目的针对飞机货舱配载方案评估中多属性决策的复杂性,以及现有评估方法在权重确定上过度依赖专家经验导致的主观偏差,或单纯依赖客观数据忽略决策者偏好的局限性,提出一种融合主观先验与客观数据驱动的混合赋权评估模型,以提供更为合理...目的针对飞机货舱配载方案评估中多属性决策的复杂性,以及现有评估方法在权重确定上过度依赖专家经验导致的主观偏差,或单纯依赖客观数据忽略决策者偏好的局限性,提出一种融合主观先验与客观数据驱动的混合赋权评估模型,以提供更为合理、可靠的配载方案择优决策支持。方法首先,引入大型语言模型(Large language model,LLM),构建“虚拟专家委员会”,通过精心设计的提示词工程,获取多维度、多情境下的主观权重。其次,针对传统熵权法对数据分布敏感、难以有效区分指标优劣等问题,提出一种改进的数据预处理熵权法(Improved data preprocessing entropy weighting method,IDPEW),该方法结合指标值的辨识度和信息熵的均衡性来确定客观权重。最后,将LLM生成的主观权重与IDPEW计算的客观权重进行加权组合,构建综合评价函数,对飞机货舱配载方案进行全面评估和排序。结果实验结果表明,LLM模拟专家意见时最关注“装载率”(主观权重0.2250),而IDPEW方法从数据中识别出“横向不平衡度”最具区分力(客观权重0.2481)。混合赋权模型(α=0.5)有效平衡了主客观偏好,在24个方案中精准识别出综合性能最优的方案,验证了模型在复杂情境下的稳定性。结论创新性地利用LLM低成本构建“虚拟专家”获取先验知识,并通过耦合指标辨识度与均衡性的IDPEW方法,提升了客观赋权精度。该模型克服了单一赋权的局限,为飞机货舱配载方案的科学评估提供了一种兼具可解释性和实用性的新范式。展开更多
针对现有的语言型多属性决策方法未能够同时考虑指标间关联性、指标间均衡性和指标间相互影响关系的情况,定义云加权幂Heronian平均(cloud weighted power Heronian mean,CWPHM)算子和改进的云DEMATEL模型,并提出一种基于CWPHM算子和C-D...针对现有的语言型多属性决策方法未能够同时考虑指标间关联性、指标间均衡性和指标间相互影响关系的情况,定义云加权幂Heronian平均(cloud weighted power Heronian mean,CWPHM)算子和改进的云DEMATEL模型,并提出一种基于CWPHM算子和C-DEMATEL的语言型多属性决策方法,并用于解决企业人才选拔问题。首先,给出CWPHM算子的定义,并讨论该算子的一些基本性质;然后,对传统的DEMATEL模型进行改进,并设计一种基于C-DEMATEL的指标权重确定方法;最后,将CWPHM算子和基于C-DEMATEL的指标权重确定方法进行融合,在此基础上计算各方案的综合评价值。选取某企业人才选拔问题进行算例分析,研究结果表明,该方法不仅能够考虑语言信息的模糊性和随机性,还能够考虑指标间关联性、指标间均衡性和指标间相互影响关系。展开更多
[目的/意义]重大科技项目的立项决策,即在资源有限条件下选择支持什么、不支持什么,以及由谁来决策、如何决策,是项目管理的一个关键环节。本文旨在通过分析国际典型实践,探讨不同立项决策模式的特点与适用条件,为我国重大科技项目立项...[目的/意义]重大科技项目的立项决策,即在资源有限条件下选择支持什么、不支持什么,以及由谁来决策、如何决策,是项目管理的一个关键环节。本文旨在通过分析国际典型实践,探讨不同立项决策模式的特点与适用条件,为我国重大科技项目立项决策和管理提供现实启示。[方法/过程]本文以美国国防部高级研究计划局(Defense Advanced Research Projects Agency,DARPA)、美国能源部(United States Department of Energy,DOE)及欧盟的实践为案例,从决策主体、决策机制、优势与难点、适用范围与条件等方面,对以项目主管个人发挥决策主导作用的项目主管决策模式、以科学家小组和研究机构总部项目官员协同发挥决策主导作用的机构决策模式和以科学家小组相对独立发挥决策主导作用的科学家决策模式进行了分析比较。[结果/结论]研究表明,项目主管决策模式适用于目标明确、需求清晰的应用型科研项目;机构决策模式既需要科学家对项目是否体现科学前沿的把关,又需要管理者对机构如何更好地满足相应的国家需求的把关;科学家决策模式适用于目标开放、学科交叉性强的基础研究领域。这三种立项决策模式的研究结果对我国当前在重大科技项目立项决策和管理中,如何更好地体现各管理主体的特点和作用具有现实启示意义。展开更多
文摘目的针对飞机货舱配载方案评估中多属性决策的复杂性,以及现有评估方法在权重确定上过度依赖专家经验导致的主观偏差,或单纯依赖客观数据忽略决策者偏好的局限性,提出一种融合主观先验与客观数据驱动的混合赋权评估模型,以提供更为合理、可靠的配载方案择优决策支持。方法首先,引入大型语言模型(Large language model,LLM),构建“虚拟专家委员会”,通过精心设计的提示词工程,获取多维度、多情境下的主观权重。其次,针对传统熵权法对数据分布敏感、难以有效区分指标优劣等问题,提出一种改进的数据预处理熵权法(Improved data preprocessing entropy weighting method,IDPEW),该方法结合指标值的辨识度和信息熵的均衡性来确定客观权重。最后,将LLM生成的主观权重与IDPEW计算的客观权重进行加权组合,构建综合评价函数,对飞机货舱配载方案进行全面评估和排序。结果实验结果表明,LLM模拟专家意见时最关注“装载率”(主观权重0.2250),而IDPEW方法从数据中识别出“横向不平衡度”最具区分力(客观权重0.2481)。混合赋权模型(α=0.5)有效平衡了主客观偏好,在24个方案中精准识别出综合性能最优的方案,验证了模型在复杂情境下的稳定性。结论创新性地利用LLM低成本构建“虚拟专家”获取先验知识,并通过耦合指标辨识度与均衡性的IDPEW方法,提升了客观赋权精度。该模型克服了单一赋权的局限,为飞机货舱配载方案的科学评估提供了一种兼具可解释性和实用性的新范式。
文摘针对现有的语言型多属性决策方法未能够同时考虑指标间关联性、指标间均衡性和指标间相互影响关系的情况,定义云加权幂Heronian平均(cloud weighted power Heronian mean,CWPHM)算子和改进的云DEMATEL模型,并提出一种基于CWPHM算子和C-DEMATEL的语言型多属性决策方法,并用于解决企业人才选拔问题。首先,给出CWPHM算子的定义,并讨论该算子的一些基本性质;然后,对传统的DEMATEL模型进行改进,并设计一种基于C-DEMATEL的指标权重确定方法;最后,将CWPHM算子和基于C-DEMATEL的指标权重确定方法进行融合,在此基础上计算各方案的综合评价值。选取某企业人才选拔问题进行算例分析,研究结果表明,该方法不仅能够考虑语言信息的模糊性和随机性,还能够考虑指标间关联性、指标间均衡性和指标间相互影响关系。
文摘[目的/意义]重大科技项目的立项决策,即在资源有限条件下选择支持什么、不支持什么,以及由谁来决策、如何决策,是项目管理的一个关键环节。本文旨在通过分析国际典型实践,探讨不同立项决策模式的特点与适用条件,为我国重大科技项目立项决策和管理提供现实启示。[方法/过程]本文以美国国防部高级研究计划局(Defense Advanced Research Projects Agency,DARPA)、美国能源部(United States Department of Energy,DOE)及欧盟的实践为案例,从决策主体、决策机制、优势与难点、适用范围与条件等方面,对以项目主管个人发挥决策主导作用的项目主管决策模式、以科学家小组和研究机构总部项目官员协同发挥决策主导作用的机构决策模式和以科学家小组相对独立发挥决策主导作用的科学家决策模式进行了分析比较。[结果/结论]研究表明,项目主管决策模式适用于目标明确、需求清晰的应用型科研项目;机构决策模式既需要科学家对项目是否体现科学前沿的把关,又需要管理者对机构如何更好地满足相应的国家需求的把关;科学家决策模式适用于目标开放、学科交叉性强的基础研究领域。这三种立项决策模式的研究结果对我国当前在重大科技项目立项决策和管理中,如何更好地体现各管理主体的特点和作用具有现实启示意义。
