基于近年来发展起来的软决策理论,综合利用模糊逻辑、人工神经网、遗传算法等软计算工具和谓词计算方法,研究在商务智能条件下第三方物流在运输、仓储和增值服务运营中所产生的各种不确定决策模型和求解方法,为商务智能条件下的第三方物流提供决策支持。具体内容包括建立基于语言变量可以融合专家知识的预测、决策和评价模型;通过规则简化和合并技术,提高从数据中提取知识可解释性的方法,以及发现隐含性的专家知识和决策模式的方法;研究同时考虑主观模糊性和客观随机性的双重不确定决策模型数学表示和模型求解;研究包含不确定性的第三方物流运输、库存方面的计划与调度决策模型,并考虑用软计算方法求解。
(1)对目前基于熵、方差和离差优化准则的序加权平均(OWA)算子权重确定方法的有关结果进行了改进和推广,并建立了不同形式目标函数之间的联系。 (2)对目前有代表性的拟算术平均算子和动态加权平均算子定义了反映它们集成特征的orness 测度,研究了其有关性质及其函数确定方法。 (3)建立了OWA算子和基于模糊语言变量的模糊量化算子之间的联系,在基于谓词计算的背景下,研究了模糊量化算子的性质和隶属度函数的确定方法。 (4)提出了参数化的可以融合决策偏好信息和实现灵活选择的模糊数排序方法,模糊集的去模糊化和模糊数的区间数逼近方法。 (5)建立了概率信息未知和已知两种情况下不确定决策的统一求解方法,实现了偏好信息表示和决策方案评价的参数化选择,并将其推广到信息集成背景下的一般情况。 (6)针对第三方物流的运输配送和库存环节,研究了动态和模糊条件下的多目标物流配送运输优化方法,结合动态需求的客户模糊聚类方法及其配送方案,以及考虑缺货成本的模糊库存策略。 (7)研究了结合专家经验和模糊语言变量的物流中心综合评价和优选模型,物流联盟的上下游合作伙伴选择方法以及商务智能背景下的网络信息查询和挖掘问题。