基于案例的機(jī)遇發(fā)現(xiàn)決策支持技術(shù)及其系統(tǒng)的研究.pdf

1、伴隨全球經(jīng)濟(jì)的飛速發(fā)展和科學(xué)技術(shù)的日新月異，企業(yè)所處市場(chǎng)環(huán)境動(dòng)態(tài)變化導(dǎo)致交易不確定性日益加劇，企業(yè)面臨日趨激烈的市場(chǎng)競(jìng)爭(zhēng)，若不能有效發(fā)現(xiàn)并把握市場(chǎng)機(jī)遇，將隨時(shí)面臨被淘汰的風(fēng)險(xiǎn)，特別是在金融危機(jī)背景下，機(jī)遇發(fā)現(xiàn)已成為學(xué)術(shù)界和企業(yè)界關(guān)注的熱點(diǎn)和焦點(diǎn)。然而市場(chǎng)環(huán)境中的信息來(lái)源和信息量越來(lái)越多，信息復(fù)雜性和隱蔽性越來(lái)越高，市場(chǎng)給企業(yè)獲取信息、分析判斷、進(jìn)而作出決策的時(shí)間期限越來(lái)越短，企業(yè)越來(lái)越難以憑借以往的人工方式來(lái)發(fā)現(xiàn)機(jī)遇，此時(shí)利用信息技術(shù)構(gòu)

2、建機(jī)遇發(fā)現(xiàn)的支持系統(tǒng)，輔助決策者更好地利用所掌握的信息和知識(shí)進(jìn)行機(jī)遇發(fā)現(xiàn)，已成為關(guān)系企業(yè)生存和發(fā)展的迫切需求。
　　 自2000年日本學(xué)者Ohsawa 提出Chance Discovery （CD）以來(lái)，機(jī)遇發(fā)現(xiàn)已得到國(guó)內(nèi)外學(xué)者越來(lái)越多的重視，提出了許多機(jī)遇發(fā)現(xiàn)理論模型及支持技術(shù)和方法，但在理論方法、實(shí)現(xiàn)技術(shù)以及應(yīng)用系統(tǒng)等方面仍然存在一些有待改進(jìn)和完善之處。本文在跟蹤機(jī)遇發(fā)現(xiàn)、決策支持、人工智能等相關(guān)學(xué)科國(guó)內(nèi)外發(fā)展動(dòng)向，集成多學(xué)

3、科領(lǐng)域的最新研究成果基礎(chǔ)上，采取定性、定量相結(jié)合的分析方法，對(duì)機(jī)遇發(fā)現(xiàn)在內(nèi)在機(jī)理、本質(zhì)特性、決策過(guò)程、支持技術(shù)等方面進(jìn)行了如下幾部分的研究：
　　 首先，從機(jī)遇發(fā)現(xiàn)主體內(nèi)部認(rèn)知和外部環(huán)境兩方面分析了機(jī)遇發(fā)現(xiàn)的動(dòng)態(tài)特性，通過(guò)提取機(jī)遇發(fā)現(xiàn)的需求、供給和運(yùn)作三個(gè)維度，建立了機(jī)遇發(fā)現(xiàn)三維空間，提出機(jī)遇發(fā)現(xiàn)路徑圖式及演化機(jī)制；通過(guò)分析機(jī)遇發(fā)現(xiàn)決策的特性，提出基于案例的機(jī)遇發(fā)現(xiàn)決策支持框架。
　　 其次，針對(duì)機(jī)遇發(fā)現(xiàn)的案例表示問(wèn)題，

4、提出了機(jī)遇發(fā)現(xiàn)樹(shù)模型以支持對(duì)機(jī)遇發(fā)現(xiàn)過(guò)程的描述；通過(guò)分析機(jī)遇的發(fā)現(xiàn)信息層級(jí)和多元關(guān)系，結(jié)合信息系統(tǒng)和超圖概念提出機(jī)遇發(fā)現(xiàn)樹(shù)的超圖系統(tǒng)；研究了超圖系統(tǒng)的粒度描述和粒度計(jì)算方法。
　　 第三，對(duì)于機(jī)遇發(fā)現(xiàn)的案例檢索，在總結(jié)歸納已有的相似性度量方法基礎(chǔ)上，提出基于超圖系統(tǒng)的相似度計(jì)算模型，包括對(duì)象可比分析、對(duì)應(yīng)求解、相似度計(jì)算三個(gè)步驟；對(duì)于超圖系統(tǒng)中頂點(diǎn)對(duì)應(yīng)求解，提出了一種基于可比鄰接矩陣的二部圖極大匹配枚舉算法；通過(guò)兩組實(shí)驗(yàn)驗(yàn)證了模

5、型和算法的有效性。
　　 第四，針對(duì)機(jī)遇發(fā)現(xiàn)的案例學(xué)習(xí)，提出其中的機(jī)遇發(fā)現(xiàn)活動(dòng)模式挖掘問(wèn)題，通過(guò)對(duì)不同重要程度機(jī)遇發(fā)現(xiàn)活動(dòng)進(jìn)行賦權(quán)處理，提出一個(gè)基于加權(quán)支持度的機(jī)遇發(fā)現(xiàn)活動(dòng)模式挖掘wGSP算法；在活動(dòng)模式挖掘基礎(chǔ)上，提出一種機(jī)遇發(fā)現(xiàn)活動(dòng)序列相似匹配方法。
　　 第五，根據(jù)問(wèn)題求解的理論方法，研究了基于問(wèn)題求解的機(jī)遇發(fā)現(xiàn)決策支持過(guò)程，包括信息吸取、案例檢索和案例修正三個(gè)階段的循環(huán)迭代；研究了信息吸取的方式、算子和信息吸取方

6、法；研究了案例檢索要素模型和檢索模式；研究了案例修正的方式、算子，并提出一個(gè)基于k 階星狀超圖提取的案例修正啟發(fā)式算法；闡述了基于案例的機(jī)遇發(fā)現(xiàn)決策支持工作過(guò)程。
　　 第六，分析了機(jī)遇發(fā)現(xiàn)決策支持的工作要求以及決策支持系統(tǒng)的工作機(jī)制，引入多智能代理（Multi-Agent）技術(shù)并分析了系統(tǒng)中信息吸取Agent、案例檢索Agent、案例修正Agent和人機(jī)界面Agent的結(jié)構(gòu)和工作流程，提出了Multi-Agent的機(jī)遇發(fā)現(xiàn)決策