本项目结合网格环境下决策支持系统的新需求与特点,采用贝叶斯网研究复杂决策问题的表达与分解,采用多Agent技术、利用网格资源与服务研究面向复杂决策问题的协同求解,开发相应的原型系统并以汽车制造业供应链协调问题为例以 进行实证研究。具体的研究内容为:首先,通过对复杂决策问题所依托的环境进行分析,形式化表达复杂决策问题,建立复杂决策问题与贝叶斯网的映射关系,研究决策问题的分解条件、方法与性质;其次,采用多Agent联盟技术研究复杂决策问题的协同求解,即研究面向决策问题的联盟形成、资源与服务发现的数据挖掘方法以及协同求解机制;最后,针对上述研究内容,在网格环境下建立面向复杂决策问题的决策支持系统的原型系统,并以汽车制造业供应链协调决策问题为例进行实证研究。.这些研究不仅能解决传统决策支持系统存在的问题,而且为复杂决策问题的决策支持与有效求解提供新的方式与途径,为决策支持系统提供新的方法与工具。
围绕项目的研究内容、预期目标以及国家自然科学基金提倡的原则开展研究工作,总结如下:. 在科学研究方面,1)通过对复杂决策问题形式化分析,建立复杂决策问题的语义模型,采用贝叶斯网表达复杂决策问题,包括对贝叶斯网的形式化定义、复杂决策问题的分解方法及其性质和复杂决策问题的优化分解,最后提出了决策Agent的任务分解性质以及相对应的贝叶斯网的分解性质与分解方法;2)通过对复杂决策问题进行表达和分解,研究多Agent联盟机制,采用多Agent联盟技术研究复杂决策问题的协同求解,建立面向决策问题的多Agent协同求解模型,结合大型装备MRO项目对复杂问题进行协同求解得出网格资源与服务的数据挖掘方法和算法;研究面向供应链基于博弈的并发协商模型,建立并发协商的博弈模型并对模型进行求解;最后提出面向项目组合的复杂决策问题建立模型,针对多项目间依赖性的组合建立优化模型;3)开发了复杂决策问题协同求解支持的使用工具,构建复杂决策问题协同求解支持平台的原型系统,以汽车制造业供应链协调决策问题为例,验证了该理论和方法。. 在论文和获奖方面,在国内外学术会议、核心学术期刊上发表论文19篇,其中被SCI检索的有5篇,被EI检索的有11篇;待出版学术专著1本;获得2012年安徽省科学技术奖一等奖1项,获得国家发明专利2项。. 在人才培养方面,项目支持了2名博士生的学位论文和10名硕士生的学位论文,2名博士和7名硕士取得了学位。
{{i.achievement_title}}
数据更新时间:2023-05-31
黄河流域水资源利用时空演变特征及驱动要素
硬件木马:关键问题研究进展及新动向
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
Hindsight-aware deep reinforcement learning algorithm for multi-agent systems
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
农村资源与环境综合评价方法与决策支持系统的研究
基于网格的决策支持系统的结构模型与运作机理研究
移动决策理论与移动决策支持系统研究
基于“人即服务”理念的决策支持系统设计理论和方法研究