简介：我国服装行业库存水平近年逐渐恶化，库存问题成为该行业发展的重要瓶颈。信息共享被认为是有效解决该问题的方法之一。然而目前国内文献对我国服装行业信息共享的定量研究较为缺乏；同时国内外对信息共享的普适研究也多集中于比较共享与不共享信息的影响，鲜有文章研究信息共享程度对供应链绩效的影响。本文通过建立信息共享量化模型分析以下三种情况对服装行业供应商库存水平及成本的影响：（1）共享需求统计信息，（2）共享实时需求信息，（3）共享需求及市场信息。本文研究表明，共享实时需求信息比共享需求统计信息能有效降低供应商库存水平及成本；而额外共享市场信息，能增加供应链柔性，提高其应对市场不确定性的能力。本文研究信息共享程度对服装行业供应链的影响，旨在降低我国服装供应链高库存水平，并为我国服装企业信息化及品牌建设提供管理启示。

简介：针对灾害事件的多阶段演化特征，研究多阶段应急群决策方法。在复杂的决策环境下，为了解决决策专家难以对应急方案进行准确评价的问题，允许专家以残缺精确数与残缺模糊数判断矩阵给出偏好信息；而且，多阶段应急群决策模型通过构建目标规划模型对决策专家进行分阶段赋权，并解得各决策阶段下群体的方案偏好，最后通过求解决策阶段权重，获取全局群体偏好最优解。应用于危险化学品液态苯泄漏的应急处置案例验证了该方法的可行性与有效性。

简介：本文依据群体语言评价信息特点,基于二元语义信息处理、理想点评价模型及聚类分析等方法,给出了基于二元语义评价信息并适用于层次结构的个体优势特征识别方法;对某企业的文化优势特征进行识别,演示了方法的使用过程,并说明了所提方法的可行性和有效性。从二元语义的评价信息中,本方法能够比较充分地挖掘和体现被测行为主体的个体优势特征,能够为决策者提供多种维度的决策信息。

简介：本文提出了基于语言分布评估加权平均（DAWA）算子的多属性群决策方法；定义了个体决策者评价结果与决策群体评价结果的次序一致性和数值一致性测度，以此分析决策群体评价结果的可靠性；最后，通过具体实例验证了群决策方法的有效性和实用性，分析了个体决策者评价结果与决策群体评价结果的次序一致性和数值一致性。

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。