共 33 条
创新合作伙伴的SVM-TOPSIS优选决策分析
被引：6
作者：
邵明晖
[1
,2
]
吴彪
[2
]
张路蓬
[3
]
机构：
[1] 哈尔滨工程大学经济管理学院
[2] 黑龙江工程学院经济管理学院
[3] 清华大学公共管理学院
来源：
基金：
黑龙江省自然科学基金;
关键词：
支持向量机;
直觉模糊集;
TOPSIS;
创新合作伙伴;
决策;
D O I：
暂无
中图分类号：
O225 [对策论（博弈论）];
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对协同创新过程中不同阶段的特征,基于支持向量机(SVM)与直觉模糊集理论,构建了创新合作伙伴的两阶段选择指标体系及"初选——精选与优化"决策模型。初选阶段,针对初选合作指标体系,利用SVM缩小创新合作伙伴的选择范围;精选与优化阶段,在充分考虑协同创新过程中的创新伙伴多属性、群体决策性等特征的基础上,利用直觉模糊集TOPSIS法,最终确定协同创新合作伙伴。最后,通过对某医药企业创新合作伙伴选择的算例分析,证明了该决策模型的可行性,为协同创新合作伙伴的优选问题提供新的决策思路与方法。
引用
收藏
页码：179 / 186
页数：8
相关论文