基于协同网络信息的多指标决策方法

　　前言
　　第1章 绪论
　　1.1 研究背景
　　1.1.1 协同网络组织的快速发展
　　1.1.2 网络主体之间协同的重要意义
　　1.1.3 大量决策问题中需要考虑协同信息
　　1.1.4 提出新的决策方法的迫切性
　　1.2 问题的提出
　　1.2.1 提炼基于协同网络信息的决策问题
　　1.2.2 给出基于协同网络信息的决策分析模型
　　1.2.3 解决典型问题的决策分析方法
　　1.3 研究目标与研究意义
　　1.3.1 研究目标
　　1.3.2 研究意义
　　1.4 研究内容、研究思路与研究方法
　　1.4.1 研究内容
　　1.4.2 研究思路
　　1.4.3 研究方法
　　1.5 本书章节安排
　　1.6 本书创新性工作说明
　　1.7 数学符号及用语的说明
　　第2章 相关研究文献综述
　　2.1 文献检索情况概述
　　2.1.1 文献检索范围分析
　　2.1.2 相关文献情况分析
　　2.1.3 学术趋势分析
　　2.2 协同网络研究的兴起与发展
　　2.2.1 协同网络研究历史回顾
　　2.2.2 协同网络研究的主要学派
　　2.3 协同网络主体之间的协同作用
　　2.3.1 网络主体之间的互补性协同作用
　　2.3.2 网络主体之间的交互性协同作用
　　2.4 考虑协同情形的决策问题使用的决策信息
　　2.4.1 虚拟企业／动态联盟伙伴选择中所考虑的决策信息
　　2.4.2 新产品研发联盟／R&D团队成员选择中所考虑的决策信息
　　2.4.3 交叉功能团队／多学科团队成员选择中所考虑的决策信息
　　2.5 考虑协同情形的决策问题的决策方法
　　2.5.1 联盟类组织伙伴选择的决策方法
　　2.5.2 团队类组织成员选择的决策方法
　　2.6 对已有研究的贡献和不足的总结
　　2.6.1 主要贡献
　　2.6.2 不足之处
　　2.7 本章小结
　　第3章 基于协同网络信息的决策问题描述及决策分析模型
　　3.1 决策分析中的协同网络与协同网络信息
　　3.1.1 协同网络类型及其描述
　　3.1.2 协同网络信息描述
　　3.1.3 表述协同网络信息的可达矩阵
　　3.2 基于协同网络信息的决策问题描述
　　3.2.1 决策问题概述
　　3.2.2 决策问题分类与描述
　　3.2.3 典型决策问题提炼
　　3.3 基于协同网络信息的决策分析模型
　　3.3.1 决策问题的结构模型
　　3.3.2 决策分析的矩阵模型
　　3.3.3 个体信息与协同信息的集成模式
　　3.4 本章小结
　　第4章 基于协同网络信息的团队成员选择的多指标决策方法
　　4.1 基于协同网络信息的合作研发联盟成员选择方法
　　4.1.1 研究问题的背景
　　4.1.2 合作研发联盟成员选择的一个框架
　　4.1.3 模糊集理论
　　4.1.4 模糊决策方法
　　4.1.5 说明例子
　　4.2 基于协同网络信息的项目团队成员选择方法
　　4.2.1 基础知识
　　4.2.2 问题描述
　　4.2.3 原理与方法
　　4.2.4 算例
　　4.3 本章小结
　　第5章 基于协同网络信息的团队成员选择的多目标决策方法
　　5.1 考虑协同信息的团队成员选择方法
　　5.1.1 问题的描述
　　5.1.2 团队成员选择的优化模型
　　5.1.3 模型求解的两种方法
　　5.1.4 算例一
　　5.1.5 算例二
　　5.2 基于协同网络信息的R&D团队成员选择方法
　　5.2.1 问题描述
　　5.2.2 R&D团队成员选择的多目标决策模型
　　5.2.3 模型求解的多目标进化算法
　　5.2.4 算例与仿真分析
　　5.3 基于个体与协同信息的交叉功能团队成员选择方法
　　5.3.1 问题描述
　　5.3.2 交叉功能团队成员选择的多目标决策模型
　　5.3.3 模型求解的多目标进化算法
　　5.3.4 说明例子
　　5.4 本章小结
　　第6章 基于协同网络信息的优秀团队选择的决策方法
　　6.1 创新研究群体项目选择的背景及问题分析
　　6.1.1 研究背景
　　6.1.2 实际问题分析
　　6.2 分析模型及问题描述
　　6.2.1 分析模型建立
　　6.2.2 问题描述
　　6.3 决策方法
　　6.3.1 团队竞争力评价
　　6.3.2 团队合作评价
　　6.3.3 基于理想点的信息综合与方案排序
　　6.3.4 基于均衡理想优势的信息综合与方案排序
　　6.3.5 方法的主要步骤总结
　　6.4 算例
　　6.4.1 使用基于理想点方法的方案排序
　　6.4.2 使用基于均衡理想优势方法的方案排序
　　6.5 本章小结
　　第7章 基于协同网络信息的团队表现评价方法
　　7.1 新产品研发团队的协作满意度评价方法
　　7.1.1 团队的协作满意度
　　7.1.2 构建的评价指标体系
　　7.1.3 语言变量与二元语义模型
　　7.1.4 评价方法
　　7.1.5 说明例子
　　7.2 基于信誉与合作的虚拟团队相互信任评价方法
　　7.2.1 相互信任评价的矩阵模型及评价指标
　　7.2.2 基于信誉与合作的相互信任评价方法
　　7.2.3 基于Web的相互信任评价系统的构建
　　7.2.4 潜在应用
　　7.3 本章小结
　　第8章 结论与展望
　　8.1 本书的主要成果及结论
　　8.2 本书的主要贡献
　　8.3 本书研究的局限
　　8.4 对后续研究工作的建议
　　参考文献

　　    樊治平，博士，国家杰出青年科学基金获得者，享受国务院政府特殊津贴。现任东北大学工商管理学院教授、博士生导师。主要从事运作管理与决策分析等方面的教学和科研工作。作为项目负责人主持完成各类科研项目50余项，曾获得省部级科技奖励6项，荣获第三届国家教育部"高校青年教师奖"。在国内外重要学术期刊上发表论文300余篇。
　　    冯博，毕业于东北大学工商管理学院管理科学与工程专业，获管理学博士学位。现任华南理工大学工商管理学院决策科学系讲师，香港城市大学商学院访问学者。主要研究方向为管理决策分析、知识管理等。曾参与完成了多项科研项目，在国内外重要学术期刊上发表论文30余篇。

　　    《基于协同网络信息的多指标决策方法》将介绍作者近年来有关基于协同网络信息的多指标决策方法的主要研究成果。基于协同网络信息的决策问题广泛存在于现实生活中，如合作研发联盟的伙伴选择、R&D团队成员选择、交叉功能团队成员选择、知识创新团队的伙伴选择、优秀创新研究群体选择、虚拟团队相互信任评价、NPD团队协作满意评价等问题以及考虑技术兼容性的技术组合方案选择、考虑部件兼容性的产品配置、基于服务要素的服务设计以及基于组合效用的产品组合方案选择等问题。因而，基于协同网络信息的决策方法研究，不仅具有重要的学术价值，而且具有广阔的应用前景。
　　    《基于协同网络信息的多指标决策方法》可作为决策科学、管理科学和系统工程等领域的研究人员和管理人员的参考书，也可作为高等院校相关专业研究生的参考书。