基于云模型的企業(yè)項(xiàng)目融資決策探討范文

本站小編為你精心準(zhǔn)備了基于云模型的企業(yè)項(xiàng)目融資決策探討參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：針對(duì)傳統(tǒng)融資決策中只考慮評(píng)價(jià)信息的模糊性，不涉及隨機(jī)性的問題，提出了一種基于云模型的多指標(biāo)性決策方法，從而用于解決由群體組成的多指標(biāo)融資決策問題。首先將備選方案的語(yǔ)言評(píng)價(jià)值進(jìn)行轉(zhuǎn)化為云；其次通過計(jì)算專家的靜態(tài)權(quán)重和動(dòng)態(tài)權(quán)重并合成專家綜合權(quán)重，合成得到方案綜合云；再次依據(jù)Hamming距離測(cè)度提出了一種改進(jìn)的云相似度算法，通過云的相似度算法比較各方案綜合云并且得到最終方案的排序；最后實(shí)例驗(yàn)證該方法的可行性和有效性。

關(guān)鍵詞：云模型；多目標(biāo)融資決策；Hamming距離；專家權(quán)重

一、引言

融資是現(xiàn)代企業(yè)獲得資金的重要途徑。融資決策過程需要大量人員共同參與，而隨著社會(huì)環(huán)境的復(fù)雜性加劇，基于人的局限性與主觀性，以及事物本身的模糊性，決策者無法對(duì)決策對(duì)象給予準(zhǔn)確的評(píng)價(jià)。不確定性大群體融資決策問題越來越備受關(guān)注。徐選華等人[1]研究了大群體決策沖突測(cè)度問題，提出了聚集沖突測(cè)度模型并集結(jié)為群體沖突測(cè)度模型，實(shí)施應(yīng)用于大群體偏好集結(jié)；王暢[2]以自然語(yǔ)言值作為切入點(diǎn)，將模糊熵和TOPSIS結(jié)合來求得綜合權(quán)重，并實(shí)施應(yīng)用于應(yīng)急大群體決策。值得注意的是，現(xiàn)有的方法中，大部分只考慮了決策信息的模糊性，并沒有考慮到?jīng)Q策信息的隨機(jī)性問題，而隨機(jī)性是大群體決策不確定性的一個(gè)重要性質(zhì)，在多屬性決策中是普遍存在的。在企業(yè)融資決策中，所涉及的評(píng)價(jià)指標(biāo)眾多，其中有些評(píng)價(jià)指標(biāo)難以用定量數(shù)據(jù)衡量，在此情況下決策者更傾向于利用語(yǔ)言變量對(duì)指標(biāo)進(jìn)行評(píng)價(jià)。云模型是李德毅院士在1995年在概率論和模糊數(shù)學(xué)基礎(chǔ)上提出的概念，它以自然語(yǔ)言值作為切入點(diǎn)，實(shí)現(xiàn)定量與定性之間的不確定性轉(zhuǎn)換，既能很好地克服模糊數(shù)學(xué)與概率論在處理不確定性上的不足，也可以很好地彌補(bǔ)定性與定量轉(zhuǎn)換過程中的信息缺失問題。云模型間的差異化度量是決策方案排序與選擇過程中的重要內(nèi)容：趙坤等人[3]研究的是在最優(yōu)權(quán)系數(shù)基礎(chǔ)上，基于前景理論與云模型對(duì)各個(gè)方案的綜合前景值進(jìn)行排序選擇；張勇等人[4]基于云滴間的橫坐標(biāo)差值，從云滴分布的角度，提出云的相似度算法；金璐等[5]基于云模型和熵權(quán)理論，提出最大最小貼近度的云的相似度算法。

以上研究只是通過云的橫坐標(biāo)來對(duì)云的相似度作計(jì)算與比較，并沒有考慮縱坐標(biāo)對(duì)云相似度計(jì)算結(jié)果的影響，這就顯得不夠準(zhǔn)確合理。現(xiàn)代企業(yè)融資決策涉及的因素眾多，傳統(tǒng)的大群體決策方法已難以滿足這種復(fù)雜環(huán)境下的決策要求。Hamming距離是著名學(xué)者查理德∙衛(wèi)斯理∙漢明提出來的，表示在信息論中，兩個(gè)等長(zhǎng)字符串之間的Hamming距離是兩個(gè)字符串對(duì)應(yīng)位置的不同字符的個(gè)數(shù)，即將一個(gè)字符串轉(zhuǎn)換成另外一個(gè)字符串所需替換的字符個(gè)數(shù)。Hamming距離越小，表示其相似度越高；反之，其相似度越低。而云模型是定性與定量之間的相互轉(zhuǎn)換，用Hamming距離來計(jì)算云之間的相似度，要比以普通距離計(jì)算更具說服力。基于此，本文通過計(jì)算各個(gè)云滴間的Ham-ming距離，并基于Hamming距離測(cè)度對(duì)云的相似度算法做進(jìn)一步改進(jìn)，提出了一種改進(jìn)的云相似度算法，利用云的相似度來實(shí)現(xiàn)方案排序。實(shí)際中，專家的權(quán)重是大群體決策的又一重要部分。不同專家個(gè)體具有不同的經(jīng)歷、知識(shí)背景和偏好，在專家權(quán)重確定過程中，首先應(yīng)該對(duì)專家進(jìn)行聚類。基于所提供評(píng)價(jià)信息存在多樣性與差異性，某一聚集內(nèi)的專家人數(shù)越多，該聚集對(duì)群體決策的作用越大，說明該聚集的權(quán)重越大。萬(wàn)俊等人[6]基于決策者主觀權(quán)重已知，提出一種通過計(jì)算專家個(gè)體決策結(jié)果與群體決策結(jié)果的偏差量并結(jié)合熵理論求得專家的客觀權(quán)重的調(diào)整算法；本文針對(duì)已知專家聚類的群體決策問題，根據(jù)不同專家與其固有的知識(shí)充裕度、專業(yè)熟悉度和影響力等計(jì)算出專家靜態(tài)權(quán)重，根據(jù)專家對(duì)方案評(píng)估的偏離程度經(jīng)反饋計(jì)算得出動(dòng)態(tài)權(quán)重，兩者相結(jié)合得到最終的專家綜合權(quán)重。

本文主要貢獻(xiàn)在于，針對(duì)屬性權(quán)重已知的多屬性群體決策問題，提出了一種基于云模型的融資決策方法。針對(duì)不同決策指標(biāo)對(duì)應(yīng)群體權(quán)重不同的問題，提出了基于專家靜態(tài)權(quán)重與動(dòng)態(tài)權(quán)重相結(jié)合來確定專家綜合權(quán)重。所提方法包括以下部分：（1）企業(yè)項(xiàng)目融資決策中，多指標(biāo)并難以量化，采用云模型對(duì)專家的語(yǔ)義評(píng)價(jià)進(jìn)行量化，從評(píng)價(jià)語(yǔ)言的模糊性與隨機(jī)性兩方面描述評(píng)價(jià)過程的不確定性，使得評(píng)價(jià)結(jié)果更具準(zhǔn)確合理性；（2）在評(píng)價(jià)信息基礎(chǔ)上，基于專家的靜態(tài)權(quán)重與動(dòng)態(tài)權(quán)重結(jié)合的方法確定專家綜合權(quán)重，結(jié)合屬性綜合評(píng)價(jià)值與專家綜合權(quán)重二次生成綜合云；（3）基于Hamming距離測(cè)度方法，對(duì)云的相似度與差異性進(jìn)行度量，并計(jì)算確定備選方案與最優(yōu)云的相似度，然后進(jìn)行排序選擇，使得方案的比較更加合理準(zhǔn)確。

二、云模型及相關(guān)定義

（一）云模型定義

云模型是用語(yǔ)言值表示的某個(gè)定性概念與其定量表示之間的不確定性轉(zhuǎn)換，是李德毅院士在1995年提出，能將概念中的模糊性和隨機(jī)性有機(jī)結(jié)合在一起，構(gòu)成定性與定量間的不確定性映射。

三、基于綜合專家權(quán)重確定云模型方案排序

（一）綜合專家權(quán)重確定

1.靜態(tài)權(quán)重

實(shí)際中，不同專家人員具有不同的知識(shí)背景、經(jīng)歷和偏好等，基于此，本文通過把專家的知識(shí)充裕程度、專業(yè)熟悉度及專家影響力等確定的權(quán)重作為靜態(tài)權(quán)重。在專家模型基礎(chǔ)上，通過計(jì)算專家相關(guān)知識(shí)充裕度(ZC)、專家專業(yè)經(jīng)驗(yàn)熟悉度(ZJ)和專家影響力(ZY)，由公式(Zj)=k1ZC+k2ZJ+k3ZY得到專家質(zhì)量得分(Zj)，進(jìn)行歸一化處理后得到靜態(tài)權(quán)重。

2.動(dòng)態(tài)權(quán)重

現(xiàn)實(shí)中，每個(gè)專家評(píng)估質(zhì)量絕非與其靜態(tài)權(quán)重相一致，依據(jù)專家的評(píng)估偏離程度，由反饋計(jì)算得到動(dòng)態(tài)權(quán)重，偏離程度越大，專家所獲得權(quán)重越小。利用動(dòng)態(tài)權(quán)重考核專家的評(píng)估質(zhì)量，是對(duì)專家評(píng)估質(zhì)量的動(dòng)態(tài)反映。

四、應(yīng)用實(shí)例

隨著時(shí)代的進(jìn)步發(fā)展，融資對(duì)現(xiàn)代企業(yè)的發(fā)展越來越重要。而融資是否成功，取決于融資決策的好壞，企業(yè)項(xiàng)目融資決策是一個(gè)多屬性群體決策的動(dòng)態(tài)過程，融資決策的好壞直接關(guān)系一個(gè)企業(yè)的發(fā)展是否長(zhǎng)遠(yuǎn)。某企業(yè)在激烈市場(chǎng)競(jìng)爭(zhēng)中謀求創(chuàng)新發(fā)展，研發(fā)一種新型產(chǎn)品，由于資金短缺需向銀行貸款而制定融資決策方案。現(xiàn)從企業(yè)經(jīng)濟(jì)能力B1、企業(yè)人力資源B2、外部環(huán)境B3、應(yīng)對(duì)風(fēng)險(xiǎn)能力B4、企業(yè)信息化投入B55個(gè)方面制訂了3個(gè)貸款備選方案。采用本文所提方法對(duì)貸款備選方案進(jìn)行排序并確定出最優(yōu)的貸款方案。

五、結(jié)論

本文研究基于云模型的企業(yè)融資決策方法，首先利用云模型對(duì)備選方案的語(yǔ)言評(píng)價(jià)值進(jìn)行轉(zhuǎn)化；然后通過計(jì)算專家的靜態(tài)權(quán)重和動(dòng)態(tài)權(quán)重并結(jié)合專家綜合權(quán)重，合成得到方案綜合云；依據(jù)Hamming距離測(cè)度提出了一種改進(jìn)的云相似度算法，通過云的相似度算法比較各方案綜合云并且得到最終方案的排序。在企業(yè)項(xiàng)目融資中，針對(duì)屬性權(quán)重已知的多屬性群體決策問題，提出了一種基于云模型的融資決策方法。針對(duì)不同決策指標(biāo)對(duì)應(yīng)群體權(quán)重不同的問題，提出了基于專家靜態(tài)權(quán)重與動(dòng)態(tài)權(quán)重相結(jié)合來確定專家綜合權(quán)重。最后，利用本文所提方法，應(yīng)用于企業(yè)的項(xiàng)目貸款融資方案決策中，通過實(shí)證分析，驗(yàn)證了該方法的可行性與有效性。

參考文獻(xiàn)：

[1]徐選華，萬(wàn)奇鋒，陳曉紅，等.一種基于區(qū)間直覺梯形模糊數(shù)偏好的大群體決策沖突測(cè)度研究[J].中國(guó)管理科學(xué)，2014，22（8）：115-122.

[2]王暢.基于直覺模糊集的應(yīng)急決策方法研究[D].武漢：華中師范大學(xué)，2016.

[3]趙坤，高建偉，祁之強(qiáng)，等.基于前景理論及云模型風(fēng)險(xiǎn)型多準(zhǔn)則決策方法[J].控制與決策，2015（3）：395-402.

[4]張勇，趙東寧，李德毅.相似云及其度量分析方法[J].信息與控制，2004，33（2）：129-132.

[5]金璐，覃思義.基于云模型間貼近度的相似度量法[J].計(jì)算機(jī)應(yīng)用研究，2014，31（5）：1308-1311.

[6]萬(wàn)俊，邢煥革，張曉暉.基于熵理論的多屬性群決策專家權(quán)重的調(diào)整算法[J].控制與決策，2010，25（6）：907-910.

[7]徐選華，孫倩，劉潔，等.基于云模型的大型工程機(jī)械企業(yè)項(xiàng)目融資決策研究[J].科技進(jìn)步與對(duì)策，2016，33（16）：106-110.

[8]齊名軍，楊愛紅.基于云模型云滴機(jī)制的量子粒子群優(yōu)化算法[J].計(jì)算機(jī)工程與應(yīng)用，2012，48（24）：49-52.

[9]肖子涵，耿秀麗，徐士東.基于云模型的不確定性大群體多屬性決策方法[J].計(jì)算機(jī)工程與應(yīng)用，2016.

[10]王堅(jiān)強(qiáng)，劉淘.基于綜合云的不確定語(yǔ)言多準(zhǔn)則群決策方法[J].控制與決策，2012，27（8）：1185-1190.

作者：韋元宏；李林 單位：上海理工大學(xué)