王海政[1]2002年在《水资源大系统多目标风险型群决策研究》文中提出水资源短缺不但制约了社会经济的发展，也造成了严重的生态环境问题，解决这些矛盾的途径有两个：一是开源节流；二是对有限的水资源进行优化配置，这两个方面相辅相成，以促进区域的可持续发展和水资源的可持续利用，其关键还是如何合理地调控水资源。跨流域调水工程是由工程措施与非工程措施组成的集成体系的调控手段。跨流域调水量与供水区域的各种水资源耦合构成了复杂的水资源系统，在这个系统中的水资源优化配置决策中普遍存在大系统、多目标决策、风险决策、群决策等特点，因此，研究这些特点对开展水资源优化配置决策具有十分重要的理论意义与实践价值。 论文研究针对跨流域调水工程水量优化配置决策，采用大系统、多目标决策、风险决策、群决策理论，通过交叉耦合的途径，研究设计了决策问题的大系统结构；考虑研究问题决策特点的逻辑关系，设计了水量优化配置问题的决策模式；按照解决问题模型的性质不同，研究了这些模型体系的逻辑关系。针对决策问题包括工程方案选择排序子系统和水量优化配置子系统，对两个相互关联的子系统建立了不同层次决策问题的决策模型：研究建立了水量优化配置的多目标决策模型与调水工程方案选择排序的多目标决策评价模型；考虑不确定性决策环境的存在，研究建立了基于随机与模糊的水量配置的多目标风险决策模型、调水工程方案选择排序的多目标风险决策模型；针对决策所表现出来的利益冲突与群体决策的特点，引入群决策的理论与思想，分别建立了水量优化配置决策、跨流域调水工程方案选择排序的大系统多目标风险型群决策模型。具体研究内容如下： (1)分析研究了水量优化配置问题的大系统结构，提出了科学意义上区域缺水的判别条件，设计了跨流域调水工程水量优化配置的决策模式，研究了水资源优化配置决策方案的信息结构。采用分解协调思想，以调水量与水量配置效果作为关联变量，将水量优化配置决策问题中耦合存在的工程措施子系统与非工程措施子系统分解为调水工程方案选择与排序子系统、水量优化配置子系统，并对两个子系统分别进行了结构分析。研究了水资源调控的运筹原理、区域缺水条件与调水时机、水资源优化配置决策评判准则与决策机制。针对决策问题是一个大系统、半结构化、多层次、多目标、风险型、多决策者的决策问题，采用从系统分析到系统综合集成的认识和解决问题的过程，对其决策模式进行了分类，并进一步建立了大系统半结构化的交互式多层次多目标风险型群决策方法逻辑框架体系。研究了水量优化配置决 中／英文摘要策、调水工程选择排序的备选方案的目标空间信息、决策空间信息、风险空间信息等信息，并建立了决策备选方案的信息结构图。 ①针对大系统中工程方案选择子系统和水量优化配置于系统，分别建立了基于满意度的多目标交互式迭代的水量优化配置决策模型、开发次序研究的多目标决策评价模型。在跨流域调水IS的多水源联合调配数学模型建立的基础上，研究了水量优化配置决策分解递阶模型的单目标求解技术，提出了采用满意度的概念和交互式决策的思想，针对多层次决策问题，在基于多目标综合满意度的单层次多目标抉策模型及其算法研究的基础上，建立了基于满意度的多目标多层次交互式迭代的水量优化配置决策模型。针对工程方案选择与排序子系统，分别建立了基于方案选择的多目标模糊整数规划模型、基于经济比较的开发次序研究动态规划模型。 （3）在前面建立的确定型多目标决策模型的基础上，引入随机与模糊两种不确定型决策环境，分别建立了基于随机与模糊的水量优化配置多目标风险决策模型、基于随机与模糊的调水工程方案选E序的多目标风险决策模型。在水资源优化配置系统中广泛存在着大量的随机不确定性、模糊不确定性，形成了随机与模糊耦合的不确定型决策环境，研究了随机模拟的机会约束风险决策与模糊模拟的机会约束风险决策的理论基础，考虑水资源供给侧来水条件的随机性与需求侧杜会经济系统未来水资源需求预测的模糊性，建立了基于随机模拟与模糊模拟的多目标风险抉策模型，并探讨了交互式的多目标机会约束诀策的混合遗传算法求解技术。针对跨流域调水工程风险决策表现出来的模糊性与随机性特点，分析了模糊不确定性对调水工程风险分析与风险决策的影响，引入模糊事件的模糊概率的概念，建立了基于随机与模糊不确定性的经济风险分析与风险决策模型，在此基础上研究建立了开发次序研究的多层次多目标模糊动态规划模型。 （4）在大系统多目标风险决策模型研究的基础上，引入群抉策理论与技术，针对水量优化配置、工程方案选择排序两个子系统，分别建立了基于群体满意度的调水量优化配置决策的、基于群体偏好集结的调水工程方案选择排序的大系统多目标风险型群决策模型。分析研究了两个子系统群决策是一个半结构化和非结构化耦合大系统，具有仲突协商决策、柔性决策、主从递阶决策、随机与模糊决策环境等特点的问题。基于群体满意度的概念，在单层次多目标风险型群决策模型建立的基?
寿玉亭, 刘长河, 段新生[2]2002年在《模糊环境下多目标决策的均值优序法》文中研究表明提出了状态不确定情况下的多目标决策问题的优序值矩阵,推广了多目标决策问题的优序法,并且重点研究了系统状态是一个模糊集时的模糊效益集和效益矩阵,得到了求解多目标决策问题的均值优序法.
陈莉[3]2015年在《股票投资组合构建与优化实证研究》文中认为投资组合及其优化的概念最先是Markowitz在1952年提出的。这一定量化模型被称为均值方差模型,是投资组合理论中的经典模型。半个多世纪过去了,投资组合领域后来的研究都可以认为是对经典投资组合理论的进一步深入和扩展。本文中给出了基于定量的投资组合的管理方法,该方法主要包括两个阶段,一是股票挑选阶段,二是投资组合优化阶段。模型的核心思想主要来源于投资的过程主要包括选股及分配投资权重。本文在个股的挑选上采用了公司的财务指标来对个股进行挑选。挑选出的股票通过多目标决策方法和最小半绝对偏差准则两种方法计算投资组合的权重。首先,本文对公司财务指标选股、现代投资组合理论,以及多目标决策理论的发展现状进行了介绍与回顾。本文研究的主要内容就是如何在复杂的环境下构建投资组合管理模型。本文讨论了基于公司价值信息融合下的选股问题。本文通过对企业财务指标的分析与研究,建立了一套考虑公司成长与价值的规则对股票进行筛选。并采用了上海证券市场上的数据对本文的股票筛选机制进行了实证研究,说明了该方法的有效性。在选股的基础上,本文给出了组合多目标决策方法来研究投资组合的权重确定问题。文中所给出的组合多目标决策方法是基于带约束的模糊层次分析法(CFAHP)与逼近于理想解的方法(TOPSIS)来构建的组合模型。这种组合方法客服了两种方法单独使用时的缺点。单独使用TOPSIS方法时,备选方案的属性权重通常情况下具有很强的主观性,通过带约束的模糊层次分析法(CFAHP)对三角模糊数进行带约束的处理,解决了在不确定环境下的属性权重计算问题,同时克服了普通算子应用于模糊数时容易导致结果无效等问题,从而获得了客观权重向量;再次,组合方法中通过TOPSIS方法对备选方案的投资权重进行计算,可以减少使用传统层次分析法进行排序时所需的计算量。文中给出了一种考虑多因子的最小半绝对偏差准则模型。这个投资组合模型同Markowitz均值-方差模型相比,将下半方差波动视为风险,这与现实情况更相符合。基于上述原因,文中将宏观因素作为模型的影响因子进行研究与讨论。本文所给出的模型是在考虑交易费用的基础上,是可以处理多阶段的投资组合模型。文中所给出的最小半绝对偏差准则的投资组合模型在进行交易管理的过程中,为了防止大幅回调的发生,在实证研究的过程中,进一步加入了止损机制。上面的描述中可以看出,文中所给出的是考虑了交易费用,并引入了宏观因子的最小半绝对偏差准则模型。本文对在采用财务指标选股的基础上,进一步应用组合多目标决策方法和最小半绝对偏差模型方法分别进行了实证研究,给出了方法的具体实施步骤及计算结果。首先,应用公司财务指标对股票进行筛选,选取适量的相对较优的个股,再运用组合多目标决策方法和最小半绝对偏差准则进行投资组合的研究,研究的结果表明了该方法的有效性与实用性,为投资决策提供了很好的理论支持。在文章的最后,对全文进行了总结,并提出了进一步研究的方向与思路。总之,本论文提出了一个具有综合性的、定量的投资组合管理方法。本文研究工作的主要贡献如下:1)首先通过量化过程对股票进行筛选,再进一步构建股票投资组合;2)将多目标决策过程的来确定股票投资组合权重;3)在行业投资组合阶段,采用了最小半绝对偏差准则及多因子模型,来进行投资组合优化;4)在投资组合的管理过程中,加入了止损机制,是对经典投资组合理论的延伸。
黄宪成[4]2003年在《模糊多目标决策理论、方法及其应用研究》文中进行了进一步梳理决策是一种主观活动，是人类主体对社会客体的认知和选择过程。大量的决策是模糊的、多层次的、多目标的和群体的非(半)结构性决策。本文以陈守煜工程模糊集理论和方法为思路和基础，主要研究了多目标、多层次、群体的模糊决策理论、方法、模型及其应用，研究了模糊模式识别和模糊聚类的理论、方法、模型及其应用，并具有一定的理论意义和实用价值。 权重和定性目标是模糊多目标决策的二类主要偏好信息。在陈守煜建立的非结构性决策单元系统理论的基础上，提出了在明晰数和模糊数情况下，基于相邻目标(方案)相对模糊标度值确定、计算权重和定性目标相对优属度的方法；研究了利用二元比较、模糊优选模型、集值统计原理和Borda打分法集结群体偏好的方法；以相邻目标(方案)相对模糊标度值和模糊数作为确定权重和定性目标相对优属度的手段，能充分利用决策者给定的优序信息，更好地反映决策者的偏好，使语义到数值的转化更为合理。 考虑到模糊优选、模糊模式识别和模糊聚类中存在大量模糊信息的特点，基于一般化模糊距离和模糊数，推导了模糊数状态下模糊优选和模糊模式识别的一般化公式，使这些模型对特征信息的要求变得更为宽泛，模型的适用范围更广，从而拓展了工程模糊集理论的应用；在特殊模糊数和近似模糊距离情况下，推导了权重和聚类中心矩阵均为未知的模糊聚类循环迭代模型。这些方法和模型都是对工程模糊集理论有益扩充。 在吸收工程模糊集理论中相对优思想的基础上，将经典多维偏好分析线性规划决策方法(LINMAP)作了改进，并推广为非(半)结构性状态下的LINMAP方法，避免了经典方法中求解理想解的复杂过程，简化了计算，使所得的解总是有效解，并使该方法的物理意义更加明确。在此基础上，进一步将该方法推广到特殊模糊数状态下，即F-LINMAP方法，扩大了应用范围，并具有较好的推广应用价值。在一般性模糊距离和模糊数状态下，将经典TOPSIS方法推广为模糊状态，简化了计算，是一种实用的决策方法。 考虑到群体决策的广泛性，按照独裁综合或者综合独裁的群决策程序，将基于模糊数的模糊优选模型应用于群决策中；研究了将Borda打分法、模糊优选模型、模糊TOPSIS法和F-LINMAP分别相结合的群决策方法；以线性加权决策方法为例，说明了用相对隶属度思想对决策、识别和聚类问题中特征值作归一化处理的必要性；在工程模糊集理论的基础上，导出了既适合单人决策和群决策，又适合明晰数和模糊数场合的综合型模糊群决策模型，该模型物理意义清晰，并具有更好的普适性和灵活性:提出了应用模糊优选模型进行多层次模糊群决策的思路和方法。 在理论研究的基础上，还分别将上述各种模型和方法应用到若干具体领域:将模糊聚类模型应用到地下水资源的分析上;将模糊群决策方法、多层次决策思想和模糊切比雪夫决策方法分别应用到大连市水资源和经济规划、舰艇作战能力分析等问题上;应用模糊优选模型和模糊模式识别模型求解威胁判断问题，取得了较好的效果。 本文提出的模型和方法都是以工程模糊集理论为基础，同时也是对工程模糊集理论在理论和应用上的拓展，并具有较好的可操作性和一定的实际应用价值。 最后，对全文作了总结，并对有待进一步研究的问题作了展望。
王建明[5]2004年在《多目标模糊识别优化决策理论与应用研究》文中认为复杂系统决策理论是当今系统科学研究的前沿领域，随机性和模糊性是复杂系统不确定的两大主要表现形式，模糊集理论的发展为决策科学提供了重要的理论与方法。本文首先概括分析了复杂系统优化决策研究现状，简要介绍了陈守煜教授创立的工程模糊集理论优化决策的基本原理和发展，以复杂水资源系统优化决策为主要研究背景，以工程模糊集理论为基础，就复杂系统多目标模糊识别优化决策理论与应用进行探讨，取得的主要研究成果如下： (1)．在陈守煜教授提出的模糊聚类循环迭代模型的基础上，提出了一种考虑聚类目标在不同类别具有不同目标权重的循环迭代模糊聚类算法，避免了模糊C均值聚类算法引入模糊加权指数带来的聚类不确定性，其聚类结果是超球的，克服了欧氏距离只能聚类球状数据的缺陷，对多种分布类型的数据均有良好的聚类效果；提出样本目标值残缺情况下的三种等效聚类算法，可使残缺数据样本有效地参加聚类，减少样本数据残缺对聚类的影响；提出一种将已知样本的先验知识融合到模糊聚类过程中的半监督循环迭代聚类模型，较为有效地克服模糊聚类为无监督模糊识别存在的弱点。 (2)．半结构性决策是多目标决策的难点，在工程模糊集单元系统决策理论基础上，认为决策者给出二元比较判断往往是不一致的，且对作出每个判断的把握程度也是不同的，提出在两阶段构造偏好关系矩阵基础上，将决策者对每个判断的把握程度作为可信度，以判断偏差最小平方法确定目标权重和方案优越度；在二元比较残缺可接受范围内，该模型可有效地处理判断信息残缺等情况的目标定权和方案优越度处理，给出了简易判断残缺模糊偏好矩阵为可接受的条件；建立一种将主、客观赋权综合的决策方案模糊识别模型，有效地融合主客观赋权信息，提高决策目标定权的准确性。 (3)．在陈守煜教授提出的模糊模式识别模型基础上建立了决策信息不完全确知的多目标决策集成模型。该模型可综合处理权重信息不完全、分级标准不完全、方案集评价不完全、方案集目标不完全等决策信息不完全确知情况。丰富了模糊聚类、模糊模式识别、模糊决策统一理论。示例分析表明该模型具有物理概念明确、简便易用的特点。 (4)．流域水资源丰富度是制定可持续发展规划的一项重要指标，在水资源丰富度评价中目标权重的确定是关键问题之一。在模糊模式识别模型的基础上，以专家经验、知识为监督，提出一种可同时确定评价目标权重和流域水资源丰富度的监督模糊模式识别模型，在辽西沿海9个流域水资源丰富度评价中取得较为满意的结果。 (5)．群决策可以集结决策群体的智慧，是解决复杂系统决策问题的有效方法。如何有效地将决策成员偏好模式结集成反映决策群体意愿的模式一直是群决策研究的热点。在工程模糊集理论基础上，提出了三个层次进行群决策集结方法:加权平均法、群决策权最小平方法和群决策监督模糊模式识别模型，分别从决策者二元比较判断平均、决策者二元比较判断综合最优到考虑决策群体主、客观权重对决策方案进行综合模糊模式识别进行优化决策，以适应不同的决策环境。 (6).多目标动态规划经常涉及到定性、定t目标，在陈守煌教授提出模糊优选动态规划的基础上，对定性、定量目标统一的相对优属度进行了进一步探讨，提出了适合定性目标递推的定性目标二元比较递推法和各阶段决策方案分组综合确定法两种定性目标相对优属度确定方法，将主、客观权重综合的模糊模式识别与动态规划模型结合，拓展了陈守煌教授提出的动态规划级别特征值法和阶段递推法。最后对全文作了总结，并对有待进一步研究的问题作了分析和展望。
马昌喜[6]2007年在《危险品公路运输路径决策方法研究》文中指出公路上的危险品是一个个流动的危险源,其发生事故,对周围的人、财物及环境等都会产生很大的影响。随着经济的发展,危险品的运输量在大幅的增长,危险品对环境和人类的潜在风险在扩大。如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题。论文在对大量的相关文献进行总结的基础上,对国内外危险品公路运输路径决策问题的研究进行了综述,指出了目前针对危险品路径的研究未区分危险品公路运输路径选择时所面临的两种不同的运输网络环境(发达的运输网络与不发达的运输网络),而这两种情况下的路径决策方法不完全一致,而且当前的研究大部分仅停留在确定的环境下,对不确定环境下危险品的路径决策研究成果较少。论文将运输网络环境分为两种情况,针对不发达公路网络用多属性决策的理论与方法来选择最佳路径,针对发达公路网络用多目标决策的理论与方法来选择最佳路径。论文在分析危险品公路运输事故类型、事故特点的基础上,提出了基于事故分级的改进的总风险度量模型,并证明了该改进模型满足E.Erkut和V.Verter提出的3个公理:在分析影响危险品公路运输路径选择因素的基础上,建立了危险品公路运输路径决策指标体系,进而分别考虑在确定环境下危险品公路运输路径决策问题和不确定环境下危险品公路运输路径决策问题,分别建立了基于AHP的路径多属性决策模型、基于BP神经网络的路径多属性决策模型及基于UEWAA和ULHA算子的路径多属性决策模型,并分别用示例验证了模型的可行性;在分析危险品公路运输的三个主要目标(最小化事故分级总风险、最小化运营时间、最小化敏感目标人数)的基础上,分别构建了确定环境下危险品公路运输路径多目标决策模型、不确定环境下的危险品公路运输路径机会约束规划模型、不确定环境下的危险品公路运输路径相关机会约束规划模型,同时给出了求解确定环境下危险品公路运输路径多目标决策模型的扩展标号算法及求解不确定环境下的危险品公路运输路径机会约束规划模型、相关机会约束规划模型的混合智能算法,并分别用示例验证了模型及算法的可行性。论文针对不同的公路网络环境,分别考虑确定和不确定两种情况而构建的决策模型与方法可望为政府监管部门提供决策支持。
高淑春[7]2017年在《需求不确定条件下的应急物资储备库选址模型构建研究》文中研究指明近几年各种突发事件频频发生,对人们的生命和生活造成了严重的威胁,为了能够提高应急突发事件的预防和处置能力,加强应急物资储备工作建设,保障突发事件发生时对物资的需求,本文在前人的基础之上探讨了需求不确定条件下的应急物资储备库选址问题,主要重点解决三个问题:需求量的预测、目标函数的确定、求解方法的确定。本文针对这三个问题进行了深入的研究,构建了多目标决策的库存选址模型,并以合肥市为例进行实证分析。对突发事件发生前应该如何对应急物资储备库布局选址的问题研究属于前期预防阶段研究,本文综合运用管理学、统计学和选址的建模仿真等理论知识,通过定性分析和定量分析相结合,多角度考虑选址问题。首先,在考虑应急物资储备库选址问题之前,要明确应急物资储备库所涉及范围内的应急物资的需求量,即需求量的预测。通常应急物资的需求量会因为影响因素的变动而表现出不确定性,因此在考虑需求不确定的情况下对选址模型进行研究提高了模型的严谨性。通过阅读文献和查找相关的资料,发现对需求的不确定性的处理方式主要有以下三种:一是针对运用鲁棒性对模型的不确定性进行优化;二是运用模糊数表示不确定性因素;三是运用联系数处理不确定性因素。其中,运用联系数处理不确定因素的方法的优势是可以借助较少的样本数据,达到较精确的预测效果,较适用于突发事件数据短缺的情景,所以本文选择采用联系数的方法对需求进行预测。预测方法是先将需求区间数转化为联系数形式,再对基于联系数的区间数进行灰数预测,最后得到基于联系数的区间灰数预测结果。然后,对传统的选址模型进行了总结、对比和研究,构建包含应急时间响应程度,应急物资覆盖程度和应急物资储备库使用成本的多目标模型,从三个方面对选址模型进行了考虑。随后对比多目标函数的求解方法,运用改进的NSGA II对构建的模型进行求解,在传统的NSGA II算法中结合差分法,改善了解的分布情况,保证了解的多样性和准确性。最后进行算例分析,以整个合肥市为研究对象,根据人口、经济水平和交通通达情况确定合肥市各个区域的需求权数,之后采用灰数预测法对需求量进行预测,然后运用NSGA II和DE-NSGA II方法对模型求解并分析。求解结果表明:一是基于联系数的灰数预测模型具有较高的准确度;二是多目标决策函数的解呈现离散型分布,三个目标函数之间是相互联系和制约的,DE-NSGA II方法在时间上优于NSGA II,并且改善了可行解的分布情况。
卢丹丹[8]2017年在《房地产多目标决策模糊综合优选模型的研究》文中研究指明本文针对房地产投资决策进行全面分析和研究,主要包含成本管理控制体系、功能评价体系和房地产评价指标体系的建立等。依据模糊数学、价值工程等理论建立相关的房地产决策优选模型。首先,大致了解房地产投资决策概况,对目前国内外房企投资决策发展状况进行了分析,针对房地产投资决策主要影响因素做出初步判断、分析。提取影响房地产投资决策主要影响因素如成本控制指标体系、功能评价指标体系,为后期决策分析做好准备。其次,分析传统决策评价方法和现代决策评价方法现状及存在问题,并比较说明传统方法的局限性,误差性等缺点。根据房地产投资决策特点,运用模糊数学、层次分析法、模糊相对排序法等,建立新型多目标决策模糊综合优选评判模型。在模型优选时,需要对给出的影响因素指标进行划分抉择,保证指标分析结果能够真实反映现实状况,使方案模型更具说服力、更加可靠、科学。接着,对比新型研究出的多目标决策模糊评判模型与现今常用模型模糊综合评判模型。新型的研究模型不仅计算方便,更主要的是它多考虑两个参数,能够克服现今常用模型趋于平均化的弱点,不易产生结果判定困难的现象。引入价值工程,从价值工程角度来分析功能评价体系与成本评价体系之间是否达到最优比,实现项目经济效益、社会效益最佳。同时说明新型模型决策的正确性,进而对优选出的方案进行限额成本优化。最后,根据一个大型房地产项目实例来说明该新型评判模型的可靠性和适用性。同时,根据多目标决策模糊评判优选模型,来制作房地产投资优选决策软件,绘出相应系统流程图,促进房地产前期决策流程更加科学化、智能化。多目标决策模糊评判模型主要是将经验方法、意见等具有模糊性质的定性指标通过科学理论定量化,使结果更合理、更可靠。这种方法能够科学的对多种影响因素做出分析判断,处理不确定性、模糊性。该模型擅长解决大型房地产项目的决策分析工作,可作为今后房地产项目投资判定的依据。
曾维彬[9]2008年在《房地产风险投资的多目标决策》文中认为房地产业是当今世界各国经济发展的重要支柱产业之一。由于我国房地产经济起步晚,投资决策理论研究还不够完善,如何在多方案中选择综合效益最好的方案,采用何种决策方法能将投资项目的多种因素和目标量化,尽可能免除主观性的方法来达到正确综合评价的目的,至今仍是行业中研究的重要领域。房地产投资具有高收益、高风险的特点,进行房地产投资开发面临许多不确定性因素,受到政策法规、经济、社会、技术、自然等各方面的影响。可以说,风险存在于房地产开发的各个环节,存在于房地产项目开发的全过程。房地产风险投资决策具有多目标决策的典型特征:一是影响指标众多;二是目标冲突;三是量纲不统一;四是最优解难以确定。因此补充和完善房地产风险投资的评价指标,采用多目标综合决策,全面衡量风险投资的经济效益和风险程度,成为决策分析的重要问题。本文首先介绍了研究房地产投资风险的背景、意义,对房地产投资的风险进行了评价。其次,介绍了多目标决策的发展及其特点,引出了多属性决策求解的基本思想和过程。再次,利用模糊数学和信息熵的理论建立数学模型对投资方案进行优选排序;应用不完全偏好信息模糊多目标决策方法解决风险投资综合评价问题。通过熵值法客观赋权,解决主观赋权的问题,使权数更具客观性、科学性。为决策者提供一个综合全部指标信息的决策依据。最后,把熵理论和模糊理论结合起来建立了熵权双基点法,通过实例验证了该方法的科学可行性。通过研究与分析,作者认为采用熵理论或者模糊理论或者模糊与熵理论相结合对房地产投资指标进行客观赋权在方案评价、优选中最大限度地减少了人为因素的影响,从而增强了评价的真实性和科学性,使决策更加理性化。
赵丹霞[10]2013年在《云环境下基于冷点虚拟机迁移的热点消除问题研究》文中认为虚拟化是实现云环境下“计算即服务”解决方案的关键技术。作为虚拟化的产物,虚拟机具有可以灵活部署资源、实现对物理机状态的隔离以及动态迁移等特点,在云环境下可以有效提高资源的利用率和提升数据中心的动态资源管理能力。动态迁移可以将虚拟机的状态从一台物理机转移到另一台物理机,以此来缓解节点的超负载状态,进而消除热点。热点是指由于资源不足无法保证服务SLA的情形,通过迁移虚拟机对数据中心进行动态资源调配是消除热点的有效手段,也是当今云计算的一个研究热点。本文就关注虚拟环境下借助虚拟机迁移手段的热点消除问题。传统的热点消除方法在迁移点的选择问题上缺乏对热点虚拟机上服务保持问题的考虑,而且缺少对热点的一个系统化判定过程。针对该两点问题,本文引入热度和冷点虚拟机的概念,提出基于冷点虚拟机迁移的热点消除策略,并特别针对热度评估、冷热点判定和冷点迁移点的选择问题给出了基于冷点虚拟机迁移的热点消除过程和方法。第一,对云服务质量的相关参数指标进行分析,制定热度综合评估指标体系,并结合该指标体系给出一种将模糊层次分析法与多目标决策法相结合的热度综合评估方法,计算得到虚拟机的热度等级排序,进而完成对其冷热点情况的判定。第二,本文从热点虚拟机服务保持的角度出发,给出基于冷点虚拟机迁移的迁移点选择决策方法,该方法综合了虚拟机迁移代价、资源适配性和优先等级三个目标因素建立冷点虚拟机迁移点选择的多目标决策模型,为迁移点的选择提供决策依据。本文借助Xen虚拟化平台部署一个多资源混合类型应用,实现对虚拟机的热度综合评估和热点消除,验证本文的热点消除方法。实验结果表明：应用本文的热度评估方法可以比较全面地评估虚拟机的真实热度情况,进而给冷、热点的判定提供有力依据；本文提出的冷点迁移点选择决策方法不仅可以综合多方面因素选择相对最合适的冷点虚拟机进行迁移,有效消除热点,在该过程中热点虚拟机的服务也得到了很好的运行保持效果。
参考文献：
[1]. 水资源大系统多目标风险型群决策研究[D]. 王海政. 郑州大学. 2002
[2]. 模糊环境下多目标决策的均值优序法[J]. 寿玉亭, 刘长河, 段新生. 北京工业大学学报. 2002
[3]. 股票投资组合构建与优化实证研究[D]. 陈莉. 电子科技大学. 2015
[4]. 模糊多目标决策理论、方法及其应用研究[D]. 黄宪成. 大连理工大学. 2003
[5]. 多目标模糊识别优化决策理论与应用研究[D]. 王建明. 大连理工大学. 2004
[6]. 危险品公路运输路径决策方法研究[D]. 马昌喜. 兰州交通大学. 2007
[7]. 需求不确定条件下的应急物资储备库选址模型构建研究[D]. 高淑春. 合肥工业大学. 2017
[8]. 房地产多目标决策模糊综合优选模型的研究[D]. 卢丹丹. 西南交通大学. 2017
[9]. 房地产风险投资的多目标决策[D]. 曾维彬. 河北工程大学. 2008
[10]. 云环境下基于冷点虚拟机迁移的热点消除问题研究[D]. 赵丹霞. 东北大学. 2013
标签：数学论文; 模糊层次分析法论文; 模糊理论论文; 模糊算法论文; 决策能力论文; 风险模型论文; 路径分析论文; 工程信息论文;