[发明专利]一种基于概率灰色综合评价的企业合作伙伴选择方法有效
申请号: | 201510079745.6 | 申请日: | 2015-02-13 |
公开(公告)号: | CN104680317B | 公开(公告)日: | 2018-03-02 |
发明(设计)人: | 彭翀;武广林;孟玉洁;王伦 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06Q10/06 |
代理公司: | 北京辰权知识产权代理有限公司11619 | 代理人: | 张斯盾 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于概率灰色综合评价的企业合作伙伴选择方法,包括以下步骤确定待选企业及评价指标;对各待选企业进行灰色综合评价,选取各指标的最优值构成最优指标集,经过计算得出各企业与最优指标集之间的关联度;基于概率进行伙伴选择,将各待选企业与最优指标集之间的关联度定义为该企业的被选择概率,针对每一个待选企业,产生随机数,若随机数小于该企业的被选择概率,则该企业被选为合作伙伴,若基于概率的伙伴选择过程中没有伙伴被选择,则选择由灰色综合评价得出的最优企业为合作伙伴。该方法能在客观评价的基础上得出一个或多个解,更符合实际情况,有实用、灵活、计算量小等优点。 | ||
搜索关键词: | 一种 基于 概率 灰色 综合 评价 企业 合作伙伴 选择 方法 | ||
【主权项】:
一种基于概率灰色综合评价的企业合作伙伴选择方法,其特征在于,该方法包括灰色综合评价和基于概率的伙伴选择两部分;1)灰色综合评价包括以下四个步骤:步骤一,设有n个企业待选,每个企业有m个评价指标Xi={xi1,xi2,…,xij,…,xim},1≤i≤n,1≤j≤m,其中,Xi表示企业i的指标集,xij表示企业i的第j个指标,选取每个指标在各个企业中的最优值x0(j),1≤j≤m,构成最优指标集X0={x0(1),x0(2),…,x0(m)},将最优指标集X0和原始数据Xi,1≤i≤n按照下式构成指标矩阵X:X=x01x02...x0mx11x12...x1m......xij...xn1xn2...xnm;]]>步骤二,对指标值进行规范化处理;根据以下公式对各指标值进行规范化处理:cij=xij-minj{xij}maxj{xij}-minj{xij},(i=0,1,2,...,n;j=1,2,...,m)]]>其中,c0j为最优指标集X0的第j个指标值经规范化后的值,cij(1≤i≤n)为企业i的第j个指标值经规范化后的值,当时,cij=1;步骤三,计算各指标值与最优指标值之间的灰色关联系数;根据以下公式来计算每一指标值与最优指标值之间的灰色关联系数:rij=miniminj|c0j-cij|+μmaximaxj|c0j-cij||c0j-cij|+μmaximaxj|c0j-cij|]]>其中,rij为第i个企业的第j个指标值与该指标的最优值之间的关联系数,μ为分辨系数,取值范围为[0,1];步骤四,给出各评价指标的权重,计算得出各待选企业与最优指标集之间的关联度,根据以下公式来计算待选企业与最优指标集之间的关联度:ai=Σj=1mrij×wj,(i=1,2,...,n)]]>其中,ai为企业i与最优指标集之间的关联度,wj为指标j的权重,且W=(w1 w2 … wj … wm)T,2)基于概率的伙伴选择包括以下两个步骤:步骤一,各待选企业与最优指标集之间的关联度即为该企业的被选择概率,针对每一个待选企业,产生随机数,若随机数小于该企业的被选择概率,则该企业被选为合作伙伴;产生的随机数满足以下条件:min(ai)‑0.05≤si≤max(ai)+0.05,其中,si为针对企业i产生的随机数,min(ai)为所有待选企业关联度的最小值,max(ai)为所有待选企业关联度的最大值;步骤二,结果检验:若没有伙伴被选择,则选择由灰色综合评价得出的最优企业为合作伙伴。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510079745.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种固定资产清查系统
- 下一篇:应急广播系统调度控制方案生成方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用