软计算协作技术在智能化管理中应用研究.docVIP

软计算协作技术在智能化管理中应用研究 　　摘要：在管理科学中，运用人工智能和管理科学结合的智能化管理，是管理科学的一个重要研究方向。模糊系统、神经网络、遗传算法和粗糙集等软计算的协作技术发挥了各自的信息处理优点，为智能化管理提供了有力的重要信息处理工具。文章研究并综述了软计算协作技术在智能化管理中的应用，并在此基础上建立了科研项目立项评审智能管理系统；探讨了核方法、支持向量机、DEA方法在管理科学上的应用，分析了认知信息处理今后在智能化管理中的可能应用。 　　关键词：智能化管理；软计算；模糊集；神经网络；遗传算法；粗糙集 　　 　　一、引言 　　 　　在管理科学中，运用人工智能、知识工程、系统工程、计算技术和管理科学结合的智能化管理，是管理科学的一个重要研究方向。为了建立智能化的管理系统，需要对相关的各种管理信息进行处理。软计算在智能化管理中有着重要的科学意义和应用前景。 　　应用软计算协作技术的信息处理，发挥了利用人脑运用模糊概念的能力的模糊系统方法；利用粗糙集无须任何先验知识，能在保留关键信息的前提下，对信息数据进行化简的特征；利用神经网络的并行处理、非线性、高度容错和泛化能力强的特点，以求出自适应的求解结果；利用遗传算法处理参数多、结构复杂问题的全局寻优问题。这些计算技术发挥了各自的信息融合与信息处理的优点，以获得鲁棒性强、成本较低的综合智能信息处理方法。 　　智能化管理研究如何提高管理系统的人工智能水平，以及智能管理系统的设计理论、方法与实现技术。目前，管理科学中的信息处理方法，多采用传统的数理统计方法，模糊综合决策方法，也有一批将模糊集理论和神经网络方法应用于管理科学的成果。应用多种软计算融合、协作技术建立智能管理系统是管理科学的发展趋势。 　　软计算中的融合与协作技术为管理科学，特别是智能化管理提供了有力的重要信息处理工具，将形成管理科学的一个重要研究方向。我们开展了软计算技术在智能化管理中的应用研究，认知信息处理在智能化管理中的可能应用研究，本文综述了这些研究结果。 　　 　　二、软计算协作技术 　　 　　1．科研项目立项评审智能管理系统。研究目的是建立基于粗糙集一模糊技术－神经网络－遗传算法的智能管理系统。我们在粗糙－模糊－遗传－神经网络的软计算协作方法的基础上，模拟和优化处理专家评审及鉴定的思维特征，建立了科研项目智能管理系统，运用软件工程原理与方法，对该系统及其在科研项目立项评审的应用软件进行计划、开发和维护。应用结果表明了该系统的可行性和有效性，取得令人满意的效果。该系统还可推广应用于其他智能管理系统。 　　研究结果说明，随着软计算融合与协作技术研究的进一步深入，今后进一步研究模糊系统、神经网络、遗传算法、粗糙集、概率推论、证据理论等方法的融合与协作技术，设计新型智能模型，这对于扩展管理模型的表达能力和应用范围，进一步提高管理模型的自适应、自学习、自组织能力等都具有非常重要的意义。 　　采用黑盒测试法对该系统软件进行测试、检验。将基于模糊排序、神经网络、模糊神经网络、模糊遗传神经网络以及粗糙－模糊－遗传－神经网络等模型建立的科研项目智能管理系统，应用于广东省自然科学基金科研项目的立项评审和管理，取得了令人满意的效果。 　　2．数据处理的集值统计。由于科研评审过程是一类完全非线性行为，采用经典的统计方法，得到的综合评价结果未能很好反映出项目的真实状况。在基于综合评价的模糊排序的专家系统的基础上，采用集值统计方法，建立基于集值统计的模糊神经网络专家评审系统，较好地充分利用资料收集过程中的信息，关注专家在评审思维过程中的不确定性、随机性、模糊性及专家主观判断性等信息。评价过程更符合人类思维模式，从而使得指标评价结果更接近项目的客观价值。 　　3．遗传算法在智能化管理中的应用。目前常用的遗传算法(SGA)仍然存在一些亟待克服的缺点：进化初期的未成熟收敛，即早熟问题；进化中后期由于个体竞争减弱引起的随机搜索趋势。文献“15”建立了一种非一致性自适应遗传算法，该算法在排序操作的自适应遗传算法的基础上，确定了遗传算子概率，然后运用非一致性自适应遗传算子确定变异量，将变异算子的作用与演化代数及当前解的质量联系起来，使得演化系统能够根据演化进度及解的质量，自适应地调整搜索区域，从而较明显地提高算法全局搜索能力，较好地克服了传统遗传算法中的早熟缺点，减少了进化中后期随机搜索趋势的机率。将其应用于科研项目智能评审系统，取得了很好的效果。 　　4．遗传一神经网络在智能化管理中的应用。在文献“16”、文献“17”中，分析厂采用BP算法的多层前馈神经网络在处理一类分类问题时存在的缺陷，提出厂一种新型的基于遗传算法和BP算法的神经网络学习方法。该学习算法既能克服BP算法所存在的局部最优问题，又能使