在詳細分析了粗糙集簡約屬性和決策熵基本理論的基礎之上,通過將二者有效結合建立了用于水利工程監理投標風險識別的評價模型；然后對某監理公司在我國東北區地區的18次投標中存在多種風險因素進行識別和分析,并從中選取具有一定代表性的15項風險投標信息為研究樣本,探討所構建的基于粗糙集和決策熵評價模型在水利工程監理投標風險分析和研究中的適用性和準確性,以期為企業在水利工程投標風險識別和方案決策分析中提供一定的理論支撐和參考依據。

一項項目投資能否成功,作為整個投資過程起點的投資決策起著至關重要的作用,因此需要在項目決策階段對該項目進行嚴格的評審。為了解決投資項目評審中的不確定性、信息不對稱等問題,提出一種基于粗集和灰理論的投資項目評審決策模型,將決策者先驗知識給定的權重同粗集確定的屬性重要度結合起來確定指標最終權重,再使用模糊評判和灰色系統理論,以灰色關聯度為基礎,對數據進行分析,為定量評價投資項目的風險提供了有效的方法。借助計算機編程,使用一個實例驗證了該模型的實用性和可行性。

文章在充分理解項目族及項目族工作分解結構基礎上,提出了基于模糊粗糙集構建項目族工作分解結構方法。該方法利用模糊粗糙集中屬性約簡和屬性依賴度知識對可交付成果和工作包進行篩選,確定基本wbs元素和可選wbs元素,完成項目族工作分解結構構建。最后通過實例分析項目族工作分解結構模型構建過程,拓展了多項目環境下構建wbs的方法。

信用評價是企業對供應商管理的重要因素。針對供應商信用評價問題,文章提出了一種基于粗糙集和灰色理論相合的評價方法。利用粗糙集對評價對象的屬性進行簡約,根據屬性重要性原理確定指標的權重,再通過灰色理論對供應商信用進行綜合評價。在評價過程中對評價指標體系進行了簡約,避免了評價過程中權重確定的主觀性。

根據模糊聚類和粗糙集理論的基本原理,利用模糊聚類的相似關系與粗糙集可辨識矩陣的特性,結合這兩種方法的互補優勢,研究了將之應用于建筑業綜合評價的方法和步驟.通過模糊聚類法形成粗糙集下的決策信息系統,采用基于可辨識矩陣的啟發式約簡法對屬性約簡,計算出約簡后各屬性的權重.利用各屬性的權重分別對各省市(或地區)的建筑業指標評價值加權求和從而得出各自的建筑業綜合評價值,對其結果的客觀性和實用性所進行的分析評價證明該方法有效.

根據現代戰斗機型號工程質量標準,考慮系統設計要求和用戶需求,建立了新的戰斗機型號工程評價指標體系。應用粗糙集理論對典型的第三代以上戰斗機機型的各種指標數據進行挖掘,利用信息熵概念求得各指標的屬性重要度,并將其權值化處理為各指標的權系數,克服了傳統權系數確定方法的主觀性。最后,建立戰斗機型號工程綜合評價決策模型并通過實例說明其可行性和有效性。

審計意見類型及其預測結果受到企業各利益相關方的高度關注。同時選用財務指標和非財務指標為變量,構建了基于鄰域粗糙集神經網絡的審計意見預測模型。將領域粗糙集作為bp神經網絡的前置系統,在保持分類能力不變的前提下進行指標約簡,提取關鍵指標,再將約簡的指標體系作為神經網絡模型的輸入變量。以2013—2015年滬深a股176家公司數據作為研究樣本,采用三種模型進行審計意見預測對比分析,結果表明：本模型預測準確率達到97.06%,與單純利用神經網絡建?；騿渭兝秘攧罩笜私５念A測效果相比具有更好的預測效果。

審計意見類型及其預測結果受到企業各利益相關方的高度關注.同時選用財務指標和非財務指標為變量,構建了基于鄰域粗糙集神經網絡的審計意見預測模型.將領域粗糙集作為bp神經網絡的前置系統,在保持分類能力不變的前提下進行指標約簡,提取關鍵指標,再將約簡的指標體系作為神經網絡模型的輸入變量.以2013-2015年滬深a股176家公司數據作為研究樣本,采用三種模型進行審計意見預測對比分析,結果表明:本模型預測準確率達到97.06％,與單純利用神經網絡建模或單純利用財務指標建模的預測效果相比具有更好的預測效果.

在分析客運專線技術引進工作要點的基礎上,建立了客運專線技術引進綜合評價指標體系及其參考評價標準,并根據粗糙集理論對其進行優化和完善,提出了一種基于粗糙集理論的客運專線技術引進項目評價模型。實例分析表明,利用粗糙集理論中的知識依賴性和屬性重要性度量方法可以確定評價指標的權重,從而可以有效地對多個客運專線技術引進項目進行評價優選。

公私合作制將私人資本、技術和管理經驗引入基礎設施建設及運營項目,發揮了巨大的經濟效益和社會效益。在我國公私合作項目的實踐過程中,風險分擔不明確始終是阻礙該模式在基礎設施投融資領域進行廣泛推廣的關鍵因素,嚴重時甚至導致項目的失敗。針對承擔風險的主體不確定這一影響公私雙方持久穩定合作的問題,通過案例分析和文獻研究識別出風險分擔主體不明確的風險因素,在此基礎上利用粗糙集方法對風險分擔評價指標體系中指標進行屬性約簡,以剔除對于分擔結果影響較小的因素。理想點法能夠對具有不同風險分擔偏好的評價人做出的風險承擔選擇進行評價,以確定合理的風險分擔方案。評價結果為公私雙方制定合理的風險分擔方案提供參考。

ppp項目風險評估是ppp項目成功與否的一個重要因素,正確的風險評估有利于合作雙方對風險及利益合理分配,而風險評估主要來自專家的主觀程度評價。文章采用粗糙集理論來處理這種難以量化的程度評價,運用文獻分析法與實際ppp項目案例相結合的方法,對ppp項目存在的風險體系進行分析以得出ppp項目的修正風險程度評估。結果表明利用粗糙集理論模型對ppp項目的風險評估有實踐價值,完善了ppp項目風險評估的方法。

基于2005-2009年房地產價格及影響因素的月度數據,本文建立了一個基于粗糙集和小波神經網絡的房地產市場價格走勢預測模型。該模型利用粗糙集方法來確定影響房地產價格的主要影響因素;然后基于小波神經網絡方法,通過房地產價格的主要影響因素對房地產價格指數進行預測分析。實證結果表明,該模型在我國房地產價格走勢預測中具有較高的精度。

電力企業上市以來,企業的融資能力的強弱直接影響到企業的有效運營。本文以電力上市公司為研究對象,選取了10家電力行業上市公司的41項財務指標為研究樣本,首先利用粗糙集進行屬性約簡,然后引入熵權評價模型進行求解評價,從而將這些定量、定性混雜的問題綜合為統一整體,使無序的信息變成有序可比的信息。該模型應用于電力企業的融資能力信用評價具有重大的現實意義。

以ppp模式下政府與企業的匹配關系為研究對象,運用灰靶決策理論對ppp項目政企之間的多種指標評價信息進行定量化處理,通過確定各指標靶心距來衡量政企之間的匹配滿意度,最終構建ppp項目政企匹配模型,并通過實例驗證了模型的正確性.

以ppp模式下政府與企業的匹配關系為研究對象,運用灰靶決策理論對ppp項目政企之間的多種指標評價信息進行定量化處理,通過確定各指標靶心距來衡量政企之間的匹配滿意度,最終構建ppp項目政企匹配模型,并通過實例驗證了模型的正確性.

隨著鐵路綠色施工的不斷推廣,擇優選取綠色施工企業已成為招標人日益關注的焦點問題.為改進傳統評標方法,將重新確定綠色施工評標流程,建立合理的鐵路綠色施工評標指標體系,并采用層次分析法與灰色系統理論相結合的方法,構建ahp-灰色聚類法評標模型.為盡可能使評價指標滿足定量化分析要求,同時考慮到人體思維最大可分辨能力,將各指標劃分為優、良、中、合格、較差、差6個灰類級別并分別賦值,形成評價指標等級值化向量.然后,通過評標專家對投標書中各指標評定的優劣等級結果與其等級值化向量進行加權平均,計算出各投標書綜合得分,確定最終優劣排序,為業主選取最優中標人.最后,運用此評判模型對中川鐵路項目投標書的實證分析,驗證了該方法在綠色施工項目評標中實施的可行性.

針對評價多指標優劣中屬性權值難以確定的問題,筆者提出了基于粗糙集的topsis綜合評價的應用算法,利用粗糙集進行權重確定,把粗糙集與topsis相結合,提出了基于粗糙集的topsis綜合評價方法,以屬性重要度作為各個屬性的權值,對信息系統進行加權分析,得出了總體排序結果,并通過算例驗證了該方法的有效性.

為了準確而快速地判別礦井突水水源,以聚類分析、灰色關聯分析、多元逐步判別分析3種方法建立了礦井突水水源判別模型,提出了通過適應性來選擇具體礦井或礦區的判別方法,利用粗糙集理論的屬性約簡來篩選水化學特征指標,使得所選判別指標更具針對性和減少指標檢測時間,真正實現準確而快速地判別礦井突水水源,進而為礦井水害防治服務。實例表明,屬性約簡前后,識別結果一致性將近90%,證實了粗糙集理論在礦井突水水源判別中的有效性和實用性。

文章論述了粗糙集理論在投標報價時的風險因素,根據粗糙依賴度的計算確定了風險因素的權重,為客觀準確地確定風險因素的重要性提供了一種有效的算法。

在內燃機神經網絡故障診斷系統的基礎上,引入粗糙集理論,對其在內燃機故障診斷特征參數屬性優化中的運用進行了探索。利用可辨識矩陣算法對決策表進行屬性約簡,剔除其中不必要的屬性,揭示了故障診斷條件屬性內在的冗余性,降低了神經網絡構成的復雜性。最后給出了屬性約簡的結果。

供應商選擇的方法,影響著供應商本身以及整條供應鏈的發展,一直是供應鏈管理的研究重點。運用優勢關系粗糙集和可拓理論對供應商選擇方法進行了研究。利用優勢關系粗糙集確定評價指標的權重,利用可拓理論構建了供應商選擇的可拓判別模型。利用建立的指標體系和選擇模型對某公司10個供應商進行了評價和選擇,得出了各供應商的優劣順序,為公司提供了決策依據。

針對傳統的供應商評價選擇方法不能有效處理不完備數據信息、沒有充分利用以前的評價結果等不足之處,將粗糙集理論中的規則提取技術和知識庫構造技術應用到供應商的評價選擇方法之中,依據供應商綜合評價指標體系的設置原則,建立了相應的供應商綜合評價指標體系,按照數據獲取、初始決策表構建、數據預處理、建立區分矩陣、構造區分函數、屬性約簡、決策規則獲取、值約簡、最優決策規則獲取、知識庫構造、供應商分類的處理過程建立了基于粗糙集的供應商評價選擇模型。最后以某企業的供應商數據為例進行了實證分析,通過模型得到的決策規則是合理性的,證明模型的有效性和可行性