 19— 6 17 0 2 (0 2 0 04 0
灰 色关 联模 型 在 投 标 前 期 决 策 中 的应 用 术
— —
基 于层 次一 熵值 组合 赋 权 的研管理学院 ,沈阳 1 0 7 沈 180)
收 稿 日期 : 0 0—1 21 2—1 3
( )管理条件。指承包方和业主是否都能抽出 1
基金项 目:沈阳市政府科 学基金项 目( 0 19 — —0 ) 19 19 5 0 。 作者简介 : 崔东红 (9 6一) 女 , 15 , 辽宁沈阳人 , 教授 , 主要从事项 目管理与评价等方面的研究 。
第 5卷 第 2期
沈 阳 工 业 大 学 学 报 ( 会 科 学 版) 社
V 15 0. No 2 .

【国家自然科学基金】_灰熵_基金支持热词逐年推荐_【万方软件创新助手】_20140731

【国家自然科学基金】_灰熵_基金支持热词逐年推荐_【万方软件创新助手】_20140731

推荐指数 3 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2013年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
科研热词 灰熵关联 诊断模拟 粗大误差 算法选择 神经网络 电路诊断 电路节点 电路故障诊断 灰色系统 灰熵理论 灰熵 模糊c-均值聚类 机载电台 有限元 故障诊断 性能预测 应急物流 多准则 均衡接近度 关联度 供应商评价
2008年 序号 1 2 3 4 5 6
科研热词 螺旋升流式反应器系统 灰关联度熵 导流参数 反硝化吸磷 反硝化 厌氧释磷
推荐指数 2 2 2 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
科研热词 遗传算法 车位引导系统 熵技术 熵 灰色局势决策 灰色关联度 灰熵理论 灰熵关联度 灰熵 灰数 泊车行为特性 模糊聚类 权重 最优泊位选择模型 方案评价 故障诊断 层次分析法 小波变换 图像分割 区间数 优化 产品配置 主成分分析
推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年 序号 1 2 3 4
2014年 科研热词 耗散结构 灰关联熵 有序性 区域人力资源供关联度 纤维沥青 灰色关联分析 灰熵关联度 混合料性能 桥联应力 拉伸断裂试验 性能评价 嵌入式计算机 推荐指数 1 1 1 1 1 1 1 1 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

灰色犹豫模糊关联决策方法以及应用

灰色犹豫模糊关联决策方法以及应用

灰色犹豫模糊关联决策方法以及应用灰色犹豫模糊关联决策是一种有效的决策方法,它将多个因素纳入考虑,并且能够应对因素之间的不确定性和复杂性。

该方法主要包括两个步骤:建立灰色关联度模型和应用模糊关联度分析方法对模型结果进行决策分析。

首先,建立灰色关联度模型。

本方法首先需要确定要研究的因素,然后根据这些因素的数据建立关联度矩阵。

在建立关联度矩阵时,需要考虑因素与决策方案之间的相互作用,以及因素之间的相关性。

然后,运用灰色关联度分析方法,计算出各个因素与多个决策方案之间的关联度,即各个因素对各个决策方案的影响程度。

在计算过程中,需要引入灰度数学理论,通过灰色关联度指数来确定关联度大小。

最后,将计算出的灰色关联度指数矩阵用于决策分析。

然后,应用模糊关联度分析方法对模型结果进行决策分析。

模糊关联度分析方法是一种应对不确定性的数学工具,它将不确定性信息转化为模糊数,通过模糊关系矩阵计算出模糊关联度值。

该方法能够反映决策方案之间的相对优劣程度,并且能够解决因素权重的模糊性问题。

在应用模糊关联度分析方法时,需要确定模糊数的隶属函数、模糊集合的运算、模糊数间的比较方法等。

灰色犹豫模糊关联决策方法的应用范围十分广泛,可以应用于企业、城市规划、环境监测等领域。

例如,在企业经营决策中,可以使用该方法进行市场调研、产品开发等决策;在城市规划中,可以使用该方法进行城市规划方案评估、交通规划等决策;在环境监测中,可以使用该方法进行环境评估、污染源识别等决策。

总之,灰色犹豫模糊关联决策方法是一种综合性的决策方法,它能够应对现实决策中的复杂性和不确定性,并且在实际应用中具有良好的效果。

企业动态结盟中的伙伴挑选模型及其软计算方法

企业动态结盟中的伙伴挑选模型及其软计算方法

企业动态结盟中的伙伴挑选模型及其软计算方法企业在进行动态结盟时,选择合适的伙伴是关键因素之一。

一个有效的伙伴挑选模型可以帮助企业找到与自身战略目标相匹配的伙伴,从而提高合作效果和整体竞争力。

伙伴挑选模型和软计算方法如下:1. 层次分析法(AHP)层次分析法是一种基于多层次、多目标的决策分析方法。

企业可以根据自身需求,将伙伴挑选问题分解为若干层次,包括目标层、准则层和方案层。

通过成对比较法,企业可以计算出每个层次中各因素的相对权重,从而得出整体评价值,帮助企业确定最佳合作伙伴。

2. 灰色关联分析法(GRA)灰色关联分析法是一种研究多因素、多指标之间关联程度的方法。

企业可以根据伙伴挑选的各项指标,计算各伙伴的灰色关联度,得出与企业需求关联程度最高的伙伴,从而实现优选。

3. 多目标决策法(MCDM)多目标决策法是一种基于多目标的决策问题求解方法。

企业可以通过建立目标权重矩阵,分析各合作伙伴在各目标指标上的得分,综合评价各伙伴的综合得分,从而选取最优伙伴。

4. 神经网络法(NN)神经网络法是一种模拟人类大脑神经网络的计算方法。

企业可以利用神经网络方法对合作伙伴的各项指标进行训练和学习,建立一个评价模型,从而进行伙伴挑选。

5. 模糊综合评价法(FCE)模糊综合评价法是一种基于模糊集理论的评价方法。

企业可以根据伙伴挑选的各项指标,建立一个模糊评价矩阵,通过模糊运算得到各伙伴的模糊综合评分,从而实现伙伴优选。

6. 遗传算法(GA)遗传算法是一种模拟自然界生物进化过程的搜索算法。

企业可以利用遗传算法对伙伴挑选问题进行全局优化搜索,找到最优解,提高伙伴挑选的效率和准确性。

总之,企业动态结盟中的伙伴挑选应结合多种模型和方法,综合各类指标进行评价,从而找到最佳合作伙伴,提高企业核心竞争力。

基于熵值—灰色关联分析模型的产业结构转换能力评价

基于熵值—灰色关联分析模型的产业结构转换能力评价

基于熵值—灰色关联分析模型的产业结构转换能力评价岳斯玮【摘要】从产业结构转换能力的概念及其影响因素出发,构建了产业结构转换能力的评价指标体系,在此基础上提出了基于熵值法和灰色关联分析法的熵值——灰色关联综合评价模型.该模型不仅将产业结构转换视为灰色系统,而且考虑了评价指标与评价对象之间的相互联系,并且运用该模型对西部具有代表性7省的产业结构转换能力进行了综合评价,得到其产业结构转换能力的排序,充分证明了指标体系和评价模型的有效性和可实践性.【期刊名称】《西南民族大学学报(自然科学版)》【年(卷),期】2014(040)006【总页数】8页(P953-960)【关键词】熵值法;灰色关联分析法;产业结构转换能力;评价指标体系;西部7省【作者】岳斯玮【作者单位】重庆商务职业学院公共管理系,重庆401331【正文语种】中文【中图分类】F224对于经济的发展, 除了注重速度外, 还更应该注重质量.因此, 一个区域要保持经济持续快速的发展, 除了要加大经济资源的开发投资外, 更重要的是产业结构的调整.只有通过推进区域产业结构合理化和高度化来寻求速度和效益, 才能实现经济又好又快的发展.产业结构调整的关键是产业结构的转换, 所谓产业结构的转换是指一个国家或地区国民经济各部分及整个产业结构随主导产业更替而发生的质的变化[1-2].而产业结构的这种适应市场变化和保持区域经济持续、快速发展, 向高级化调整、演进的可能性和条件, 则为产业结构转化能力[3-4].因此, 一个地区产业结构的转换能力决定了区域经济增长的速度和效果, 所以研究区域产业结构转换能力, 有助于了解区域产业结构所处的水平、相对变动和发展潜力, 进而分区域析产业结构的现实情况, 对正确调整产业结构, 促进产业结构的优化升级, 从而提高区域经济发展水平有着重要意义.目前, 众多学者在产业结构的转换能力的评价中多采用层次分析法、主成分分析法.层次分析法容易受主观意识和判断的影响, 而根据产业结构转换能力的概念可知, 影响产业结构转换能力的因素太多, 在其评价时只能选择主要指标, 而这些指标中, 有些是定性的, 有些是定量的, 因此具有灰色特征[5].但是, 目前在产业结构的转换能力的评价中采用灰色分析法较少.不过灰色关联分析法在计算关联系数时采用均值加权的方式, 而产业结构转换能力的评价指标中各指标的权重一般是不一样的.因此, 本文针对产业结构转换能力概念和目前的评价现状, 以及灰色关联分析法的特点, 采用熵值法对评价指标加权, 构建熵值——灰色关联分析综合评价模型, 对区域产业结构转换能力进行客观评价.产业结构转换能力的优劣, 反映了区域产业结构的综合水平与潜力, 对区域经济的持续、快速、健康发展有着重要作用.而影响区域产业结构转换能力的因素较多, 但根据这些因素的特点, 可以将其概况为以下主要几个方面[6,7]: 创新能力、需求因素、供给因素、结构因素、对外贸易、政策因素.并且产业结构转换能力是一个综合概念, 任何一个单一指标都不能将其概括.所以, 根据产业结构转换能力的概念以及影响产业结构转换能力的因素, 构建了区域产业结构转换能力的评价指标体系, 具体见表1.根据熵值法和灰色关联分析法构建熵值——灰色关联分析综合评价模型, 对区域的产业结构转换能力进行评价.该模型首先利用熵值法得到区域产业结构转换能力评价指标体系中各指标的权重, 然后利用灰色关联分析法确定各评价指标的灰色关联系数.在此基础上, 计算评价对象的加权灰色关联系数, 从而来测度评价对象的产业结构转换能力水平.3.1 熵值法原理在信息论中, 信息熵是系统无序程度的度量, 信息量越大, 不确定性就越小, 熵也就越小;信息量越小, 不确定性越大, 熵也越大.根据熵的特性, 通过计算指标的信息熵, 根据指标的相对变化程度对系统整体的影响来确定指标的权重, 这种方法为熵值法[8,9].因此熵值法是一种客观赋权方法, 可以为多指标的综合评价提供很好的客观评价依据.假设某评价系统包括m个评价对象, 每个评价对象有n个评价指标, 从而构成一个m×n的原始评价矩阵A, 其中元素为第i个评价对象在第j个指标上的指标值, 则熵值法确定指标权重的步骤如下:1)为了消除量纲对评价结果的影响对各指标进行标准化处理, 得到各指标的标准化值, 标准化的公式如下[10]:对于正向指标:对于负向指标:由于, 在熵值的计算时需要取对数, 因此指标值必须为正数, 所以如果标准化后的值若为0, 则对该指标值进行平移, 其公式为:其中,为平移后的值,为平移的幅度.2)计算第j个指标下第 i 个评价对象指标值的比重, 得到矩阵P, 其中元素为[11]:3)计算第j项指标的熵值:4)计算第j项指标的差异系数[11]:的值越大, 该指标的价值越大, 其权重值也越大.5)计算第j项指标的熵值权重系数:3.2 熵值—灰色关联分析综合评价模型1982年, 邓聚龙教授提出灰色系统理论, 该理论中的灰色关联分析法可以定量分析两个因素之间的相互关联的程度, 该分析法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密.曲线越接近, 相应序列之间的关联度就越大, 反之就越小[12].但是, 在计算关联程度时, 灰色关联理论是取关联系数的算术平均值为关联度, 这种方法要求同层各属性重要程度差异不大.然而, 产业结构转换能力的综合评价涉及指标不仅多, 而且各指标之间是存在客观联系的, 对产业结构转换能力的重要程度通常是不一样的.因此, 必须区分各指标的计算权重乘以关联系数得到加权关联度.所以, 基于以上考虑, 根据熵值法、灰色关联分析法的原理, 构建了熵值——灰色关联分析综合评价模型,具体步骤如下:1)设m个评价对象, 有n个评价指标, 建立原始评价矩阵:2)确定参考序列:其中,即参考序列由正向指标的最大值, 负向指标的最小值组成.3)数据的标准化处理:由参考序列和原始评价矩阵组成评价增广矩阵:为了使指标之间的比较更为客观, 对矩阵中的各指标进行标准化处理, 利用公式(1)和(2)将数据标准化后, 得标准化后的评价增广矩阵:4)计算关联系数:根据灰色关联分析法原理可知, 计算关联系数的公式为[13,14]:式中表示第i个评价对象在第j个指标上与参考序列的关联系数.5)计算熵值权重向量:根据熵值法的原理, 利用熵值权重系数的计算公式(7), 计算出各指标的权重系数, 从而得到总的权重向量为:6)综合评价根据熵值权重向量, 计算得出各评价对象的熵值灰色关联向量, 具体的计算公式为[15,16]:熵值灰色关联向量中各分量的值为各评价对象的熵值灰色关联系数, 并且关联度系数的值即为各评价对象的产业结构转换能力水平, 从而根据熵值灰色关联向量就可以对参评对象的产业结构转换能力水平进行综合评价.4.1 研究样本和数据选择由于四川、重庆、云南、广西、陕西、内蒙古、新疆等这7个省份的发展在西部具有重要地位, 他们的经济发展模式对整个西部的发展来说具有示范性作用, 直接关系到整个西部的建设, 从而影响到全国经济的发展水平.并且, 这些省份中有很多是资源性城市, 随着资源的开发利用, 必将面临产业结构的的转变问题, 这是实现经济持续发展的必然要求.因此, 选择四川、重庆、云南、广西、陕西、内蒙古、新疆等7个西部具有代表性的省作为研究对象.另外, 为了了解这7个省份的产业结构转换能力在全国的地位, 从而推断出西部的产业结构转换能力水平, 将全国的产业结构转换能力也作为一个评价对象.产业结构转换能力评价指标体系中各指标的数据来源于2009年至2012年四川、重庆、云南、广西、陕西、内蒙古、新疆等7个省的统计年鉴和中国统计年鉴.评价年限之所以选择2009年至2012年, 这主要是综合以下因素的选择:1)根据中国现行的统计制度, 年度数据更具规范性和准确性, 因此选择年度数据进行产业结构转换能力的评价更具精确性和操作性;2)由于统计数据的公布具体延迟性, 因此2009年至2012年是目前公布的数据最全面的4个年度, 且最接近目前的经济水平, 从而数据更具说服力;3)产业结构转变是连续和稳定的, 因此选择4年的数据, 应能反映当前区域的产业结构转换能力水平.4.2 西部7省产业结构调整能力的综合评价根据前文建立的熵值——灰色关联分析综合评价模型, 以2012年为例, 对西部7个具有代表性的省份的产业结构转换能力进行评价, 具体过程如下:4.2.1 构建产业结构转换能力评价增广矩阵按照熵值——灰色关联分析综合评价模型的步骤1), 根据产业结构转换能力的评价指标体系, 查找和计算出2012年西部7省和全国产业结构转换能力指标数据值,得到原始评价矩阵;在此基础上, 根据综合评价模型的步骤2), 确定各指标值的最优值, 得到参考序列;从而得到产业结构转换能力评价增广矩阵, 具体见表2.按照熵值——灰色关联分析综合评价模型的步骤3), 为了避免各指标量纲的影响, 需对各指标的值进行标准化处理.根据评价指标的建立过程知指标X10为负向指标, 其余为正向指标, 因此根据标准化公式(1)和(2)对各指标进行标准化处理, 得到标准化的增广矩阵, 具体见表3.4.2.2 关联度系数矩阵的测算按照熵值——灰色关联分析综合评价模型的步骤4), 根据标准化后的评价增广矩阵, 利用公式(12)计算出各指标的关联系数, 得到关联系数矩阵, 具体见表4.4.2.3 指标熵值权重的测算按照熵值——灰色关联分析综合评价模型步骤5), 利用2012年这7个评价省份产业结构转换能力评价指标体系中各指标的具体数据, 根据熵值法的步骤计算出产业转换能力评价指标体系中15个指标的熵值权重, 从而得到熵值权重向量:W=(0.1171, 0.1069, 0.0652, 0.0518, 0.0520, 0.0383, 0.0604, 0.0525, 0.0545, 0.0401, 0.0437, 0.1255, 0.0563, 0.0346, 0.1012)4.2.4 产业结构调整能力综合评价值的测算按照熵值——灰色关联分析综合评价模型步骤6), 根据公式(15)计算得出熵值灰色关联向量, 即2012年西部代表性7省以及全国的产业结构转换能力的综合评价值.类似地, 可以计算出2009年到2011年的产业结构转换能力的综合评价值, 具体见表5.针对产业结构转换能力的评价现状, 从产业结构转换能力的概念及其影响因素出发, 在构建产业结构转换能力评价指标体系的基础上, 根据熵值法和灰色关联分析法构建了一个产业结构转换能力的综合评价模型.该模型通过熵值法确定评价指标的权重, 从而以熵值灰色关联度作为判定评价对象优劣的准则.该模型不仅将产业结构的转换视为灰色系统, 而且考虑到了产业结构转换能力评价指标之间以及评价对象之间的客观联系, 因此使得评价结果更符合实际, 从而有很强的现实意义.并且利用该模型对西部代表性的7个省份的产业结构转换能力进行了应用验证, 所以该模型为产业结构的转换能力的评价提供了一种新的可操作的方法.下一步可以对西部这7省的产业结构转换能力的差异性进行评价分析.【相关文献】[1]高洪深.区域经济学[M].北京: 中国人民大学出版社, 2002.[2]秦寿康.综合评价原理与应用[M].北京: 电子工业出版社, 2003.[3]芮明杰.产业经济学[M].上海: 上海财经大学出版社, 2005.[4]白雪梅.中国区域经济的比较研究[M].北京: 中国财政经济出版社, 1998.[5]张路蓬, 苏屹, 刘晓静.基于灰色关联的能源消耗与产业结构调整分析[J].统计与决策, 2011(15): 122-124.[6]褚晓, 沙景华.西部五省产业结构转换能力比较分析[J].资源与产业, 2012,14(2): 27-32.[7]罗吉.西部地区产业结构转换能力比较的实证研究[J].重庆大学学报, 2004(2): 11-14.[8]王超, 田磊磊.济南市产业结构调整的灰色系统关联分析[J].经济研究导刊, 2010(25): 180-181.[9]李占国, 高志刚.基于组合评价的中国区域产业结构转换能力研究[J].经济问题探索, 2007(8): 35-38.[10]李生明, 葛岳静, 英丽娜.中国地级以上城市产业结构转化能力评价[J].资源与产业, 2010, 12(3): 59-62.[11]郑宇, 董川顺,马登哲.基于AHP和熵值法的项目供应商灰色关联评价[J].工业工程与管理, 2011, 16(6): 66-68.[12]刘思峰, 党耀国, 方志耕等.灰色系统理论及其应用[M].5版.北京: 科学出版社, 2010.[13]韩延玲, 高志刚.新疆县域产业结构转换能力综合评价[J].地域研究与开发, 2006, 25(5): 24-28.[14]邓聚龙.灰色系统基本方法[M].2版.武汉: 华中科技大学出版社, 2005.[15]左鹏, 刘强.重庆市垫江县农业产业结构的灰色关联分析[J].重庆交通大学学报: 社科版, 2012, 12(1): 56-58.[16]杨建仁, 刘卫东.基于灰色关联分析和层次分析法的新型工业化水平综合评价——以中部六省为例[J].数学的实践与认识, 2011, 41 (2): 122-132.。

虚拟地理环境智慧树知到期末考试章节课后题库2024年黑龙江工程学院

虚拟地理环境智慧树知到期末考试章节课后题库2024年黑龙江工程学院

虚拟地理环境智慧树知到期末考试答案章节题库2024年黑龙江工程学院1.可视化协同包括对数据协同模型协同、分析协同决策协同的可视化。

()答案:对2.时间地理学是一门研究时间与空间相互关系的学科,作为个体行为过程的分析方法之一,整合了人类行为的空间和时间维。

()答案:对3.场景数据具有多元、多维、多尺度的特征和全生命周期管理等特征。

()答案:对4.群体,是为了某个目标,由两个或两个以上相互作用、相互依赖的个体的组合。

包括国家、企业、政府等。

()答案:错5.地理时空大数据带来的模型驱动到数据驱动的转变,模型分析的思维转换为数据计算的思维。

()答案:对6.我们把这样高度复杂、用于人类生产、消费、娱乐等社会生活的三维虚拟空间系统称之为虚拟地理环境。

()答案:对7.地理过程模型是对地理现象、机理与过程的抽象与表达。

()答案:对8.“GIS 之父” 罗杰·汤姆林森,认为虚拟地理环境在地理信息科学方面取得了显著的进步。

()答案:对9.与传统GIS分析相比,虚拟地理环境分析具有涉及领域广,交互需求大,环境依赖复杂等特点。

()答案:对10.虚拟地理环境的网络特征,是虚拟地理环境支持网络环境下分布式地理分析的支撑。

()答案:对11.与群件相似,从时间的同步性和用户的空间分布,可以将 CVGE 分为四类,第一类为“同时一同地”,第二类为“同时一异地”,第三类为“异时一同地”,第四类则为“异时一异地”。

()答案:对12.地理过程建模是通过地理信息方法和理论模拟地理过程,形式化地理过程的演化规律,最终得到地理过程模型。

()答案:对13.人是社会性动物,无法脱离环境而单独存在。

()答案:对14.空间数据库所管理是空间信息,所以只能用于诸如GIS这样的和地理信息相关的信息系统。

()答案:错15.广义的地理过程:包括自然地理过程和人文地理过程。

()答案:对16.基于虚拟地理环境的地理协同按照其网络结构可以分为C/S结构与B/S结构。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

西(置):匙坠flmFra bibliotek(5)
式中,H。称为灰熵的最大值,H庐lllIl,即灰熵最大值与 序列xi的属性值x;无关,只与属性元素的个数有关。熵关 联度,即均衡度。比较列的熵关联度越大,则比较列与参考 列的关联性越强。 4.计算均衡接近度并进行评价。灰色关联度是序列接 近度的测度.熵关联度是序列均衡程度的测度,所以就可 以由灰色关联度和熵关联度的乘积构造出评价对象的均 衡接近度.即
1.743。
X2 X3

候选盟友\
Xl X2
表3候选盟友S。的2层次指标关联系数表
Su 0.500 1.000 0.769 S拉 0.769 1.000 1.000 Sb 1.000 0.980 0.97l S“ 1.000 0.667 0.769 S15 1.000 0.333 0.333 S埔 0.667 0.769 1.Ooo
R_II_
一现代管理科学
B20lo年第1 1期
与理想最优盟友选择影响因素属性值序列进行比较。用考 虑了均衡度的关联度确定候选盟友排序。 1.灰关联系数、灰关联度及其分布密度值计算。
为灰关联系数分布密度。 2.灰关联熵计算。 称函数
灰内涵参考序列净(】【0(1),】【0(2),…,)【o(n))
比较灰内涵序列)【j=(xj(1),砥(2),…,x。(n))
miII lnin
p^-{纽幽监@L
∑r(‰(七),缸(后))
I・I
m∈pl’拓1,2,…,n
表2候选盟友的指标原始数据
\因素

竞争能力S。
Sll S12 95 98 98 S13 S¨ 95 90 92 S岱 100 80 80 S坫 85 87 90
协作能力s2 s21
80 90 85
xo(k)喝(k)l=miIl(0,0,0)=o
min

I‰(k)一】【i(k)l为两级最小差;m歌lna)【IK(k)啮(k)I为
i k
两级最大差。r(k(k),xj(k))为第i个比较序列的第k个灰
关联系数.即第i个候选盟友的第k个盟友选择影响因素
的灰关联系数。 灰色关联度可表示为:
1.盟友选择影响因素指标信息表的确定。现有一个项
目,候选盟友对象集E=fxI,X2,X3l,其中,Xl,X:,X,分别表 示3个安装工程承包候选盟友。各候选盟友的指标原始属 性值见表2。
X2 X3
x3 一88一
万方数据
■2r)10年第11期
■现代管理科学
一埕展战略
H.=ln6=1.792,计算熵关联度:Er(X。)=0.983,Er(x2)= 0.970,E,(X3)=0.973。 各候选盟友与参考序列的均衡接近度分别为:W。=
1.732,W2-=--1.686,W3=1.696。
同理可获得协作能力影响因素s2的各候选盟友的均 衡接近度,分别为wl=o.769,w产O.636,w3---O.874。 3.第1层次灰熵关联分析。竞争能力S,和协作能力 &的影响因素灰熵关联分析结果组成均衡接近度矩阵W:, 此时可考虑S。和s2两因素的权重。虚拟建设是为了给项 目参与各方在项目建设过程中的沟通与合作提供组织平 台。从而为工程项目集成化管理提供实施保障.从此角度 考虑,s2的权重应当大于0.5为宜。此例确定S。和S2的权 重矩阵A=(0.4。0.6)。第l层次的综合评价: w:A.wf(o.4
….m i=l,2,
H(Ri)一∑p矗印^
^=J
(4)
为)(i的灰关联熵。 3.熵关联度计算 序列X的熵关联度为:
比较灰内涵序列即是各候选盟友的选择影响因素属 性值序列;而灰内涵参考序列的确定须考虑对V xi,i=l,2, …,m恒有)【0(k)≤(或≥)xi(k),k=l,2,…,n。这一规定保 证比较序列始终在参考列的上方或下方。在虚拟建设盟友 选择中,确定参考序列的x0(k)取值时,可按照有利于中选 的角度在各候选盟友影响因素的属性值中取最大值或最 小值。 关联系数的计算式为: r(‰(矗),蕾(矗))=
式中,】【0(k)为参考序列的第k个值,Xi(k)为第i个比 较序列的第k个值,孝为分辨系数,在【0,11中取值,孝越小, 关联系数间差异越大,区分能力越强。f通常取0.5。min

晰=E(置)×m
(6)
式中.Wi即第i个候选盟友的均衡接近度。w越大的盟 友。其指标属性值越均衡,同时也越接近理想对象,该盟友 的等级就越高,其中选排序就越靠前。 三.实例分析
舻}荟毗㈣矧Ⅲ
即第i个候选盟友的灰色关联度。
(2)
2.第2层次灰熵关联分析。先进行竞争能力影响因素
Sl的灰熵关联分析,确定参考序列为鼯(170,98。1.4,95,
100,90)。
式中,地为参考序列与第i个比较序列的灰色关联度,
根据△l(k)=I】‘o(k)一】【i(k)I计算每个候选盟友差序列。
(3) △-=(△l(1),△-(2),…,△:(6))(10,3,0,0,0,5) △F(△2(1),△2(2),…,△2(6))=(0,0,0.2,5,20,3) △3=(△3(1),△j(2)。…,△3(6))=(3,0,0.3,3,20,0) 计算关联系数,见表3。
熵关联度分析,避免了底层多因素权重确定的问题.提高 了盟友选择的客观性和可比性。 参考文献:
1.陈勇强.基于现代信息技术的超大型工程建设项 目集成管理研究.天津大学学位论文,2004,(5):14.
2.S.Naonm.An
of overview into Journal the of concept partnering.International
330-332.
0.6)f\0.769
1.203)
1・732
1・686
0.636
1・696
0.874/

4.盟友选择。依据竞争能力影响因素S。的均衡接近 度分析,Wl>w3>w20 依据协作能力影响因素S2的均衡接近度分析,w3>
Wt>W20
7.丁士昭.国际工程项目管理模式的探讨.土木工程 学报,2002,(I):42-47.
用熵翼蟹色关譬表1动态盟友选择影响因素指标体系
度的综合而得的广—Ri五夏}ri≯i=——]
均衡接近度来衡 量评价对象与理 想对象的接近程 度.从而确定评 价对象的等级。 根据灰熵关 联原理.在虚拟 建设的盟友选择 研究中.可以将 各候选盟友的选 择影响因素(表 1)的属性值序列
一87—
万方数据
一发展战略
虚拟建设的核心思想是动态联盟的形成.它通过参与 方企业问无缝连接,信息、知识的共享建立起动态联盟供 应链网络.在对企业内外资源充分利用的基础上,围绕着 项目整体战略目标.实现一系列组织整体利益最大化。 1996年美国发明者协会第一个提出虚拟建设模式的 概念.将虚拟组织理论应用于工程建设项目各参与方的集 成研究。文献(2)的研究和实践表明,伙伴关系有利于项目 组织的集成以及增强项目所有参与方的竞争力。文献(3)。 文献(7)对建设工程领域中。虚拟建设的必要性与可行性、 基本特征、核心内容等进行了较深入的研究。目前,对虚拟 建设的研究很大程度上停留在意识和概念阶段.缺乏指导 虚拟建设实践的应用研究。论文在建立动态盟友选择影响 因素指标集体系的基础上.利用灰熵关联度分析对工程项 目虚拟建设动态盟友的选择问题进行研究.为工程项目虚 拟建设管理实践的应用提供一定的理论支持。 一、虚拟建设动态盟友的选择影响因素分析 虚拟建设具有虚拟组织的6个基本特征:地理上分 布、充分利用信息通讯技术、跨越组织边界、互补核心竞争 力/供享资源、参与方不断变动、参与方地位平等。同时,也 有区别于制造业虚拟组织的特质。与制造业中虚拟组织形 式相比.工程建设项目虚拟建设从形成、目的及解散上都 存在下述一些差异: (1)建立联盟的动因不同。制造企业是面对市场机会 进行联盟.而工程建设项目则是面对大型项目而进行联 盟。 (2)联盟的运作形式不同。前者主要目的是提高整体 竞争力.使联盟对市场反应速度得到提高,而后者主要在 于加强建设过程中的相互合作和沟通,实现项目的战略目 标。 (3)两者的生命周期不同。前者的解散主要是因为市 场机会消失,解散时间是不定的.而后者随着项目的结束 而解散。解散时间基本固定。 由此。工程建设项目的虚拟建设更强调盟友问相互合 作和沟通的主动性,盟友的选择应加强协作能力的判断。 目前,工程项目。尤其是大型工程项目。参与方的选择 大多采用招投标形式。通过竞争机制择优选择工程项目的 参与方。结成盟友.在此基础上采用虚拟建设的组织形式 进行项目建设。但是,仅仅根据低报价进行工程的招标和 采购.标准单一,势必存在片面性。基于最低标价的竞争性 招标方式所带来的激烈的竞争迫使投标人在投标时尽可 能的以低的标价赢得合同.却通过利用合同漏洞以索赔或 者不平衡报价等方法来赢得利润.业主和项目参与方追求 各自的目标必然导致对立。即使结成盟友。采用虚拟建设 的组织形式.也无法保证盟友间的相互信任和信息共享。 虚拟建设形同虚设.工程项目的高效集成管理也就无从谈 起。 虚拟建设的组织构建中.盟友的选择并不是完全否定 竞争机制.但需要更多的考虑信任的建立和“共赢”的可能 性。其选择标准,除了我们熟悉的报价、质量、进度、服务承 诺、资质等级、业绩记录等指标。还需要考虑信息资源的分 享、资源优势互补、专业合作。以及创新优势的分享等因 素。工程建设项目虚拟建设盟友选择的两个层次影响因素 指标体系见表1. 二、灰熵关联分析模型 灰熵关联分析是因素分析的有效工具之一.尤其适用 于数据分布难以用常见的概率分布描述的多因素分析。利
=(1.154 1.056
Project
Management,2003,21(I):71.
3.卢勇.大型工程建设的信息沟通与虚拟组织环境.
基建优化,2000,(8):4-7.
4.彭勇.虚拟建设(Virtual Construction)——新 型的工程项目管理组织模式.基建优化,200l,(1):11-12. 5.何清华,卢勇,何伟华.基于Internet的大型工程 项目信息系统.同济大学学报,2002,30(2):238-242. 6.何曙光,齐二石,汪洋等.面向工程建设的现代集 成管理系统研究.计算机集成制造系统-CIMS,2002,8(4):
相关文档
最新文档