项目名称: 基于行为决策理论的隐性目标决策模型与方法研究

项目编号: No.71271072

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 管理科学

项目作者: 梁昌勇

作者单位: 合肥工业大学

项目金额: 56万元

中文摘要: "隐性目标决策问题"是现实世界中大量存在着一类决策目标难以数量化表征、决策过程需不断交互迭代、决策结果受情景和行为影响的复杂决策问题。在前期研究工作基础上,应用行为决策、人工智能等理论和方法,深入研究隐性目标决策问题中有关决策者行为偏好规律和建模求解方法。具体内容包括:应用行为决策、情感计算等,研究决策者对隐性目标决策问题的决策认知规律和行为模式,分析建立隐性目标决策行为特征模型;研究决策者心理空间与偏好模型,研究群体心理空间与偏好的集成方法,应用交互式人工智能方法构建隐性目标决策问题求解模型;研究隐性目标决策过程的交互集成机制和共享方法,结合多种群协同进化、自适应机制和智能自学习方法等研究交互式群决策智能求解算法;研究决策过程中的噪声抑制方法和提高决策效率策略;并结合具体领域,进行实验和应用研究。本项目研究更加贴近现实决策需求,具有重要的理论意义和应用价值。

中文关键词: 智能决策;隐性目标;群决策;行为决策;交互式进化计算

英文摘要: Tacit object decision-making problems are a class of complex decision-making problems in the real world. It is very complex to solve the problems because it has three special characters that the decision objectives are unable or difficult to be defined explicitly in a structured or quantitative way, the decision processes are interacting constantly, and the decision results are influenced by the changed decision scene and decision-maker's behaviors. Based on the previous research, we apply behavioral decision-making and artificial intelligence methods to study the decision-maker's preference rules, and preference model constructions and solving in the tacit object decision-making problems. The specific contents of this project include: Applying behavior decision-making and affective computing methods to study the decision-maker's decision cognitive laws and behavior models on the tacit object decision-making problems, and to build the tacit object decision behavior characteristic model; Studying the decision-maker's psychological space and preference model, the aggregation methods of group psychological space and preference, using interactive artificial intelligence methods to construct the solving model of the tacit object decision-making problems; Studying the interactive aggregation mechanisms and sharing met

英文关键词: Intelligent decision;Tacit objective;group decision-making;Behavioral decision-making;Interactive evolutionary computation

成为VIP会员查看完整内容
5

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
36+阅读 · 2021年5月29日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
29+阅读 · 2020年12月14日
专知会员服务
43+阅读 · 2020年12月8日
WWW 2022 :基于纯MLP架构的序列推荐模型
专知
0+阅读 · 2022年3月20日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
支持个性化学习的行为大数据可视化研究
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
45+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
12+阅读 · 2020年6月20日
Arxiv
24+阅读 · 2020年3月11日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
36+阅读 · 2021年5月29日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
29+阅读 · 2020年12月14日
专知会员服务
43+阅读 · 2020年12月8日
相关资讯
WWW 2022 :基于纯MLP架构的序列推荐模型
专知
0+阅读 · 2022年3月20日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
支持个性化学习的行为大数据可视化研究
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
相关基金
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
45+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员