中文摘要：

混合性能指标决策问题是一类广泛存在于管理优化决策领域中的复杂决策问题,具有决策目标难以完全数量化/结构化表示、决策者的偏好适应值具有噪声、问题决策空间大且可行方案数目多、群体决策等主要特征,需采用交互式决策机制,使得传统优化决策方法难以直接应用求解。本项目从决策模型与方法、问题处理流程机制与支持系统等方面深入研究基于偏好信息学习引导的混合性能指标智能优化决策模型、方法与关键支撑技术,具有重要理论意义,主要研究内容包括:①具有隐式性能指标适应值机器预测模型的交互式智能多目标优化决策模型②降低适应值"噪声"影响的单/多机器预测模型集成方法③有效提高决策绩效的自适应复合进化算子以及突破小种群限制的交互式智能多目标算法等关键支撑技术④基于诱导集结偏好信息学习引导的混合性能指标智能群体决策模型、方法及决策支持系统;所开发智能决策方法能够满足企业管理实践中提升核心竞争力的迫切需求,亦具有重要实际价值。