一、群体决策的支持系统(GDSS)与群体素质的研究(论文文献综述)
许亮[1](2012)在《基于GDSS的通信运营商非现场审计信息系统的研究》文中提出2008年,中国通信行业运营商进行了新一轮重组,原有的六大运营商整合为电信、移动、联通三大运营商。重组后,打破了原有的分业务经营模式,整个行业进入了全面的全业务经营时代。随之而来的是整个行业的竞争加剧和风险放大。从而促使运营商从粗放发展阶段向更为精确化的规模效益并重的发展进行转变。在这样的背景下,内部审计作为企业风险防范的重要防线,需要及时建立和健全有效风险发现、风险预警和风险评估机制,并及时向公司管理层汇报和反馈问题,从而推进企业解决问题。相应的内部审计需要进行与企业整体战略相适应的转型,从而达成这一目标。为了适应企业业务转型带来的变化,进一步发挥积极作用,审计在实际工作中通过集约化、信息化等手段提升了原有审计资源所能发挥的效用。这一提升过程中的关键因素是组织、人员、流程、服务和技术。本文通过进一步研究发现,其中迫切需要解决的是三个方面的问题:1.企业流程高度信息化后形成的审计壁垒。2.审计人员、机构分散造成的集约化运作困难,需要形成非现场审计能力。3.审计分析、决策过程中难以得到有效控制,需要形成有效的群体决策机制。上述三方面问题,需要通过管理与技术两方面的创新与转型才能得以实现,其中基于GDSS的非现场审计信息系统是实现上述转型过程的理念、流程和模式的落脚点。研究基于GDSS的非现场审计信息系统的实现是上述目标的核心问题之一,这是本文研究的重点。本文以某通信运营商的实际情况出发,结合现有的审计理论、管理信息系统理论,从管理和技术两个大方向开展研究。在管理方面研究了解决上述问题所需涉及的:(1)组织职能定位与机构设置。(2)流程设计框架、流程业务范畴和流程环节。(3)审计项目任务分配机制、服务流程监控与质量控制。在技术方面:研究了基于GDSS的非现场审计信息系统的总体设计原则,其功能架构、数据流。最后,本文研究了具体使用这一信息系统的风险和控制策略,论述了上述解决方案及信息系统中所蕴含的管理理念,以及需要进一步解决的问题。并期望能将这一信息系统的应用拓展至企业全面风险管理、预警、控制范畴。以期提升企业实际风险管控能力,最大程度地支持企业高速、规模发展,并且为企业提供更多有效方法,促成企业从粗放增长向有效益有规模的发展转变。
代斯永[2](2012)在《基于Internet的复杂群体决策支持系统研究》文中研究说明随着互联网技术以及国内经济的迅速发展,政府、企事业单位等组织所处的外部环境越来越复杂且不断在变化,参与公共事务或者企业重大问题决策的群体规模也越来越大,同时信息化步伐的加快也使得决策的方式越来越多,所有的这些因素使得组织所面临的复杂群决策问题日益增多。因此,对复杂群决策问题的求解已成为一个重要而艰巨的研究课题。而目前对复杂群决策支持系统的研究尚处于探索阶段,缺乏系统的理论指导体系,已有的理论及应用成果也比较少。在这种情况下,本文首先从决策支持系统与群体决策支持系统(Group Decision Support System,GDSS)的理论入手,阐述了他们的概念、特点、功能、结构以及发展状况,为进一步对网络环境下复杂GDSS的研究打下坚持的理论基础;其次本文从系统论的角度出发,分析了系统复杂的特性并对复杂群决策的要素以及界定方法进行总结;然后提出了两种网络环境下复杂群决策问题求解的相关技术,分别是结构化分解方法以及对复杂群决策的处理流程,论证了复杂群决策求解的实际性;最后通过一种基于Internet的复杂GDSS的设计给出了网络环境下复杂GDSS实现及应用的可能性,其中包括系统的整体架构、系统的处理流程、模型库、知识库以及数据库的设计。本文的研究为GDSS(?)的发展提供了一种新的思路,对复杂GDSS的复杂性做出了详细分析,从而使复杂的决策问题变得清晰、简单,对网络环境下复杂群决策的求解做了有意义的尝试,也为网络环境下复杂GDSS的实际应用做出了可供参考的探索。
康峰[3](2010)在《网络环境下协同决策支持平台构建研究》文中研究表明全球经济一体化的加快和信息网络技术的迅猛发展,为人们的决策活动提供了丰富的知识资源和方便的互动交流平台,决策活动的网络化和协同化正逐渐成为组织进化的重要趋势。虽然嘲络环境下组织的决策支持能力不断得到增强,但在组织开展决策活动时,普遍存在决策需求难以被满足的情况,具体表现为:①决策环境日益复杂,越来越多的不确定信息等因素影响着决策者,决策者很难凭借自身的知识和经验,准确、全面提出决策方案;②决策过程中,多个决策成员的意见常常存在着矛盾和分歧,难以形成决策共识;③决策者在决策的过程中,需要得到及时、准确的知识支持,但因组织知识获取和知识服务能力等方面的限制,无法满足决策者的知识需求。综上所述,网络环境下组织的决策活动不再是传统的独立性决策,而是各决策主体充分交互和沟通的协同决策。在协同决策过程中,群体成员及时有效地综合运用各个学科知识是提高决策绩效的关键,而协同决策支持平台在信息处理、模型分析、知识利用等诸多方面均能为协同决策提供有效的支撑。协同决策支持平台作为从协同决策概念认识向协同决策实践应用发展过程中的关键环节,其构建过程中存在若干问题亟需解决,如:对协同决策和协同决策支持平台的概念尚缺乏准确界定、欠缺针对协同决策支持平台构建的需求分析方法、欠缺针对协同决策支持平台构建的理论框架以及实现方法与技术的分析。此外,协同决策支持平台的构建框架和实现方法与技术也未曾通过实例的验证。本文在借鉴相关研究成果的基础上,对网络环境下协同决策支持平台构建的相关问题进行研究。研究目的和意义在于:理论研究方面,界定协同决策和协同决策支持平台的概念,对构建网络环境下协同决策支持平台的需求进行分析,提出一个网络环境下协同决策支持平台的理论框架;在方法研究方面,对网络环境下协同决策支持平台的主要决策方法与实现技术进行了全面、深入的研究,为协同决策实践工作的开展提供方法、技术方面的支持;在应用研究方面,结合企业的实际背景,构建了一个协同决策支持平台的实例,通过实例研究,不仅验证了所给构建框架和实现方法的正确性,而且反映出协同决策支持平台具有的良好应用前景,这为各类组织开展协同决策实践活动提供了可借鉴的应用范例。本文主要完成了以下6个方面的研究工作:(1)界定了协同决策和协同决策支持平台的概念。通过对协同决策和协同决策支持平台的剖析,明晰了协同决策和协同决策支持平台的概念,并分别从现实中存在的协同决策问题和各种类型的协同决策支持平台/系统两个方面,对协同决策支持平台构建研究的主要理论基础进行了介绍。(2)给出了协同决策支持平台构建的需求分析。在给出面向协同决策支持平台的需求分析方法的基础上,并分别从功能需求、知识需求、决策模型需求和其他需求等方面进行了分析。(3)提出了网络环境下协同决策支持平台构建的总体框架。针对协同决策支持平台构建理论支撑仍有待发展的现状,结合协同决策的特点,给出网络环境下协同决策支持平台构建的一个总体框架。在此基础上,进行了理论框架中的扩展理论内容分析,包括协同决策支持平台的生命周期、协同决策支持平台的工作机理和面向协同决策的知识管理。通过上述内容的详细分析,给出给出了协同决策支持平台构建的核心内容,有协同决策支持模型、协同决策的知识推送和协同决策支持平台的实现方法与关键技术三个主要内容。(4)给出了面向协同决策支持平台中的协同决策支持模型与方法。在协同决策支持平台构建的理论框架的指导下,分别对协同决策支持平台的关键支持模型:协同交互模型、协同决策过程中的决策方法、群体协同一致性分析及协调方法开展研究。通过对协同决策支持模型和方法的研究,可以使组织在实施协同决策支持平台构建时,得到具体可行的模型、工具支持,提高平台运行的工作效率。(5)给出了面向协同决策支持平台的知识推送实现方法与关键技术。分别从协同决策的知识体系、知识空间管理方法、知识推送的主要方法和关键技术等方面,详细论述了协同决策支持平台的知识推送系统实现方法和关键技术。(6)给出了协同决策支持平台构建的实例研究。针对CM公司新业务开发与运营的具体需求,构建了面向CM公司LBS产品开发与运营的协同决策支持平台。对本文提出的协同决策支持平台的构建理论、决策模型、实施方法与技术等进行了验证。
张杨[4](2010)在《群体决策支持系统沟通模式研究》文中研究指明沟通作为人际信息交流与共享的过程,在工作与日常生活中起着基础性的作用,在人们使用群体决策支持系统进行决策的过程中,沟通在很大程度上决定了决策的正确性,群体决策支持系统的沟通模式也逐渐成为近年来研究的一个焦点,信息在沟通过程中的传递形式,信息传递渠道,信息载体的多样性,如何处理信息不对称以及群体思维对决策过程的影响等问题都是沟通模式的研究重点。本文在对比了传统群体决策沟通方式(FTF)与传统以计算机为中介的群体决策(text-CM)的相关研究成果之后,发现群体决策沟通模式是提高决策质量的重要影响因素。群体决策沟通模式是指群体成员使用何种方式来加工信息、考虑备择项和作出选择的过程。在这一过程中,参与者原本获得的信息往往是不对称的,如何使得参与者之间能够获得更好的信息沟通,信息以什么样的结构通过什么样的渠道在参与者之间传递,群体决策过程如何组织,如何消除因为权威专家发言而产生的群体思维,增加参与决策人员对于决策过程的满意度,都是本文研究的问题。本文首先用实验针对不同的群体决策沟通模式进行问卷调查和结果分析,得出沟通过程中问题重要存在于信息交换频率较低,成员获得信息不对称等方面。针对群体决策系统中,信息载体单一、散乱的问题,提出了以图尔敏结构模型为载体的信息表达方式,并将之运用在群体决策支持系统的数据模型中。以基于涌现的Multi-agent群体决策支持系统协同框架来协调群体成员之间的沟通与认知,针对群体决策沟通过程中经常存在的信息不对称、群体思维等情况,设计了逻辑合理的决策流程,提出了系统运行的逻辑模型。更引入了以JXTA为框架模型的P2P网络来丰富信息沟通的渠道,较好的解决了信息不对称,群体思维,信息传递形式单一等问题。论文的最后总结了系统的优势和需要改进之处。
张伟[5](2009)在《群体决策支持系统中的群体偏好集结技术研究》文中认为群决策支持系统(GDSS)是决策支持系统(DSS)的重要研究分支之一。GDSS利用通信技术、计算机技术,运用人工智能(AI)、管理科学理论与方法及其它数学工具,促进具有不同知识结构、不同经验、共同责任的群体对半结构化、非结构化决策问题进行求解。偏好是设计决策方法和构建决策模型必须考虑的重要因素。特别是当偏好不确定或者不清晰的情况下,正确反映偏好对决策正确性的影响非常大。由于信息原因造成偏好不确定的情况并非少见,因而此种情况下如何决策是决策方法研究中一类非常重要的问题。另一方面,怎样把各个决策者的偏好进行集结也是群体决策的一个至关重要的环节。群体决策的研究主线也是围绕偏好问题展开的,群决策的核心就是如何将多个决策人的个体偏好集结为群体偏好;层次分析法(AHP)作为一种实用有效的决策方法,在社会、经济、管理及工程系统等各个领域已得到广泛的应用。随着理论的发展和实际应用的需要,人们将模糊思想和方法引入到层次分析法之中,形成了模糊层次分析法(FAHP),这正好符合人类思维和客观事物本身所具有的模糊性。利用这些方法可以充分解决GDSS中存在的群体偏好问题,能够有效提高GDSS解决半结构化、非结构化决策问题的能力,所以群体偏好集结问题成为人们在GDSS研究中关注的重要课题之一。文章首先介绍了GDSS和决策理论的现状和存在的问题,针对GDSS决策理论研究及应用中存在的若干问题,提出了基于群体层次分析法(AHP)的GDSS结构,并给出了基于该结构的GDSS的决策程序;然后在GDSS环境下,在AHP的基础之上,提出了一种构造一致性矩阵的方法,提出了一种群体矩阵的集结方法,进一步丰富了偏好集结方法体系。在AHP基础之上进行模糊扩展,专家信息进行模糊化处理,同样提出了一种构造模糊一致性矩阵(模糊满意一致性矩阵)的方法,在前人的研究之上,提出了自己的一种基于最小偏差的群体偏好集结方法和基于和积排序的群体偏好集结方法。
陈少辉[6](2006)在《群体决策支持系统中知识库的研究》文中提出随着社会的发展、科技的进步,人们对决策的科学化、民主化要求也日益强烈,现实中重要的决策往往不再由一个人做出,而是由多个相关的决策者(决策专家群体)共同进行;另外,在当今现实生活中,人们所面临的问题越来越庞大,越来越复杂,己远远超出了个人决策的能力,在进行重要决策时,为避免决策失误,各种决策方案的制定往往需由组织中的一个决策群体通过协调合作共同完成,群体决策支持系统(GDSS Group Decision Support System)正是为适应这一新形势下的迫切需要而提出的。而且当前社会的信息化趋势和计算机、通信技术的发展以及专家系统技术的迅速发展,也推动着传统的DSS向群体决策支持系统发展,并使GDSS成为信息领域的前沿课题。 并且随着知识经济时代的来临,知识越来越重要,已成为经济的推动力和支持成功的中坚力量。随之知识管理也应运而生,其作用与日俱增。从基于信息观点看,知识管理是以信息管理为基础的。但知识管理的含义,除了对信息管理,还包含了对人的管理。知识管理己超出了信息管理的涵义,其实现的技术、方法和手段要求更加先进和完善;知识管理系统比通常的信息管理系统更具有复杂性,它的实施更要求综合集成技术。 因此,当GDSS向智能方向发展时,知识和推理的研究就显得越来越重要。事实上也只有当知识和推理技术被熟练地运用于GDSS时,才可能真正达到决策支持所提出的目标。 基于上述的发展需要,论文的研究内容是适应知识经济的发展与经济市场的需要,同时也符合智能群体决策支持系统研究的发展趋势。所以说既具有十分重要的科学意义,同时有其实际价值,并有潜在的广泛应用前景。
付宏财[7](2008)在《决策的知识管理支持理论方法及支持系统研究》文中认为在信息与知识爆炸的年代,传统信息管理已逐步发展为更高级的知识管理。在这种条件下,企业决策主要是基于知识和信息。开展企业决策的知识管理支持研究主要还基于:知识是有效使用一切资源的基础,知识是企业中最活跃的元素;知识代表企业的竞争力;决策制定过程是知识运作的过程。开展这一研究要达到的目的是:明确企业决策的知识管理支持的过程、方法和机理,阐明决策过程中的知识应用规律和作用原理等,据此建立或完善企业决策的知识管理支持的理论、方法、策略、运作模式和内容体系;并在此基础上,设计一个较为可行的、基于知识管理的、以提高决策者决策知识水平和能力为核心的GDSS原型方案(即KB-GDSS),以推动GDSS的发展。本文在理论研究工作中紧密结合了知识管理和群决策的前沿理论及方法,而且在KB-GDSS的设计中结合了当今GDSS的发展趋势,充分考虑了企业的应用实际。设计的KB-GDSS不仅具有很强的知识处理功能、适合企业的模型支持功能(包括分析、预测、决策和群协商模型等)和基于知识的模型生成功能,还具有较强的解释与理解、人-机交流和以提高决策者决策知识水平和能力为核心的决策训练功能——这是企业GDSS方案的理想选择。最后,对大型冶金企业云南铝业股份有限公司作了“决策的知识管理支持”的系统实证研究,特别对该企业采用KB-GDSS和知识管理支持的模式、方法进行了设计和分析。全文研究的核心内容与综合成果概括为以下三个方面:(1)系统阐明了企业决策的知识管理支持的体系、框架、内容和原理,并论述了知识工程的应用和局限;群决策过程中的行为、要素、阶段性、环境/方式的分析、设计与控制:战略决策和经理决策的知识管理支持要点;知识管理支持的方法、策略等。这确立了决策的知识管理支持的理论基础;(2)在知识管理支持运作方面,给出了企业决策的知识管理支持系列模式(包括企业知识系统概念模型、方法论模型、战略框架、决策函数模型、内容方法框架、组织结构框架、流程机制和监控模式等),这些模型是一组相互有机联系、逻辑基本完整的综合模型体系,实际已构成企业可操作的知识管理基础模型系统,既有利于企业认识知识管理,也有利于企业开展正确的决策-知识管理支持活动:(3)在上述理论方法和模型/模式研究的基础上,依据系统思想,设计了一个较为完善的基于知识的群决策支持系统KB-GDSS方案。在现有的技术开发条件下,完全可以依据该方案进行GDSS原型的应用开发,不仅可以支持企业的决策,还能提高决策者决策的知识水平和能力。
田党生[8](2005)在《面向工程设计的群体决策支持系统研究》文中研究表明当前社会的信息化趋势和计算机、通信技术的发展,推动着传统的DSS向群体决策支持系统GBSS发展,并使GDSS成为信息领域的一个前沿课题。 论文从理论研究入手,分析了群体决策的原理,将群体决策的基本要素抽象为:成员集、对象集、方法集、方案集和协同集五元组,并运用系统工程学的观点,提出了群体决策的三维形态模型,藉以描述五元组的相互关系,建立了GDSS的理论框架。 针对群体决策的基本要素,提出GDSS的功能需求为:成员管理、任务管理、方法支持、方案制定、过程控制与协调,成为GDSS设计的依据;并根据我国领导体制的特点,提出了GDSS由一个整体决策支持分系统和若干个个体决策支持分系统组成的主—从式体系结构。提出了由库系列层、协同管理层和交互控制层形成的GDSS软件系统层次结构,以及基于局域网的GDSS软件主—从一体化设计方法,使各结点可以设置为对应任意角色(Role)。提出了指令型和协调型两种任务分解算法,并设计了方案综合选优算法,很好地满足了过程控制与协调的需求。 在系统集成方面,以数据库管理系统为支撑,与操作系统文件管理结合,建立了一体化的问题库、知识库、图形库、文本库、数据库及相应的管理系统,为群体决策问题求解提供了平台。 论文提出了多维信息交互的设计思想,实现了GDSS多功能、多媒体、多层次的交互及其操作界面,克服了常规的多任务模式在网络环境下不能满足实时多媒体同步协调的问题,从而使GDSS具有视频会议系统的功能。 在应用方面,以西安市丰庆公园总体规划设计为应用对象,建立了一个群体决策支持系统(PGDSS)。
邢哲[9](2005)在《智能化群决策支持技术的研究与实践》文中提出为了解决群体决策系统面临的组织结构复杂、决策成员合作能力差、系统缺乏自主能力等问题,以便更加有效地利用和组织参与决策的成员资源,提高群决策性能,本文将基于 Agent 的智能化群决策支持技术引入 GDSS 中,旨在通过多 Agent 相互协同与合作来解决群决策问题。文章首先讨论了 GDSS 的研究现状与热点问题,主要从两个方面对 GDSS 进行研究,一是群决策系统理论与方法的研究, 二是支撑技术的研究。文章分析和论述了 Agent 技术和多 Agent 系统,探讨了如何将人工智能技术应用于 GDSS 来提高 GDSS 的智能性合作,并构建了一个基于多 Agent 的分布式群决策支持框架模型-MAFDGD,旨在探讨解决 Agent智能决策支持技术在 GDSS 的应用问题。文中着重介绍了 MAFDGD 的功能结构设计,并利用 Agent 具有自主性、协作性等智能技术解决 GDSS 中决策任务分解、合作、通信、模型管理等难题。文章最后结合航班计划及经济性能优化管理系统的建设,介绍了 MAFDGD 模型在实践中的应用,并对系统实践效果进行了评估。
蔡玉红[10](2004)在《群体决策支持系统中的模型库研究》文中进行了进一步梳理在当今现实生活中,人们所面临的问题越来越庞大,越来越复杂,已远远超出了个人决策的能力,在进行重要决策时,为避免决策失误,各种决策方案的制定往往需由组织中的一个决策群体通过协调合作共同完成,群体决策支持系统正是为适应这一新形势的迫切需要而提出的。 模型库管理系统是群体决策支持系统的关键技术之一,如何表示模型,如何组织模型库,模型库管理系统的功能要求有哪些,这些问题是群体决策支持系统开发的关键。 本文从群体决策支持系统的理论知识综述入手,阐述了群体决策支持系统(GDSS)的概念、特征、目标及支持作用,GDSS的组成、类型、功能特点、基本结构及GDSS的发展状况。分析了群体决策支持系统中的模型库,介绍了模型和模型库的概念及其表示,GDSS中的模型及建模要求,全面分析了模型库管理系统MBMS,包括主要的研究内容、结构、功能等及模型库与数据库的接口技术,针对目前MBMS开发中存在的问题,介绍了模型库的二维框架理论。 本文对面向对象的群体决策模型库作了初步研究。介绍了面向对象的方法,并将其运用于MBMS的模型构造与管理中,提出一种面向对象的群体决策模型库,为今后模型库管理系统的开发与在实际中的应用与实施做了有益的探索。 最后,本文对群体决策支持系统中模型库的发展进行了展望。
二、群体决策的支持系统(GDSS)与群体素质的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、群体决策的支持系统(GDSS)与群体素质的研究(论文提纲范文)
(1)基于GDSS的通信运营商非现场审计信息系统的研究(论文提纲范文)
摘要 |
abstract |
前言 |
第1章 绪论 |
1.1 研究的背景和意义 |
1.1.1 通信运营商所面临的风险现状与外部监管要求: |
1.1.2 通信运营商审计工作现状 |
1.1.3 通信运营商审计工作面临的形势及挑战: |
1.1.4 研究的目标和意义 |
1.2 研究的内容概述 |
1.3 研究的结论与论文结构 |
第2章 研究的理论基础 |
2.1 群体决策理论 |
2.1.1 群体决策 |
2.1.2 群体决策信息系统(GDSS) |
2.1.3 GDSS的研究现状 |
2.1.4 GDSS在审计领域应用探索 |
2.2 审计信息系统及相关理论研究状况 |
2.2.1 内部审计 |
2.2.2 信息系统审计 |
2.2.3 通信运营商的信息系统审计 |
2.2.4 非现场审计信息系统 |
第3章 通信运营商战略环境分析 |
3.0 行业发展分析 |
3.1 行业竞争环境分析 |
3.1.1 中国移动有限公司经营情况分析 |
3.1.2 中国电信经营情况分析 |
3.1.3 中国联通经营情况分析 |
3.1.4 小节 |
3.2 治理环境分析 |
3.3 战略环境对运营商内部审计提出的挑战 |
第4章 基于GDSS的通信运营商非现场审计管理方案研究 |
4.1 整体解决方案概述 |
4.1.1 通信运营商内审工作现状分析 |
4.1.2 需要解决的关键问题 |
4.1.3 针对性解决方案 |
4.2 解决方案实施的核心要素 |
4.3 各级审计机构架构及职能研究 |
4.3.1 审计机构及职能优化的整体思路 |
4.3.2 各级审计机构职能定位研究 |
4.3.3 省级审计集中管理的模式研究 |
4.4 基于GDSS的审计流程研究 |
4.4.1 审计项目整体过程分析及阶段划分 |
4.4.2 各审计阶段群体决策的一般性过程 |
4.4.3 项目计划及方案编制阶段流程 |
4.4.4 项目实施过程阶段流程 |
4.4.5 项目复合及检查阶段的流程 |
4.5 服务质量管理 |
第5章 基于GDSS的通信运营非现场审计信息系统研究 |
5.1 运营商管理信息系统背景 |
5.2 信息系统总体设计原则 |
5.3 信息系统总体架构 |
5.4 审计综合管理模块设计 |
5.5 审计作业管理模块设计 |
第6章 基于GDSS的通信运营商非现场审计系统的实践探索 |
6.1 在某省级通信运营商的实践 |
6.1.1 项目范围和内容 |
6.1.2 案例实践目标和路径 |
6.1.3 具体实施步骤 |
6.1.4 实施效果小结 |
6.2 实施过程中的主要风险 |
6.3 实施过程中的主要策略 |
第7章 结论 |
7.1 本文的主要结论 |
7.2 需要进一步研究的问题 |
7.3 未来展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(2)基于Internet的复杂群体决策支持系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 主要研究方法和创新点 |
1.4 论文结构及主要研究内容 |
第2章 决策支持系统与群体决策支持系统 |
2.1 决策支持系统(DSS) |
2.1.1 DSS的概念、特点和功能 |
2.1.2 DSS的基本结构 |
2.1.3 DSS的研究课题及发展 |
2.2 群决策支持系统(GDSS) |
2.2.1 群决策的特征 |
2.2.2 GDSS的概念、特点、作用及构成 |
2.2.3 GDSS的发展状况 |
2.2.4 GDSS与DSS的关系 |
第3章 复杂群决策系统及其技术研究 |
3.1 群体决策支持系统的复杂性 |
3.1.1 群决策支持系统的要索 |
3.1.2 系统复杂性的度量 |
3.1.3 GDSS复杂性的界定 |
3.2 复杂决策任务的分解 |
3.2.1 结构化分解方法 |
3.2.2 结构化分解准则与原则 |
3.3 复杂群决策处理流程 |
3.3.1 复杂群决策的类型 |
3.3.2 网络环境下复杂群决策处理流程 |
3.3.3 最优方案形成 |
第4章 一种艰于INTERNET的复杂GDSS设计 |
4.1 系统结构设计 |
4.2 系统流程设计 |
4.3 群模型库设计 |
4.4 知识库设计 |
4.5 数据库设计 |
第5章 总结与展望 |
5.1 本章总结 |
5.2 研究展望 |
致谢 |
参考文献 |
(3)网络环境下协同决策支持平台构建研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.1.1 现实中存在大量的协同决策问题 |
1.1.2 协同决策问题研究近年来备受关注 |
1.1.3 研究构建协同决策支持平台的必要性 |
1.2 问题的提出 |
1.2.1 协同决策支持平台的概念界定 |
1.2.2 协同决策支持平台构建的需求分析方法 |
1.2.3 协同决策支持平台构建的理论框架 |
1.2.4 协同决策支持模型与方法 |
1.2.5 协同决策支持平台构建的知识推送技术 |
1.3 研究目标与研究意义 |
1.3.1 研究目标 |
1.3.2 研究意义 |
1.4 研究内容、研究思路与研究方法 |
1.4.1 研究内容 |
1.4.2 研究思路 |
1.4.3 研究方法 |
1.5 论文章节安排 |
第2章 相关研究文献综述 |
2.1 有关协同决策的文献检索情况概述 |
2.1.1 文献检索范围分析 |
2.1.2 相关文献情况分析 |
2.1.3 学术研究趋势分析 |
2.2 关于协同决策问题与协同决策方法 |
2.2.1 现实中的协同决策问题 |
2.2.2 协同决策方法 |
2.3 关于协同决策支持平台 |
2.3.1 各种类型的协同决策支持平台 |
2.3.2 协同决策支持平台的主要实现方法与技术 |
2.4 对已有研究成果贡献与不足的总结 |
2.4.1 主要贡献 |
2.4.2 不足之处 |
2.5 本章小结 |
第3章 协同决策支持平台的相关概念分析与认识 |
3.1 协同决策的概念分析 |
3.1.1 协同决策的概念与特征 |
3.1.2 协同决策类型 |
3.1.3 协同决策过程 |
3.1.4 协同决策的协同方式 |
3.1.5 协同决策与群决策 |
3.2 协同决策的形式化描述 |
3.2.1 协同决策问题概述 |
3.2.2 协同决策的形式化描述 |
3.2.3 协同决策的协同网络描述 |
3.3 协同决策支持平台的概念界定 |
3.3.1 协同决策支持平台的概念 |
3.3.2 协同决策的决策支持模型 |
3.3.3 协同决策支持平台与群决策支持系统 |
3.4 本章小结 |
第4章 协同决策支持平台构建的需求分析 |
4.1 面向协同决策支持平台需求分析概述 |
4.1.1 协同决策支持平台需求分析的原则和过程 |
4.1.2 协同决策支持平台需求分析的若干说明 |
4.2 协同决策支持平台的功能需求分析 |
4.2.1 支持协同决策的网络环境 |
4.2.2 用户管理与任务控制 |
4.2.3 决策资源存储与共享 |
4.2.4 协同交互与知识推送 |
4.2.5 协同决策的群体一致性协调 |
4.3 协同决策支持平台的知识需求分析 |
4.3.1 知识需求分析过程 |
4.3.2 知识需求分析的实现方法 |
4.3.3 知识体系的分类 |
4.3.4 知识体系的构建过程 |
4.4 协同决策支持平台的决策模型需求分析 |
4.4.1 模型的表示 |
4.4.2 模型的组合和模型重用 |
4.4.3 协同交互模型 |
4.4.4 一致性分析模型 |
4.5 构成协同决策支持平台的其他需求分析 |
4.5.1 协同网络和知识网络 |
4.5.2 基础技术设施 |
4.5.3 柔性组织机构 |
4.5.4 协同型组织文化 |
4.6 本章小结 |
第5章 协同决策支持平台构建的总体框架 |
5.1 协同决策支持平台总体框架 |
5.2 协同决策支持平台的理论扩展内容 |
5.2.1 协同决策支持平台的生命周期 |
5.2.2 协同决策支持平台的工作机理 |
5.2.3 面向协同决策的知识管理 |
5.3 协同决策支持平台构建的核心内容 |
5.3.1 协同决策支持模型 |
5.3.2 面向协同决策的知识推送技术 |
5.3.3 协同决策支持平台的实现方法与关键技术 |
5.4 本章小结 |
第6章 协同决策支持模型与方法 |
6.1 协同决策的交互模型与方法 |
6.1.1 协同网络分析方法 |
6.1.2 协同交互的过程模型 |
6.1.3 协同交互的的实现方法与技术 |
6.2 协同决策过程中的协同决策方法 |
6.2.1 决策指标体系的建立 |
6.2.2 基于主从递归的协同决策方法 |
6.3 协同决策的群体一致性分析及协调方法 |
6.3.1 群体意见的收敛过程分析 |
6.3.2 群体意见的关联分析算法 |
6.3.3 基于群体意见聚类的协同交互引导机制 |
6.3.4 群体意见一致性分析及调整算法 |
6.4 本章小结 |
第7章 面向协同决策支持平台的知识推送 |
7.1 协同决策的知识体系 |
7.1.1 知识体系的概念 |
7.1.2 知识体系的结构 |
7.1.3 知识体系的构建过程 |
7.1.4 知识的表示方法 |
7.2 知识空间管理的实现方法 |
7.2.1 知识空间管理的过程 |
7.2.2 知识审计和知识缺口 |
7.2.3 知识需求模型 |
7.2.4 知识获取方法与技术 |
7.2.5 组织知识资产管理和知识地图 |
7.3 支持协同决策的知识推送方法 |
7.3.1 知识推送对协同决策的支持 |
7.3.2 面向知识推送的知识匹配算法 |
7.4 实现知识推送的关键技术 |
7.4.1 面向决策者需求的知识检索技术 |
7.4.2 面向决策者的个性化知识封装技术 |
7.4.3 面向推送方式需求的知识传送技术 |
7.5 本章小结 |
第8章 实例研究:CM公司LBS产品开发协同决策支持平台的构建 |
8.1 CM公司简介 |
8.1.1 公司的主要业务范围 |
8.1.2 公司的协同决策过程 |
8.2 CM公司决策方式的现状分析 |
8.2.1 优势分析 |
8.2.2 不足分析 |
8.2.3 构建协同决策支持平台的意义 |
8.3 CM公司协同决策支持平台构建的总体设计 |
8.3.1 协同决策支持平台构建的目标与原则 |
8.3.2 协同决策支持平台的总体框架 |
8.3.3 协同决策支持平台的主要功能 |
8.4 原型系统的开发与运行环境 |
8.4.1 开发环境 |
8.4.2 运行环境 |
8.5 原型系统的功能 |
8.5.1 主要功能描述 |
8.5.2 主要功能模块 |
8.6 协同决策支持平台构建的预期效果分析 |
8.7 本章小结 |
第9章 结论与展望 |
9.1 本文的主要研究成果及结论 |
9.2 本文的主要贡献 |
9.3 本文的研究局限 |
9.4 对后续研究工作的展望 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
攻读学位期间完成科研项目情况 |
作者简介 |
(4)群体决策支持系统沟通模式研究(论文提纲范文)
摘要 |
Abstract |
目录 |
1. 绪论 |
1.1 课题背景 |
1.2 群决策支持系统的研究现状 |
1.2.1 群决策支持系统研究的基本情况 |
1.2.2 国内群决策系统的研究现状 |
1.3 影响群体决策沟通的因素 |
1.3.1 信息传递渠道 |
1.3.2 决策信息不对称与信息组织形式 |
1.3.3 群体思维对于沟通过程的影响 |
1.4 论文各部分主要内容 |
2. 理论综述 |
2.1 信息传递渠道的差异性比较 |
2.1.1 CM与FTF群体沟通过程中的信息交流频率比较 |
2.1.2 CM与FTF群体决策结果的比较 |
2.1.3 不同传递渠道对决策质量的影响 |
2.2 信息不对称的解决方案 |
2.2.1 传统群决策系统中信息展示的缺陷 |
2.2.2 群决策系统中知识的表述形式--Toulmin结构模型 |
2.2.3 群决策系统的网络架构---P2P与流媒体技术 |
2.3 群决策过程中的群体思维对决策的影响 |
2.3.1 群体思维的概念和形成原因 |
2.3.2 适应态度对群体思维的影响因素 |
2.3.3 避免以及克服群体思维的理论及方法 |
3. 群体决策支持系统沟通模式分析 |
3.1 群体决策沟通模式的有效性实验 |
3.1.1 实验设计 |
3.1.2 实验任务与实验程序 |
3.1.3 实验结果 |
3.2 群体决策沟通模式的综合分析 |
3.2.1 关于决策模式满意度的检验分析 |
3.2.2 沟通模式比较实验的结论 |
4. 群决策支持系统的系统模型 |
4.1 群体决策支持系统沟通模式的理论基础 |
4.1.1 巴纳德协作系统理论 |
4.1.2 toulmin结构模型的功能实现和扩展 |
4.1.3 基于涌现的Multi-agent群体决策支持系统协同框架 |
4.2 群体决策支持系统沟通模式的构建 |
4.2.1 沟通模式的信息载体数据模型 |
4.2.2 沟通模式的逻辑结构 |
4.3 群体决策支持系统沟通模式的设计模型 |
5. 基于流媒体传输的群决策沟通模式技术解决方案 |
5.1 P2P网络与流媒体技术原理 |
5.1.1 P2P网络简介与模式分类 |
5.1.2 流媒体技术原理 |
5.2 JXTA平台简介 |
5.2.1 JXTA的特点与层次结构 |
5.2.2 JXTA的协议体系 |
5.2.3 本系统中使用到的几个JXTA基本概念 |
5.3 基于JXTA的流媒体沟通模块的总体架构 |
5.3.1 基于JXTA的流媒体系统构架设计 |
5.3.2 主要模块功能与通信机制介绍 |
5.3.3 本系统设计中使用的一些重要的类、接口与方法 |
5.3.4 各功能模块设计与实现 |
6. 结论与展望 |
6.1 总结 |
6.2 进一步的工作和展望 |
致谢 |
参考文献 |
附录A 小组实验文件调查表 |
附录B 小组实验阅读材料 |
(5)群体决策支持系统中的群体偏好集结技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 导论 |
1.1 研究的目的和意义 |
1.2 国内外研究现状综述 |
1.2.1 群体决策的理论研究现状综述 |
1.2.2 群体决策支持系统研究现状综述 |
1.2.3 群体决策偏好集结研究现状综述 |
1.3 研究的内容和方法 |
第2章 群体决策理论基础 |
2.1 群体决策的概念及分类 |
2.1.1 群体决策的概念 |
2.1.2 群体决策的分类 |
2.2 群体决策的过程与准则 |
2.2.1 群体决策的过程 |
2.2.2 群体决策的准则 |
2.3 群体决策的基本假设与一般方法 |
2.3.1 群体决策的基本假设 |
2.3.2 群体决策的一般方法 |
第3章 基于群体AHP的GDSS结构研究 |
3.1 基于群体AHP的GDSS结构 |
3.1.1 基于群体AHP的GDSS结构图 |
3.1.2 基于群体AHP的GDSS结构的信息处理方法 |
3.2 基于群体AHP的GDSS结构的GDSS决策程序 |
第4章 基于AHP的群体决策偏好集结 |
4.1 AHP中判断矩阵 |
4.1.1 判断矩阵的标度 |
4.1.2 判断矩阵的性质 |
4.1.3 判断矩阵的一致性检验 |
4.1.4 判断矩阵的求解 |
4.2 个体决策判断矩阵的一致性调整 |
4.2.1 完全一致性矩阵的构造 |
4.2.2 构造完全一致性矩阵的算法 |
4.2.3 算例分析 |
4.3 群体决策判断矩阵的集结 |
4.3.1 群体决策中专家权重的确定 |
4.3.2 判断矩阵可信度权值的确定 |
4.3.3 群决策判断矩阵的集结 |
4.3.4 算例分析 |
第5章 基于模糊互补判断矩阵的群体偏好集结方法 |
5.1 模糊互补判断矩阵有关概念及性质 |
5.2 模糊互补判断矩阵的一致性 |
5.2.1 模糊互补判断矩阵的简易检验法 |
5.2.2 模糊互补判断矩阵一致性调整方法 |
5.3 群体决策模糊判断矩阵的集结 |
5.4 算例分析 |
5.5 基于和积排序的群体集结方法 |
5.5.1 原理与方法 |
5.5.2 算例分析 |
5.6 基于最小偏差的群体集结方法 |
5.6.1 原理及方法 |
5.6.2 算例分析 |
5.7 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 未来展望 |
参考文献 |
致谢 |
作者在攻读硕士学位期间发表论文 |
(6)群体决策支持系统中知识库的研究(论文提纲范文)
第一章 引言 |
1.1 选题背景和意义 |
1.2 GDSS知识库国内外研究现状 |
1.3 问题的提出 |
1.3.1 GDSS的研究课题 |
1.3.2 目前 GDSS系统的缺点 |
1.3.3 本文的研究方向 |
第二章 群体决策支持系统基础 |
2.1 决策支持系统综述 |
2.1.1 DSS的产生背景 |
2.1.2 DSS发展的理论基础 |
2.1.3 DSS的基础结构 |
2.2 群体决策支持系统的理论知识 |
2.2.1 GDSS的概念 |
2.2.2 GDSS的理论与技术支持 |
2.2.3 GDSS的分类 |
2.2.4 GDSS的功能及其结构 |
2.2.5 群体决策支持技术 |
2.2.6 GDSS评价 |
2.3 GDSS与DSS的关系 |
2.3.1 GDSS的形成 |
2.3.2 GDSS与 DSS的关系 |
2.3.3 GDSS系统构成 |
第三章 群体决策支持系统中的知识库 |
3.1 知识的表示及组织概述 |
3.1.1 数据、信息和知识 |
3.1.2 知识的类型 |
3.1.3 知识的分级与分层 |
3.1.4 知识原理 |
3.2 常见的几种知识表示方法 |
3.3 GDSS知识库系统概述 |
3.3.1 知识库 |
3.3.2 GDSS知识库功能与特点 |
3.3.3 知识库系统 |
3.3.4 知识库管理系统 |
第四章 基于异构知识的知识库系统开发 |
4.1 异构知识描述 |
4.2 面向对象的知识表示 |
4.3 基于面向对象方法各种知识的实现 |
4.4 知识库结构 |
4.4.1 知识库组织 |
4.4.2 问题求解结构 |
4.4.3 知识库的物理组织 |
4.5 推理机制的设计与实现 |
4.5.1 推理机基本概念 |
4.5.2 推理机制总体设计 |
4.5.3 总控推理机控制策略 |
4.5.4 领域推理机 |
4.6 知识库设计 |
4.7 推理机制的实现 |
4.8 知识的获取及维护 |
4.8.1 知识获取的定义及分类 |
4.8.2 知识维护 |
4.9 知识共享机制的设计 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
作者在攻读硕士学位期间发表的论文 |
参考文献 |
致谢 |
(7)决策的知识管理支持理论方法及支持系统研究(论文提纲范文)
前言 |
摘要 |
Abstract |
第一章 绪论 |
1.1 理论基础与背景 |
1.2 问题的提出 |
本章小结 |
第二章 企业决策的知识管理支持理论与方法 |
2.1 研究方法论 |
2.2 理论基础 |
2.3 决策的知识管理支持方法 |
2.4 决策的知识管理支持策略 |
2.5 冶金企业开展KMS研究 |
本章小结 |
第三章 企业决策的知识管理支持模式 |
3.1 组织决策的基本模型/模式 |
3.2 知识管理支持模式设计的程序、原则和方法 |
3.3 企业决策的知识管理支持模式与框架 |
3.4 冶金企业决策-知识管理支持模式研究 |
本章小结 |
第四章 基于知识的群决策支持系统设计 |
4.1 GDSS设计的目标、原则和方法 |
4.2 KB-GDSS的系统原理 |
4.3 系统解决方案 |
4.4 决策模型 |
4.5 KB-GDSS对群交流机制的实现 |
4.6 冶金企业实施KB-GDSS的信息条件分析 |
本章小结 |
第五章 实证研究 |
5.1 云铝公司概况 |
5.2 云铝管理状况简析 |
5.3 云铝决策的知识管理支持方法与策略研究 |
5.4 云铝决策的知识管理支持模式设计与研究 |
5.5 云铝KB-GDSS的设计 |
本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录A 攻读学位期间发表论文目录 |
附录B 利用SD模型计划分析的子程序代码 |
致谢 |
(8)面向工程设计的群体决策支持系统研究(论文提纲范文)
中文摘要 |
英文摘要 |
第1章 绪论 |
1.1 研究目标、意义和背景 |
1.2 GDSS 研究现状 |
1.3 论文的研究内容 |
1.4 论文结构 |
第2章 群体决策理论与方法 |
2.1 群体决策的概念 |
2.2 群体决策局势与类型 |
2.3 群体决策程序 |
2.4 群体决策的三维形态 |
2.5 本章小结 |
第3章 GDSS 的功能、结构及支持方法 |
3.1 GDSS 的功能与特征分析 |
3.2 GDSS 的组成与结构 |
3.3 群体决策支持方法 |
3.4 本章小结 |
第4章 GDSS 通信机构 |
4.1 群体决策中通信功能需求分析 |
4.2 GDSS 通信模型 |
4.3 GDSS 多媒体通信过程 |
4.4 本章小结 |
第5章 GDSS 问题求解 |
5.1 基于 GDSS 的群体决策时态 |
5.2 GDSS 问题库与问题管理 |
5.3 GDSS 模型库与模型管理 |
5.4 决策支持系统知识库与推理机 |
5.5 GDSS 数据库及其管理系统 |
5.6 图形库、文本库及其管理 |
5.7 本章小结 |
第6章 GDSS 多维信息交互系统 |
6.1 MIIS 的功能和性能要求 |
6.2 MIIS 的界面结构 |
6.3 本章小结 |
第7章 群体决策支持系统应用实例—园林协同设计的群体决策支持系统 PGDSS |
7.1 PGDSS 的背景 |
7.2 PGDSS 的应用局势 |
7.3 PGDSS 的组成与结构 |
7.4 决策问题求解过程 |
7.5 设计结果 |
7.6 本章小结 |
第8章 总结 |
发表论文 |
感谢 |
参考文献 |
(9)智能化群决策支持技术的研究与实践(论文提纲范文)
第一章 绪论 |
1.1 GDSS 的发展历程 |
1.2 GDSS 的研究现状 |
1.3 GDSS 的研究热点 |
1.4 课题背景及研究内容 |
第二章 GDSS 的技术研究 |
2.1 传统决策支持与群体决策支持对比分析 |
2.1.1 DSS 的特性分析 |
2.1.2 DSS 的结构分析 |
2.1.3 GDSS 功能特性分析 |
2.1.4 GDSS 的划分和组成结构 |
2.1.5 GDSS 与DSS 的关系 |
2.2 群体决策技术 |
2.2.1 NGT 法 |
2.2.2 德尔菲法 |
2.2.3 AHP 法 |
2.3 GDSS 中的网络技术 |
2.3.1 GDSS 的Client-Broker-Server 结构 |
2.3.2 Client-Broker-Server 结构要素 |
2.4 GDSS 中构件开发技术 |
2.4.1 面向对象技术与构件技术 |
2.4.2 GDSS 中的构件复用 |
2.5 GDSS 的群件技术 |
第三章 Agent 技术及其在GDSS 中的应用研究 |
3.1 Agent 基本技术特征 |
3.1.1 Agent 理论及技术特性 |
3.1.2 Agent 技术的特点分析 |
3.1.3 Agent 的行为方式 |
3.2 多Agent 系统及体系结构 |
3.2.1 多Agent 体系结构 |
3.2.2 多Agent 系统的特点 |
3.3 基于多Agent 的群决策支持 |
第四章 基于多Agent 的群决策支持模型设计 |
4.1 MAFDGD 模型体系结构设计 |
4.2 模型中各功能模块设计 |
4.2.1 协调Agent 的功能结构描述 |
4.2.2 决策Agent 的功能结构描述 |
4.2.3 通信Agent 的功能结构描述 |
4.3 群决策过程设计 |
4.3.1 决策问题分配算法设计 |
4.3.1.1 决策问题分配步骤 |
4.3.1.2 最佳分配方案计算 |
4.3.2 协同合作算法设计 |
4.4 决策推理机制设计 |
4.4.1 总控推理机控制策略 |
4.4.2 领域推理机控制策略 |
4.5 决策模型选取策略设计 |
4.6 用户界面接口设计 |
4.6.1 用户模式 |
4.6.2 应用Agent 的自适应用户模式 |
第五章 应用系统实践及其评述 |
5.1 系统概述 |
5.1.1 系统功能简介 |
5.1.2 系统开发环境 |
5.1.3 系统开发步骤 |
5.2 系统实践 |
5.2.1 应用服务器端技术实现 |
5.2.2 “讨论面板”技术 |
5.2.3 协同工作中的并发控制实现 |
5.2.4 模型库和模型库管理系统的实现 |
5.2.5 模型调用的实现方式 |
5.2.6 数据库和数据库管理系统的实现 |
5.2.7 多Agent 通信机制的实现 |
5.3 系统实践效果评估 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
致谢 |
在校期间的学术成果 |
参考文献 |
(10)群体决策支持系统中的模型库研究(论文提纲范文)
第一章 绪论 |
1.1 研究背景和研究问题的提出 |
1.2 国内外群体决策支持系统中模型库的研究现状与发展 |
1.3 研究的目的和意义 |
1.4 研究思路、主要研究内容、拟解决的问题 |
第二章 群体决策支持系统基础 |
2.1 决策支持系统综述 |
2.1.1 DSS的产生背景 |
2.1.2 DSS发展的理论基础 |
2.1.3 DSS的基本结构 |
2.1.4 决策支持系统的模型库 |
2.1.5 决策支持系统的开发过程 |
2.2 群体决策支持系统简介 |
2.3 群体决策支持系统的理论知识 |
2.3.1 群体决策支持系统的概念 |
2.3.2 群体决策支持系统的类型 |
2.3.3 GDSS的主要研究成果 |
2.4 GDSS的特点 |
2.4.1 GDSS的功能特点 |
2.4.2 GDSS的技术特点 |
2.5 GDSS的结构 |
2.6 目前群体决策支持系统研究中存在的主要问题 |
第三章 群体决策支持系统中的模型库 |
3.1 模型及模型库概念 |
3.1.1 模型概念及特点 |
3.1.2 GDSS中的模型 |
3.1.3 模型的表示 |
3.1.4 模型的收集 |
3.1.5 GDSS建模要求 |
3.1.6 模型库和模型库管理系统的概念 |
3.2 模型库管理系统 |
3.2.1 模型库管理系统的主要研究内容 |
3.2.2 模型库管理系统的结构 |
3.2.3 模型库管理系统功能 |
3.2.4 模型库与数据库接口技术 |
3.3 模型库的二维框架理论 |
第四章 面向对象的群体决策模型库的系统开发 |
4.1 面向对象方法OOM介绍 |
4.2 面向对象模型设计 |
4.2.1 OOM方法用于建模 |
4.2.2 面向对象的模型特征 |
4.3 模型库部分的设计 |
4.3.1 模型的表示形式 |
4.3.2 模型库的组织和存储 |
4.3.3 MBMS的体系结构 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者在攻读硕士学位期间发表论文 |
致谢 |
四、群体决策的支持系统(GDSS)与群体素质的研究(论文参考文献)
- [1]基于GDSS的通信运营商非现场审计信息系统的研究[D]. 许亮. 上海交通大学, 2012(04)
- [2]基于Internet的复杂群体决策支持系统研究[D]. 代斯永. 武汉理工大学, 2012(10)
- [3]网络环境下协同决策支持平台构建研究[D]. 康峰. 东北大学, 2010(07)
- [4]群体决策支持系统沟通模式研究[D]. 张杨. 西安理工大学, 2010(11)
- [5]群体决策支持系统中的群体偏好集结技术研究[D]. 张伟. 武汉理工大学, 2009(09)
- [6]群体决策支持系统中知识库的研究[D]. 陈少辉. 武汉理工大学, 2006(08)
- [7]决策的知识管理支持理论方法及支持系统研究[D]. 付宏财. 昆明理工大学, 2008(09)
- [8]面向工程设计的群体决策支持系统研究[D]. 田党生. 西北工业大学, 2005(04)
- [9]智能化群决策支持技术的研究与实践[D]. 邢哲. 南京航空航天大学, 2005(04)
- [10]群体决策支持系统中的模型库研究[D]. 蔡玉红. 武汉理工大学, 2004(03)