基于子群视角的多指标群组集成技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71671165
  • 项目类别:
    面上项目
  • 资助金额:
    47.2万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0104.预测与评价
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

With increasingly complex of evaluation objects, multi-indicator sub-group comprehensive evaluation has been widely applied in economic and management. Meanwhile, aggregation technology is a core content of multi-indicator sub-group comprehensive evaluation and reflects the process of individual opinions gathered to the group. This project focuses on the aggregation technology and has the following features compared with previous researches. Firstly, we study the aggregation technologies of sub-group under different cross models from the perspective of group organization form, which overcome the existing shortcoming of unity in research angle. Secondly, two aggregation processes exist in multi-indicator sub-group comprehensive evaluation, and conclusions from different aggregation paths have potential inconsistencies. Therefore, the proposed conditions of consistency in two-way aggregation are effective to improve the scientific and reliability of conclusions. Thirdly, in the theory of dynamic multi-indicator sub-group comprehensive evaluation, "dynamic" generally refers to the dimension of time, but the changes of evaluation subjects and objects will also affect the choice of the aggregation technology. Based on this, we expand the existing operators to meet different dynamic conditions. Finally, we decompose the differences into the normal and the abnormal, which can improve the scientificity of aggregation technology in application.
随着评价对象的日益复杂,多指标子群评价已在经济管理中得到了广泛应用。其中,集成技术是多指标子群评价的一个核心内容,体现了个体意见向群组意见集聚的过程。本项目立足于集成技术,与现有研究相比,主要特点有:(1)从群组组织形式的角度,研究了各种子群交叉情形下的集成技术,克服了现有文献研究视角单一的缺陷;(2)在多指标子群评价中,同时存在多指标集成(横向集成)和子群集成(纵向集成)两个过程,不同的集成路径得到的结论存在潜在不一致。因此,从集成算子的角度提出双向集成一致性的条件,有利于提高结论的科学性与可靠性;(3)在动态多指标子群评价中,“动态”一般指时间的维度,但评价主客体的变动也会影响集成技术的选择。基于此,拓展了现有集成技术以满足不同的动态情形;(4)从集成技术的角度将意见差异分解成正常差异和非正常差异,并研究了动态情形下的时间效应和随机效应,以提高集成技术应用的科学性。

结项摘要

群组评价活动是人类最基本的实践活动之一,但在现实评价活动中,会出现评价主体和评价对象趋于大规模或构成呈现异质化的情形,通常需要将主体或对象划分为若干子群进行评价,然后按特定方式进行集成以完成群体意见汇总。从小团体的协商与谈判到大规模的社会选择问题,从竞技体育中的裁判打分到公司管理中的绩效考核,从科研项目立项评奖到居民生活中的满意度评价,无不体现出分组评价活动的本质。. 基于该背景,本项目探索了子群视角下的多指标群组集成技术,具体包括:(1)集成的一致性问题。围绕一致性意见达成前的权重确定角度、达成时的共识调整机制角度以及达成后的识别和分解角度,分别从“事前”、“事中”和“事后”等角度提出了集成一致性问题的系列解决思路。(2)子群集成技术。从子群构成与组织形式角度出发,探讨了存在领导者情形、子群异质性等问题,提出了自组织式子群集成技术与均衡分组的子群集成思路;考虑模糊环境下的子群集成问题,分别针对直觉模糊数、语义数、情景模糊集及其混合形式提出了相应的集成算子。(3)子群集成技术的应用研究。以环境能源、经济管理、社会科技等为应用领域,通过改进集成技术,提升传统评价方法(如,TOPSIS法、VIKOR法、灰色评价法等)的适用性;以专业市场指数编制和政府大规模评价活动为对象,提出了多层嵌套式集成技术和“异质性小组评价,同质性大组集中”等形式,拓展了方法适用范围。. 本项目的主要特色是基于子群的视角,分别从“事前”、“事中”和“事后”等角度对集成的一致性、集成后的意见修正以及集成机制等问题进行了研究,给出了关于多指标子群评价的系列集成方法。相关成果对丰富集成的一致性测度体系以及完善群组评价理论框架具有重要的意义。同时,对大规模评价实践活动具有重要的指导价值,促进了评价活动开展的规范性和科学性。

项目成果

期刊论文数量(35)
专著数量(0)
科研奖励数量(3)
会议论文数量(0)
专利数量(0)
A Multi-Attribute Pearson's Picture Fuzzy Correlation-Based Decision-Making Method
基于多属性Pearson图像模糊相关的决策方法
  • DOI:
    10.3390/math7100999
  • 发表时间:
    2019-10-01
  • 期刊:
    MATHEMATICS
  • 影响因子:
    2.4
  • 作者:
    Jin, Yun;Wu, Hecheng;Peng, Bo
  • 通讯作者:
    Peng, Bo
Sustainable energy development in the major power-generating countries of the European Union: The Pinch Analysis
欧盟主要发电国的可持续能源发展:压力分析
  • DOI:
    10.1016/j.jclepro.2020.120696
  • 发表时间:
    2020-05
  • 期刊:
    Journal of Cleaner Production
  • 影响因子:
    11.1
  • 作者:
    Su Weihua;Ye Yujing;Zhang Chonghui;Balezentis Tomas;Streimikiene Dalia
  • 通讯作者:
    Streimikiene Dalia
Probabilistic multi-criteria assessment of renewable micro-generation technologies in households
家庭可再生微型发电技术的概率多标准评估
  • DOI:
    10.1016/j.jclepro.2018.12.051
  • 发表时间:
    2019-03
  • 期刊:
    JOURNAL OF CLEANER PRODUCTION
  • 影响因子:
    11.1
  • 作者:
    Zhang Chonghui;Wang Qin;Zeng Shouzhen;Balezentis Tomas;Streimikiene Dalia;Alisauskaite-Seskiene Ilona;Chen Xueli
  • 通讯作者:
    Chen Xueli
存在领导者的自组织群组评价技术及应用
  • DOI:
    10.19343/j.cnki.11-1302/c.2017.08.010
  • 发表时间:
    2017
  • 期刊:
    统计研究
  • 影响因子:
    --
  • 作者:
    张崇辉;苏为华;曾守桢
  • 通讯作者:
    曾守桢
基于均衡理论的群组评价机制设计及应用
  • DOI:
    10.19343/j.cnki.11-1302/c.2018.01.009
  • 发表时间:
    2018
  • 期刊:
    统计研究
  • 影响因子:
    --
  • 作者:
    张崇辉;苏为华;曾守桢
  • 通讯作者:
    曾守桢

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

Estimation of moments for linear panel data models with potential existence of time effects
潜在存在时间效应的线性面板数据模型的矩估计
  • DOI:
    10.1016/j.spl.2010.08.022
  • 发表时间:
    2010-12
  • 期刊:
    Statistics & Probability Letters
  • 影响因子:
    --
  • 作者:
    吴鑑洪;苏为华
  • 通讯作者:
    苏为华
面向空气质量监测数据时空多维属性的可视分析方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    陈伟锋;陶煜波;林海;苏为华
  • 通讯作者:
    苏为华
面向GDP数据时空多维属性的可视分析方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    周志光;徐杨炳;刘 芳;陈伟锋;陶煜波;林 海;苏为华
  • 通讯作者:
    苏为华

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

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