模糊环境下基于参照依赖的项目组合选择研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71402103
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.8万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0115.工程管理和项目管理
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Project portfolio selection, as a strategic management tool, emphasizes how to do the right projects. Most previous studies on project portfolio selection assume decision-makers as completely rationality. Few studies consider behavioral factors of decision-makers, leading to the limited reference value of decision results. We employ fuzzy set theory to describe the project parameters Integrated prospect theory and bounded rationality theory, we proposed a project portfolio selection model based on reference dependence under fuzzy environment. The main contents in our research are as follows: (1) determining the single reference point and the multiple reference point of project portfolio selection problem, and analyze the effect of these reference point to decision-makers' behavior. And, then, the satisfaction degree function is proposed. In addition, we presented the CVaR risk measure for project portfolio under fuzzy environment; (2) Considering ambiguity aversion behavior of decision-makers, a fuzzy multi-objective project portfolio selection model is proposed with the objectives to maximize satisfaction degree, while the ambiguity and the fuzziness of project portfolio benefit are minimized under the realized constraints; (3) according to the features of the model, a hybrid algorithm is designed to solve the presented model; (4) our presented model and algorithms are applied to pharmaceuticals R&D project portfolio selection problems . we compared the proposed model with the traditional model to verify its applicability and effectiveness. The effect of different reference points to the decision results is also studied. This study not only extends the classical project portfolio selection model in theory, but has can provide some guidance and reference for project portfolio selection in enterprises.
作为战略性的管理工具,项目组合选择强调“做正确的项目”。以往的项目组合选择研究多假设决策者为“完全理性”,较少考虑决策者的行为因素,导致做出决策的参考价值有限。本课题采用模糊集理论刻画项目参数,综合“前景理论”和“有限理性”理论,提出模糊环境下基于参照依赖的项目组合选择模型。具体的研究内容包括:(1)分析单参照点、多参照点的确定方式和它们对决策者行为的影响,构建满意度函数;提出模糊环境下项目组合选择风险度量的CVaR方法。(2) 现实约束下,考虑决策者的“模糊厌恶”行为,建立了满意度最大、项目组合收益的模糊性和含糊性最小的多目标项目组合选择模型。(3) 根据模型的特点,设计了一种混合算法用于提出模型的求解;(4)将提出的模型和算法应用于新药R&D项目,与传统的模型进行对比;考察不同参照点对决策结果的影响。本课题拓宽了经典项目组合选择的理论,研究成果将为企业的项目组合选择提供参考和帮助。

结项摘要

本课题的主要研究成果如下:1)将行为决策理论融入到项目组合选择问题,考虑决策者的偏好行为,将行为决策领域较新的TODIM方法应用于能源项目管理。2)研究了新能源项目组合选择的评价指标体系,分析了传统的TODIM方法在新能源项目评价的适用性,给出了一种多粒度语言变量的改进TODIM方法,并进一步探析了决策者偏好行为的影响。3)综合目前对合同能源管理商业模式的不足,本课题对合同能源管理商业模式的影响机制进行了全面的梳理,并给出了一种新的TODIM方法应用于合同能源管理商业模式的选择方法。4)针对项目组合选择涉及的财务因素和非财务因素,构建了一个两阶段的模糊项目组合选择模型,通过建立风险补偿率与非财务风险值的函数,构建了考虑非财务风险的项目组合选择模型。5)项目组合选择模型是一个非线性和具有复杂约束的组合优化问题。传统的优化方法对于这类问题往往难以求解。智能优化算法在求解这类问题时表现出良好的性能。本课题针对项目组合选择问题难于求解的特点,提出了几种高效的求解智能优化算法。在研究成果的基础上,本课题在SSCI或SCI检索的国际期刊发表正刊文章15篇,其中项目负责人以第一作者或通讯作者发表JCR Q1学术论文11篇。另有一些论文正在审稿中,还有一批论文即将投稿。

项目成果

期刊论文数量(16)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
A multi-criteria decision analysis model for carbon emission quota allocation in China's east coastal areas: Efficiency and equity
中国东部沿海地区碳排放配额分配多准则决策分析模型:效率与公平
  • DOI:
    10.1016/j.jclepro.2017.08.220
  • 发表时间:
    2017-12
  • 期刊:
    Journal of Cleaner Production
  • 影响因子:
    11.1
  • 作者:
    Qu;e Qin;Yuan Liu;Xin Li;Huanan Li
  • 通讯作者:
    Huanan Li
Selection of energy performance contracting business models: A behavioral decision-making approach
合同能源管理商业模式的选择:行为决策方法
  • DOI:
    10.1016/j.rser.2017.01.058
  • 发表时间:
    2017-05
  • 期刊:
    RENEWABLE & SUSTAINABLE ENERGY REVIEWS
  • 影响因子:
    15.9
  • 作者:
    Qin Qu;e;Liang Fuqi;Li Li;Wei Yi-Ming
  • 通讯作者:
    Wei Yi-Ming
Brain storm optimization algorithm: a review
头脑风暴优化算法:回顾
  • DOI:
    10.1007/s10462-016-9471-0
  • 发表时间:
    2016-12-01
  • 期刊:
    ARTIFICIAL INTELLIGENCE REVIEW
  • 影响因子:
    12
  • 作者:
    Cheng, Shi;Qin, Quande;Shi, Yuhui
  • 通讯作者:
    Shi, Yuhui
Air emissions perspective on energy efficiency: An empirical analysis of China's coastal areas
大气排放对能源效率的影响:中国沿海地区的实证分析
  • DOI:
    10.1016/j.apenergy.2016.10.127
  • 发表时间:
    2017-01-01
  • 期刊:
    APPLIED ENERGY
  • 影响因子:
    11.2
  • 作者:
    Qin, Quande;Li, Xin;Wei, Yi-Ming
  • 通讯作者:
    Wei, Yi-Ming
Particle Swarm Optimization With Interswarm Interactive Learning Strategy
使用群间交互式学习策略的粒子群优化
  • DOI:
    10.1109/tcyb.2015.2474153
  • 发表时间:
    2016-10
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    Cheng, Shi;Zhang, Qingyu;Li, Li;Shi, Yuhui
  • 通讯作者:
    Shi, Yuhui

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

中国企业研发效率动态演进的背后:市场化改革的力量
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    经济与管理研究
  • 影响因子:
    --
  • 作者:
    陈修德;彭玉莲;吴小节;秦全德
  • 通讯作者:
    秦全德
基于生物寄生行为的双种群粒子群算法
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    秦全德;李荣钧
  • 通讯作者:
    李荣钧
模拟生物理想自由分布模型的粒子群算法
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    秦全德;李荣钧
  • 通讯作者:
    李荣钧
中国新能源汽车产业的政策协同研究——评估与演化
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    北京理工大学学报(社会科学版)
  • 影响因子:
    --
  • 作者:
    张蕾;秦全德;谢丽娇
  • 通讯作者:
    谢丽娇
人工蜂群算法研究综述
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    智能系统学报
  • 影响因子:
    --
  • 作者:
    秦全德;程适;李丽;史玉回
  • 通讯作者:
    史玉回

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

秦全德的其他基金

高比例可再生能源情景下储能系统优化配置研究
  • 批准号:
    72174124
  • 批准年份:
    2021
  • 资助金额:
    48 万元
  • 项目类别:
    面上项目
学习效应视角下能源优化配置双层规划模型研究
  • 批准号:
    71871146
  • 批准年份:
    2018
  • 资助金额:
    48.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码