【正文】 Katzberg和Ziarko進(jìn)一步提出了不對(duì)稱邊界的VPRS模型，即在上下近似的定義中的6可以是不相同的，從而使此模型更加一般化。這為它的廣泛應(yīng)用打下了基礎(chǔ)。因?yàn)橹灰?3=O，那么就和經(jīng)典模型一致了。定義0．多數(shù)包含關(guān)系為：若把集合x中的元素分類到集合Y中，則會(huì)犯分類錯(cuò)誤的可能性小于B。VPRS的主要擴(kuò)充體現(xiàn)在它允許一定的誤分類率。而在實(shí)際應(yīng)用中，噪音是在所難免的。 (1)可變精度模型(VPRS)。經(jīng)典粗糙集理論應(yīng)用于數(shù)據(jù)分析時(shí)，會(huì)遇到噪音、數(shù)據(jù)缺失、大數(shù)據(jù)量等一系列問題。(2)粗糙集理論包含了求取大量數(shù)據(jù)中最小不變集合(稱為核)與求解最小規(guī)則集(稱為約簡(jiǎn))的理論，這一特性，使得決策者能在領(lǐng)域信息不完整、不確定、不精確的前提下，通過對(duì)數(shù)據(jù)進(jìn)行分析、近似分類、推理數(shù)據(jù)間的關(guān)系，從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律，完成對(duì)事物的判斷、預(yù)測(cè)和決策。粗糙集理論的主要特點(diǎn)是：(1)粗糙集理論僅利用數(shù)據(jù)本身所提供的信息，不需要任何附加信息和先驗(yàn)知識(shí)，比如統(tǒng)計(jì)學(xué)中的概率分布、模糊理論中的隸屬度等，而這些信息有時(shí)并不容易得到。至今大約有2000多篇粗糙集方面的研究論文發(fā)表于國際重要期刊和國際會(huì)議刊物上。在粗糙集的結(jié)構(gòu)中，下列五個(gè)主要因素構(gòu)成了其基本框架：①粗糙集的集合確定和估計(jì)；②粗糙集意義下集合族空間的自適應(yīng)性尋優(yōu)算法及其過程；③粗糙邏輯的推理機(jī)制和構(gòu)造；④針對(duì)問題論域的語意描述和特征表示；⑤其余信息論的統(tǒng)計(jì)推斷和非線性變換。其應(yīng)用范圍已拓展至包括機(jī)器學(xué)習(xí)、信號(hào)處理、模式識(shí)別等較為廣泛的領(lǐng)域。非確定知識(shí)處理與邏輯推理和語義描述密切相關(guān)，近年來值得重視的方面有廣義證據(jù)理論模糊蘊(yùn)涵的合理性和TABLEAU推理、與TABLEAU演算相關(guān)的擇優(yōu)蘊(yùn)涵。．3粗糙集理論2．3．3．1基本框架與學(xué)科地位粗糙集(Rough set)理論是由波蘭數(shù)學(xué)家Zdzislaw Pawlak于1982年提出的一種刻畫不完整性和不確定性的數(shù)學(xué)理論，經(jīng)過20余年的發(fā)展，現(xiàn)已成為一個(gè)前沿研究領(lǐng)域。韓鵬研究了基于案例的推理技術(shù)在自動(dòng)答疑系統(tǒng)中的應(yīng)用。王凌志嘗試在沖模CAD中應(yīng)用CBR。哈工大許之偉等人進(jìn)行了工藝設(shè)計(jì)中支持事例推理的擴(kuò)展對(duì)象模型研究。哈工大王知行等人構(gòu)造了一個(gè)分布式知識(shí)管理系統(tǒng)，將基于事例推理應(yīng)用于知識(shí)管理。哈工大修立軍等人的針對(duì)多目標(biāo)決策的動(dòng)態(tài)建模問題，于2003年開發(fā)了稿件刊發(fā)計(jì)劃問題的應(yīng)用系統(tǒng)。華中理工大學(xué)蔡力鋼等人于2000年提出了基于事例推理的回轉(zhuǎn)類零件的工藝路線決策方法“7“。國防科技大學(xué)的徐明、胡守仁等人于1998年開發(fā)了一個(gè)知識(shí)庫系統(tǒng)CAOBS。清華大學(xué)宋玉銀、蔡復(fù)之等人于1998年采用基于事例推理進(jìn)行產(chǎn)品概念設(shè)計(jì)。2．國內(nèi)研究現(xiàn)狀我國對(duì)CBR的研究始于上個(gè)世紀(jì)90年代初，國內(nèi)在CBR方面的研究主要以應(yīng)用研究為主。RAmen等人應(yīng)用CBR進(jìn)行材料選擇。新加坡的K S Lee_jfllC Luo等人研究了將CBR應(yīng)用于鑄造設(shè)計(jì)，開發(fā)了一個(gè)基于CBR的鑄模設(shè)計(jì)系統(tǒng)。通用公司于1997年丌發(fā)了一個(gè)基于CBR的塑料著色劑選擇系統(tǒng)，該系統(tǒng)在通用公司獲得廣泛應(yīng)用并節(jié)省了大量費(fèi)用。該系統(tǒng)采用NN算法檢索，并根據(jù)以往事例和當(dāng)前設(shè)計(jì)的區(qū)別更改模具的參數(shù)，并驗(yàn)證新的模具解決方案是否在設(shè)計(jì)允許范圍之內(nèi)。英國的Costas Tsatsoulis等人于1993年開發(fā)了一個(gè)制造規(guī)劃系統(tǒng)TOLTEC，用來指導(dǎo)設(shè)計(jì)者進(jìn)行圓柱零件的工藝規(guī)劃、設(shè)計(jì)檢查、材料選擇““’。因此，這三個(gè)過程是循環(huán)往復(fù)的。此過程可分為解決方案、評(píng)估和修改三個(gè)子過程。索引子過程確定以前事例中哪些特征與當(dāng)前的目標(biāo)相關(guān)，檢索子過程確定擁有全部或部分特征的事例，選擇子過程對(duì)檢索出的事例進(jìn)行評(píng)估，以選擇相似度最大的事例。按照以上步驟，CBR方法一般有以下幾個(gè)過程：①通過對(duì)現(xiàn)在問題的關(guān)鍵特征或關(guān)鍵詞賦值索引，來識(shí)別當(dāng)前問題的特征；②從事例庫中檢索有相似索引的解過的問題：③修改檢索到事例的解法，得到適用于新局面的解法：④測(cè)試這個(gè)解法，如果測(cè)試不成功，則轉(zhuǎn)⑤：⑤檢查失敗的原因，如果問題存在于索引和存取算法中，則修改索引規(guī)則，以解決這個(gè)問題，如果問題存在于修改過程中，則使用因果分析來確定失敗的原因，并試圖改正這個(gè)解法，如果測(cè)試成功則轉(zhuǎn)；⑥對(duì)現(xiàn)在的問題進(jìn)行索引賦值；⑦把現(xiàn)在問題局面存入事例庫中?；谑吕评淼姆椒ㄒ褟V泛應(yīng)用于構(gòu)造、診斷、預(yù)測(cè)、規(guī)劃高級(jí)制造業(yè)配置和分類等領(lǐng)域?；谑吕膯栴}求解方法非常適用于沒有很強(qiáng)的理論模型和領(lǐng)域知識(shí)不完全、難以定義或定義不一致而經(jīng)驗(yàn)豐富的決策環(huán)境中?；谑吕膯栴}求解框架提供了一種在決策過程中對(duì)其求解過程更加清晰的范圍，在這個(gè)范圍中，目標(biāo)與過去的事例具有某種相似性。在最一般層次上，基于事例的問題求解方法涉及將一些先前己解決的問題的經(jīng)驗(yàn)與當(dāng)前需要解決的問題關(guān)聯(lián)起來，把需要解決的問題稱為目標(biāo)，而把過去己解決的問題及其描述稱為源，當(dāng)目標(biāo)與源之間存在相似性時(shí)就產(chǎn)生了相似結(jié)構(gòu)，其推理過程依賴于這種相似性。由于基于事例的推理是通過訪問過去問題的求解事例而獲得當(dāng)前問題求解方法的一種推理模式，因而它對(duì)于處理傳統(tǒng)的基于知識(shí)的推理所不能解決的問題非常有效，同時(shí)它還具有從事例的積累中進(jìn)行學(xué)習(xí)、自我完善的特點(diǎn)?；谑吕耐评砘谌说恼J(rèn)知心理過程，以過去的相關(guān)事例為基礎(chǔ)來進(jìn)行類比推理過程?；谑吕评淼难芯堪巳斯ぶ悄艿睦碚撆c技術(shù)兩個(gè)方面。 CBR技術(shù)的工作機(jī)理目前，有兩種研究人工智能的傾向，一種是關(guān)于智能理論的研究，目的是試圖理解人的思維與智能的本質(zhì)，主要研究內(nèi)容是人的思維、人的認(rèn)知行為，包括記憶、學(xué)習(xí)、計(jì)劃和問題的求解機(jī)理等。運(yùn)用這一基本思想方法進(jìn)行專家系統(tǒng)的推理被稱為CBR技術(shù)，即基于事例推理技術(shù)。這些問題的存在對(duì)綜合評(píng)價(jià)工作提出了挑戰(zhàn)，在今后的研究工作中，綜合評(píng)價(jià)的研究趨勢(shì)將沿如下幾方面發(fā)展：對(duì)現(xiàn)有綜合評(píng)價(jià)方法加以改進(jìn)和發(fā)展、將幾種綜合評(píng)價(jià)方法綜合應(yīng)用、嘗試探索新的綜合評(píng)價(jià)方法、嘗試將綜合評(píng)價(jià)方法同人工智能方法及其他有關(guān)先進(jìn)技術(shù)方法綜合起來構(gòu)成集成式智能化評(píng)價(jià)支持系統(tǒng)。7．遺傳算法隨著智能化計(jì)算機(jī)技術(shù)的發(fā)展，這類方法應(yīng)用領(lǐng)域不斷擴(kuò)大，涉及銀行貸款項(xiàng)目、股票價(jià)格的評(píng)估、城市發(fā)展綜合水平的評(píng)價(jià)、工程領(lǐng)域的分包人的選擇評(píng)價(jià)等。該方法的應(yīng)用領(lǐng)域包括企業(yè)的經(jīng)濟(jì)效益評(píng)價(jià)、農(nóng)業(yè)發(fā)展水平評(píng)估、國防競(jìng)爭(zhēng)力測(cè)算、工程領(lǐng)域等。該方法是一種不依賴于專家判斷的客觀方法，優(yōu)點(diǎn)是可以排除評(píng)價(jià)中人為因素的干擾和影響，而且比較適宜于評(píng)價(jià)指標(biāo)間彼此相關(guān)程度較大的對(duì)象系統(tǒng)的CE；不足之處是該方法給出的評(píng)價(jià)結(jié)果僅對(duì)方案決策或排序比較有效，并不反映現(xiàn)實(shí)中評(píng)價(jià)目標(biāo)的真實(shí)重要性程度，其應(yīng)用時(shí)要求評(píng)價(jià)對(duì)象的各因素須有具體的數(shù)據(jù)值。5．?dāng)?shù)理統(tǒng)計(jì)方法數(shù)理統(tǒng)計(jì)方法主要是應(yīng)用其中的主成分分析(Principal ComponentAnalysis)、因子分析(FactorAnalysis)、聚類分析(ClusterAnalysis)、判別分析(Discrimination Analysis)等方法對(duì)一些對(duì)象進(jìn)行分類和評(píng)價(jià)等。FCE方法由于可以較好地解決綜合評(píng)價(jià)中的模糊性(如事物類屬間的不清晰性，評(píng)價(jià)專家認(rèn)識(shí)上的模糊性等)，因而該方法在許多領(lǐng)域得到了極為廣泛的使用““’“?。該方法由于讓評(píng)價(jià)者對(duì)照一相對(duì)重要性函數(shù)表給出因素集中兩兩比較的重要性等級(jí)，因而可靠性高、誤差?。徊蛔阒幨怯龅揭蛩乇姸?、規(guī)模較大的問題時(shí)，該方法容易出現(xiàn)問題，如判斷矩陣難以滿足一致性要求，進(jìn)一步對(duì)其分組往往難以進(jìn)行(如新層次中的因素難以定義)等。3．層次分析法層次分析法(Analytic Hierarchy Process，AHP)是70年代由著名運(yùn)籌學(xué)家T L Saaty提出的，它的基本原理是根據(jù)具有遞階結(jié)構(gòu)的目標(biāo)、子目標(biāo)(準(zhǔn)則)、約束條件及部門等來評(píng)價(jià)方案，采用兩兩比較的方法確定判斷矩陣，然后把判斷矩陣的最大特征根相應(yīng)的特征向量的分量作為相應(yīng)的系數(shù)，最后綜合出各方案各自的權(quán)重(優(yōu)先程度)“”1。MODM理論和方法的研究，近十幾年來有了很大發(fā)展，計(jì)算機(jī)的廣泛應(yīng)用，人工智能、知識(shí)工程和專家系統(tǒng)的飛速發(fā)展，決策支持系統(tǒng)(Decision Support System，DSS)的研究與開發(fā)，與MODM的理論和方法一起有力地促進(jìn)了管理決策科學(xué)化的進(jìn)程，MODM方法現(xiàn)已在社會(huì)、經(jīng)濟(jì)和工程等領(lǐng)域得到了廣泛的應(yīng)用“”“”3。優(yōu)點(diǎn)是簡(jiǎn)單方便，易于使用；不足之處是該法的主觀性太強(qiáng)，因此，該方法往往用于一些不太復(fù)雜的對(duì)象系統(tǒng)的評(píng)價(jià)與對(duì)比。本文研究相關(guān)的幾種CE方法如下：1．專家評(píng)價(jià)法這是一種以專家的主觀判斷為基礎(chǔ)，通常以“分?jǐn)?shù)”、“指數(shù)”、“序數(shù)”、“評(píng)語”等作為評(píng)價(jià)的標(biāo)準(zhǔn)；對(duì)評(píng)價(jià)對(duì)象作出總的評(píng)價(jià)的方法，常用的方法有評(píng)分法、分等方法、加權(quán)評(píng)分法及優(yōu)序法等。評(píng)價(jià)是決策的前提，評(píng)價(jià)的核心任務(wù)是“選擇”，沒有確切的度量，就沒有合理的先擇，即沒有評(píng)價(jià)就沒有決策，評(píng)價(jià)的“質(zhì)量”直接影響到?jīng)Q策的“質(zhì)量。由于影響評(píng)價(jià)有效性的相關(guān)因素很多，而且CE的對(duì)象系統(tǒng)也常常是社會(huì)、經(jīng)濟(jì)、科技、教育、環(huán)境和管理等一些復(fù)雜系統(tǒng)(Complex System)，因此，S L Riedel指出，CE是一件極為復(fù)雜的事情。所謂評(píng)價(jià)，是指依據(jù)明確的目標(biāo)，確定評(píng)價(jià)對(duì)象，測(cè)定對(duì)象的屬性，并把這種屬性變?yōu)榭陀^定量的計(jì)算值或主觀效用的過程。然而在投標(biāo)的實(shí)際工作中，從投標(biāo)準(zhǔn)備到最終確定中標(biāo)人之前的每一個(gè)過程都是投標(biāo)工作不可缺少的部分，并且各部分緊密聯(lián)系。從總體上看，目前國內(nèi)外關(guān)于工程投標(biāo)決策J)cl險(xiǎn)的研究呈現(xiàn)如下特點(diǎn)：比較成熟地應(yīng)用于工程投標(biāo)決策風(fēng)險(xiǎn)分析的模型和方法還很少，現(xiàn)有的風(fēng)險(xiǎn)分析理論與方法的研究成果與實(shí)際應(yīng)用還有一些不足與缺陷，甚至有時(shí)無法進(jìn)行有效的運(yùn)用；對(duì)工程投標(biāo)決策風(fēng)險(xiǎn)領(lǐng)域進(jìn)行系統(tǒng)研究的專著尚不多見，投標(biāo)決策風(fēng)險(xiǎn)評(píng)價(jià)的體系尚未建立；對(duì)投標(biāo)決策風(fēng)險(xiǎn)方面的經(jīng)驗(yàn)資料缺少系統(tǒng)的整理和搜集，對(duì)工程投標(biāo)決策風(fēng)險(xiǎn)系統(tǒng)定量的研究幾乎是空白狀態(tài)。Tummala用模擬的方法進(jìn)行工程費(fèi)用的風(fēng)險(xiǎn)評(píng)估。唐曉陽和胡志根采用模糊數(shù)學(xué)建立了工程造價(jià)估算模型，假設(shè)估算造價(jià)的概率分布函數(shù)為三角分布，求其均值和方差，風(fēng)險(xiǎn)度=方差／均值。黎建強(qiáng)、張金隆、張曙紅等將灰色系統(tǒng)理論及粗糙集用于工程項(xiàng)目投標(biāo)風(fēng)險(xiǎn)決策，獲得了較為可靠的描述和解釋結(jié)果。崔新媛等結(jié)合工程建設(shè)項(xiàng)目風(fēng)險(xiǎn)特點(diǎn)，將風(fēng)險(xiǎn)影響圖運(yùn)用到項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)中。張淙皎等通過分析水利工程業(yè)主風(fēng)險(xiǎn)管理的重要性，建立了水利工程業(yè)主風(fēng)險(xiǎn)管理系統(tǒng)模型。閻長俊以信息嫡理論為基礎(chǔ)，給出了確定投標(biāo)策略的定量分析的嫡方法”?。在投標(biāo)決策風(fēng)險(xiǎn)評(píng)估上，D．K．H．Chua和D．Li等運(yùn)用AHP方法進(jìn)行投標(biāo)風(fēng)險(xiǎn)評(píng)價(jià)。黃懷志等(1997)研究了兩個(gè)投標(biāo)者參與的、雙邊不完全信息下的單個(gè)不可分物品的封閉投標(biāo)式拍賣模型，證明除了次高價(jià)格拍賣規(guī)則外，所有拍賣機(jī)制的均衡策略都是連續(xù)可微和嚴(yán)格單調(diào)增的，并且Nash均衡集完全由一階微分方程系統(tǒng)的邊值問題所刻劃，給出了實(shí)例分析，最后討論了一類特殊的最優(yōu)拍賣問題。龍愛翔(1994)提出了一個(gè)工程項(xiàng)目投標(biāo)報(bào)價(jià)的動(dòng)態(tài)決策模型。Hulst和Rodgers(2001)從兩人的情形，擴(kuò)展到多人情形，探討了價(jià)格波動(dòng)和嚴(yán)格市場(chǎng)結(jié)構(gòu)下的投標(biāo)者報(bào)價(jià)概率分前i問題，指出了所有這些模型的兩個(gè)普遍特征：(1)除非有嚴(yán)格的市場(chǎng)結(jié)構(gòu)能夠使眾多投標(biāo)者產(chǎn)生差異，否則在時(shí)間極限情況下，他們是同質(zhì)的；(2)投標(biāo)者在更新他們的投標(biāo)前，多等待是有利可圖的。Ruqu Wang(2000)探討了招標(biāo)投標(biāo)中的再議標(biāo)問題，指出再議標(biāo)的概率分布是再議標(biāo)成本和投標(biāo)者數(shù)目的減函數(shù)，并給出了模型。Nautz和Wolfstetter(1997)討論了在大量拍賣中的投標(biāo)遮蔽(bid shading)和風(fēng)險(xiǎn)厭惡?jiǎn)栴}，指出在可識(shí)別(discriminatory auction)拍賣中，風(fēng)險(xiǎn)厭惡的投標(biāo)者將比風(fēng)險(xiǎn)中性的投標(biāo)者更謹(jǐn)慎，投標(biāo)遮蔽在價(jià)格上是最優(yōu)的，但交易無效率，這和競(jìng)爭(zhēng)性拍賣顯著不同”“。該模型允許承包商定制滿足他們要求和偏好的效用函數(shù)，共考慮了21個(gè)與承包商決策有關(guān)的準(zhǔn)則，并用AHP法權(quán)衡各個(gè)準(zhǔn)則在層次結(jié)構(gòu)中的重要性，這些重要性再由各準(zhǔn)則的線性效用函數(shù)轉(zhuǎn)化為相應(yīng)的效用，這些效用用來獲得項(xiàng)目的期望效用值，最后利用項(xiàng)目報(bào)價(jià)的線性效用函數(shù)將此期望效用值轉(zhuǎn)化為承包商所希望的報(bào)價(jià)。Griffis簡(jiǎn)單回顧了投標(biāo)模型發(fā)展史，指出投標(biāo)模型的六大發(fā)展動(dòng)態(tài)。King和Mercer研究了Friedman投標(biāo)方法在這樣環(huán)境中的應(yīng)用：所有競(jìng)爭(zhēng)者以同樣的報(bào)價(jià)和同樣的成本估計(jì)不確定性的分布來投標(biāo)，針對(duì)成本估計(jì)誤差的三種分布、不同類型的期望利潤表達(dá)式和不同類型的獲勝概率公式，找到最優(yōu)報(bào)價(jià)。Ahmad和Minkarch利用多維效用理論確定競(jìng)標(biāo)環(huán)境的報(bào)價(jià)”31，由于確定模型中的指數(shù)效用函數(shù)有許多常數(shù)，故在實(shí)際應(yīng)用中很難求解。80年代，Cart提出了所謂一般投標(biāo)模型，該模型不受Friedman和Gates模型所依賴的假設(shè)約束，明確考慮競(jìng)爭(zhēng)者成本估計(jì)的變化，假設(shè)我方報(bào)價(jià)隨成本變化而變化，而成本估計(jì)服從正態(tài)分布，指出Friedman模型適合相對(duì)成本不變而只有報(bào)價(jià)改變的競(jìng)爭(zhēng)者，從而導(dǎo)致不得不考慮這樣一個(gè)情形：成本變化不比報(bào)價(jià)占優(yōu)勢(shì)。Carr和Sandahl 將多元回歸分析用于投標(biāo)決策，所建立的回歸模型可解決如F問題：(1)決定是否對(duì)某工程估價(jià)并進(jìn)行投標(biāo)；(2)確定特定標(biāo)高導(dǎo)致最低報(bào)價(jià)的概率：(3)確定最優(yōu)標(biāo)高。5?。當(dāng)0，CVM模型的結(jié)論會(huì)產(chǎn)生所謂的“勝者的詛咒(Winner’s Curse)”這種情況，因?yàn)槠谕麧櫈閂b，而投標(biāo)人在投標(biāo)達(dá)到記號(hào)時(shí)的投標(biāo)價(jià)b為(V+)，則中標(biāo)的投標(biāo)人的利潤為一，所以當(dāng)投標(biāo)人對(duì)共同值v估計(jì)過高，會(huì)導(dǎo)致投標(biāo)人基本不贏利，有時(shí)甚至虧本，這種模型當(dāng)競(jìng)爭(zhēng)增長或估計(jì)精度下降時(shí)，導(dǎo)致缺少進(jìn)取心的投標(biāo)。1971年Capen Clapp和Campbell等人針對(duì)IPVM模型的不足提出了另外一種類型的模型，即共同值模型CVM(Common Value Model)，在此模型中，拍賣品的值對(duì)所有投標(biāo)人來說是一樣的，具體是多少并不知道，每個(gè)投標(biāo)人對(duì)此值作獨(dú)立的估計(jì)““。IPVM模型只適宜于非耐用消費(fèi)品的拍賣，因?yàn)橄M(fèi)這類商品所得到的滿足感可以認(rèn)為是個(gè)人行為，投標(biāo)人可以知道這類商品對(duì)他的價(jià)值，別的投標(biāo)人對(duì)此商品的價(jià)值估計(jì)可以不同，且估值是獨(dú)立的，基本滿足IPVM模型成立的假設(shè)條件，由模型推導(dǎo)出的結(jié)論