基于变精度粗集的软件项目投标风险挖掘与规避研究

论文摘要

软件项目投标具有很高的风险性,很多软件企业在赢得投标合同之后仍然难以获得预期利润,实施风险规避是降低软件项目风险、提高投标商效益的必要手段。本文对投标理论研究的发展现状作出了评述,分析了软件项目投标过程中的风险因素,研究了变精度粗集(Variable Precision Rough Set,简称VPRS)在软件项目投标风险规避领域的适用性。VPRS是粗糙集的拓展,它在Pawlak粗糙集基础上引入了一个阈值β(0.5<β≤1),使得模型具有容错能力,可以消除软件项目投标风险信息系统中的分类错误,得到强规则,支持风险规避决策。VPRS在Web搜索与文本挖掘上的应用为获得软件项目投标风险信息提供了新的途径。介绍了Web搜索与文本挖掘的一般过程,潜在语义索引方法中的Web文档搜索,基于粗糙集的近似文档排序,利用VPRS进行文档表示和文档搜索。VPRS用两个参数下限l和上限u来表示精度,根据属性值组合条件下,目标集合的条件概率与近似区域之间的关系,决定文档的类别,发现关于软件项目投标风险信息Web文档中的相关概率规则,为投标风险规避获取有效的信息来源。界定了软件项目和投标风险规避的概念,基于各种学术观点,结合软件项目投标的特点,对软件项目投标风险影响因素进行系统分析和分类,采取专家群决策打分法,得到软件项目及其风险要素的风险当量(Risk Exposure, RE)。结合VPRS和层次分析法(Analytical Hierarchy Process, AHP)中判断矩阵方法,在专家权重相同和可能不同两种情况下,分别提出了软件项目投标风险测度的新算法,来集结各个专家的打分,形成综合风险当量(Integrated Risk Exposure, IRE),并对风险优先级进行了排序。与传统的累加统计风险评估方法不同,VPRS从分类能力角度出发计算风险要素的重要性,提高了风险测度的科学性、准确性。研究了基于VPRS的风险规则获取问题,从经验数据中发现风险规律和知识,用于风险预测。进一步,对VPRS模型进行了扩展,利用基于优势关系的VPRS和变精度模糊粗糙集(VPFRS)模型挖掘规则,处理软件项目投标风险决策数据,得到相应的风险规则,并分析了阈值β对于生成规则集的影响。建立了基于VPRS的软件项目投标动态风险规避体系,介绍了风险驱动的软件项目全寿命周期,分析了各个阶段的风险构成,研究将项目管理风险集成到投标风险,并提出软件项目投标的风险规避措施和风险规避决策过程。讨论了项目和风险指标IRE与风险规避力度、风险规避措施之间的关系,设计了一套软件项目投标的风险规避流程。在理论分析的基础上,建立基于VPRS的软件项目投标风险规避群决策支持系统(Group Decision Support System, GDSS)构架,在Web平台上实现专家对软件项目投标风险规避的决策,为决策提供了一个快速、低成本的知识发现平台。讨论基于GDSS的软件项目投标风险规避原理,专家群决策系统的结构,知识库建立的VPRS模型方法和群决策支持系统知识库的维护与更新等问题,并构建GDSS系统应用实例。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 问题的提出
• 1.2 选题来源及研究意义
• 1.2.1 课题来源
• 1.2.2 研究目的及意义
• 1.3 软件项目投标风险规避研究综述
• 1.3.1 投标理论研究的发展现状
• 1.3.2 软件项目投标风险因素和数据来源
• 1.3.3 软件项目投标风险规避的基本流程
• 1.4 变精度粗集研究综述
• 1.4.1 理论研究综述
• 1.4.2 应用拓展概况
• 1.5 相关理论与方法综述
• 1.5.1 Web 搜索与文本挖掘
• 1.5.2 全寿命周期理论
• 1.5.3 群决策理论
• 1.5.4 层次分析法
• 1.5.5 决策支持系统
• 1.6 研究内容与结构
• 2 基于VPRS 的风险信息WEB 搜索与文本挖掘算法
• 2.1 引言
• 2.2 基于VPRS 的WEB 搜索与文本挖掘一般过程
• 2.3 基于VPRS 的风险信息WEB 搜索
• 2.3.1 基于LSI 的Web 文档检索
• 2.3.2 基于粗糙集的近似文档排序
• 2.3.3 基于VPRS 的风险信息Web 文档搜索算法
• 2.3.4 算例
• 2.4 基于VPRS 的WEB 风险信息文本挖掘
• 2.4.1 分类信息表
• 2.4.2 VPRS 模型近似区域
• 2.4.3 从概率决策表中计算最小决策规则
• 2.4.4 算例
• 2.5 结语
• 3 基于VPRS 的软件项目投标风险测度群决策算法
• 3.1 引言
• 3.2 软件项目投标风险要素
• 3.3 风险测度群决策算法设计
• 3.3.1 专家权重相同假设条件下的风险测度算法
• 3.3.2 专家权重不同假设条件下的风险测度算法
• 3.4 风险测度Β稳定区间
• 3.5 算例
• 3.6 讨论
• 3.7 结语
• 4 基于VPRS 的软件项目投标风险规则挖掘算法
• 4.1 引言
• 4.2 基于VPRS 的规则提取算法
• 4.2.1 β-约简算法
• 4.2.2 算例
• 4.3 基于优势关系的VPRS 概率规则获取算法
• 4.3.1 优势关系
• 4.3.2 基于优势关系的VPRS 约简算法
• 4.3.3 算例
• 4.4 基于变精度模糊粗糙集（VPFRS）的规则挖掘算法
• 4.4.1 模糊集的基本概念
• 4.4.2 算法设计
• 4.4.3 算例
• 4.5 实证比较分析
• 4.6 阈值Β对规则集的影响分析
• 4.6.1 规则集的弱完全一致
• 4.6.2 规则集的阈值稳定性
• 4.7 结论
• 5 基于VPRS 的软件项目投标动态风险规避研究
• 5.1 引言
• 5.2 软件项目的全寿命周期
• 5.3 基于全寿命周期的软件项目投标风险集成
• 5.4 软件项目投标风险规避措施与风险规避力度
• 5.5 基于全寿命周期的软件项目投标风险规避决策过程
• 5.6 算例
• 5.7 结语
• 6 基于VPRS 的软件项目投标风险规避群决策支持系统
• 6.1 引言
• 6.2 基于WEB 的软件项目投标RAGDSS
• 6.2.1 基于Web 的软件项目投标RAGDSS 原理与流程
• 6.2.2 基于Web 的RAGDSS 框架
• 6.2.3 系统的组成及各部分的功能
• 6.3 基于VPRS 的软件项目投标风险规避原理
• 6.3.1 知识库建立的VPRS 模型方法
• 6.3.2 专家系统知识库的维护与更新
• 6.4 基于VPRS 的软件项目投标RAGDSS 应用实例
• 6.5 结论
• 7 全文总结与研究展望
• 7.1 全文总结
• 7.2 研究展望
• 致谢
• 参考文献
• 附录1 攻读博士期间发表及完成的论文目录
• 附录2 攻读博士期间参加及完成的科研课题