第29卷第34期中国电机工程学报 V ol.29 No.34 Dec. 5, 2009
2009年12月5日 Proceedings of the CSEE ?2009 Chin.Soc.for Elec.Eng. 77 文章编号：0258-8013 (2009) 34-0077-07 中图分类号：TM 73 文献标志码：A 学科分类号：470?40
不确定环境下的随机模糊规划最优报价策略模型
马新顺1，刘建新1，文福拴2
(1．华北电力大学电气与电子工程学院，河北省保定市 071003；
2．华南理工大学电力学院，广东省广州市 510640)
Random-fuzzy Programming Model for Developing Optimal Bidding
Strategies in the Uncertain Environment
MA Xin-shun1, LIU Jian-xin1, WEN Fu-shuan2
(1. School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China;
2. School of Electric Power, South China University of Technology, Guangzhou 510640, Guangdong Province, China)
ABSTRACT: In a competitive electricity market, the optimal bidding strategies of generation companies could be developed based on estimation of the hybrid random and fuzzy parameters such as rivals’ bidding strategies, the forecasted load and price- demand elasticity. The probability theory and the possibility theory were employed to handle the uncertain information in existing literature, but the randomness and the fuzziness were dealt with separately. A new methodological framework with chance constrained random-fuzzy programming, which evaluated the randomness of the forecasted load, the fuzziness of rivals’ biddings strategies and price-demand elasticity, was developed for building optimal bidding strategies of generation companies with the uncertainty theory based risk management taken into account. A hybrid intelligent algorithm with combined random-fuzzy simulation, artificial neural network and genetic algorithm was proposed to solve the random-fuzzy programming problem. A numerical example of a simulated electricity market with six participating generation companies was served for demonstrating the feasibility and efficiency of the developed model and solution algorithm.
KEY WORDS: electricity market; bidding strategies; uncertainty theory; random-fuzzy programming; hybrid intelligent algorithm
摘要：在电力市场环境下，发电公司在构造其最优报价策略时需考虑多种不确定信息，如竞争对手的策略性行为、系统预测负荷及需求弹性等。由于受到数学理论的限制，在构造
基金项目：国家自然科学基金项目(70673023)；华北电力大学博士学位
教师科研基金项目(200612005)。
Project Supported by National Natural Science Foundation of China (70673023)．发电公司的最优报价策略方面，以往的研究工作仅能够将这些不确定参数分别按随机变量或模糊变量进行处理，而不能将实际中存在的随机和模糊两类不确定性进行统一处理。从不确定理论出发，将竞争对手的报价行为和需求弹性作为模糊变量处理，同时将预测负荷视为随机变量的情况下，构造了计及风险的发电公司最优报价的机会约束随机模糊规划模型，设计了将随机模糊模拟、神经网络和遗传算法结合在一起的混合智能算法进行求解。用有6个发电公司参与的电力市场进行计算和分析，说明了该文模型及求解算法的可行性及有效性。
关键词：电力市场；报价策略；不确定理论；随机模糊规划；混合智能算法
0 引言
在采用暗标拍卖的联营电力市场环境下，发电公司的最优报价策略问题受到发电公司和市场监管的关注，该问题一经提出即成为电力市场的研究热点[1-2]。在不完全信息环境下，常通过估计竞争对手的报价行为并采用概率方法构造发电公司的最优报价模型。文献[3]在竞争对手的报价系数为连续随机变量的假设下，构造了发电公司最优报价策略的期望值模型，并给出了有效的求解方法。文献[4-6]构造了计及风险的发电公司最优报价策略的随机规划模型。与用方差度量风险不同，文献[7-8]借用金融理论中的风险价值的思想提出了另一种风险度量方法，即将报价风险度量为小于预期利润的概率，由此构造了发电公司报价策略的随机机会约束规划模型。以上从概率论出发建立随机数学模型的方法，已成为解决发电公司或供电公司最优报价策略问题的主流方法之一[9-13]。针对电力市场运行初
78 中 国 电 机 工 程 学 报 第29卷
期或市场规则刚做过修改的市场环境，当可利用的历史数据不够充分或统计性质不满足要求，对手的竞价行为作为随机变量进行估计有困难时，文献[14]将竞争对手的竞价行为视为模糊变量，基于可能性理论建立模糊规划模型，为解决发电公司的最优报价策略问题提出了另一方法框架。
在不确定市场环境下，构造发电公司的最优报价策略的关键是如何描述和处理决策过程中的不确定性。数学上，这些不确定性主要表现为随机性和模糊性，需要在构造发电公司的最优报价策略模型时同时考虑。在以上背景下，文献[15-16]基于可信性理论[17]，在竞争对手的报价系数为可信性理论意义下的随机模糊变量的假设下，构造了发电公司最优报价策略的随机模糊模型。然而，将竞争对手的报价系数描述为随机模糊变量，虽能够反映报价系数所具有的随机和模糊双重不确定性，但在实际应用中难以对随机模糊变量的分布规律及其参数进行估计。同时，在不确定环境下构造发电公司的报价策略，除计及竞争对手报价行为的不确定性外，还需要考虑系统负荷和电力需求等市场参数的不确定性。本文基于最近发展的不确定理论[18]，将竞争对手的报价行为和需求弹性作为模糊变量处理，并将预测负荷视为随机变量的情况下，构造了计及风险的发电公司最优报价的机会约束随机模糊规划模型，其中，报价策略的风险度量为小于预期利润的可信性，并利用随机模糊模拟技术，采用将神经网络和遗传算法结合而形成的混合智能算法对模型进行求解。
1 数学模型
1.1 电力市场竟价规约
假设有n 个发电公司参与电力市场，为便于论述，假设每家发电公司仅拥有一台等值发电机组，但下文所述方法可以推广到一般情况。假设第j 个发电公司的成本函数C jc (q j )为
2()0.5,jc j j j j j C q a q b q =+ 1,2,
,j n =… (1) 式中：q j 为被调度发电出力，q j min ≤q j ≤ q j max ，q j max 、
q j min 分别为有功出力的上、下限；a i >0，b i >0，为真实成本系数。发电公司j 根据系统的预测负荷及对其他竞争对手的报价估计确定自己的报价，市场规则要求的报价函数ρj (k j , q j )为
(,)()j j j j j j j j j j k q k a b q q ραβ=++ (2) 式中：k j 为其报价策略因子系数满足1j j k k ≤≤，j k
为其取值上限(j =1,2,…,n )；αj =k j a j ，βj =k j b j ，为报价系数。第j 个发电公司的报价函数如图1所示。
ka j =a j /MW
ρj /(100元/(MW ?h))
图1 发电公司j 的报价函数
Fig. 1 Bid curve of generation company j
以发电公司i 为研究对象，设k ?i 为其所有竞争 对手策略因子系数所构成的向量，k 为参与市场竞争
的所有发电公司的策略组合向量，即 T T [,]i i ?==k k k
T 12[,,,],n k k k …i =1,2,…,n 。设下一个交易日某时段
系统的预测负荷为q 0，电力联营体收到各个发电公司的报价后，确定使总购电成本最小的发电调度，当不考虑系统阻塞时，采用如下方法调度[3]：
01min max , 1,2,,, 1,2,,j j j n j j j j j q j n q q r q q q j n
αβλλ
=+==???
=????≤≤=?∑…… (3) 式中：λ为市场清除价格；r 反映电能需求对市场电价的弹性；αj 、βj 为发电公司j 的报价系数。当不考虑发电出力约束时，求解式(3)可得到
0111
()/()n
n j j j j j
q r αλββ===++∑∑ (4)
()/j j j q λαβ=? (5)
式中j =1,2,…,n 。当q j 公司从调度中排除；当q j >q j max 时，令q j =q j min ，将该发电公司设置为满负荷发电，并将其发电容量从总负荷中剔除。之后，用式(4)和(5)重新计算λ和q j ，直到所有发电公司的被调度出力满足式(3)中的发电出力约束，清除过程结束。 由以上市场规则可以看出，市场清除电价λ及各发电公司调度发电出力q j 均与各发电公司的报价策略组合向量k 、预测系统负荷q 0及反映需求价格弹性的系数r 有关。此时，发电公司i 在单位时间内的利润πi 为 ()i i ic i q C q πλ=? (6) 由于采用了暗标拍卖，发电公司i 无法确切知道其他发电公司的报价系数向量k ?i ，也不能确切知道系统预测负荷q 0及反映需求价格弹性的系数r ，在构造最优报价策略时需要同时考虑这些参数的不确定性。首先，对刚开始运行或市场竞价规则刚 第34期 马新顺等： 不确定环境下的随机模糊规划最优报价策略模型 79 做过修改的电力市场，由于不充分的报价历史数据或数据的统计特性不能满足要求，可将k ?i 视为模糊向量[14]；其次，从现有的负荷预测技术来看，虽然，短期负荷预测可达很高的精度，但预测系统负荷仍具有随机性特征，在构造发电公司的最优报价策略时应将其视为随机变量[5]，并可采用概率方法对其分布曲线进行估计[19]；另外，反映负荷需求与价格弹性的系数可借助专家经验和模糊集方法来估计，即r 具有模糊特征。因此，在发电公司i 的利润πi 表达式中，会同时包含随机和模糊这2类不确定性变量，不能采用经典的概率论或可能性理论对其进行描述和处理。本文基于不确定理论，在将利润πi 描述为随机模糊变量的基础上，给出了确定环境下的随机模糊报价策略模型。需要指出，与文献[15-16]不同，本文将报价系数向量k ?i 和反映需求价格弹性的系数r 处理为模糊变量，将预测负荷q 0处理为随机变量，这些变量的分布规律及其参数，可依据概率论和模糊集理论对其进行估计和检验，这在实际应用时具有重要意义。 1.2 不确定理论的基本概念 不确定理论的一个基本概念是可信性测度，以严密的公理化体系给出[18]。设Θ为非空集，P (Θ )为Θ的幂集，则P (Θ )内的每一元A 称为一个事件。用M cr {A }表示事件A ∈P (Θ )发生的可信性，则有如下定义： 定义1 如果集函数M cr 满足如下4条公理，则称M cr 为一可信性测度。 公理1 M cr {Θ }=1(正规性)。 公理2 对任意A ，B ∈P (Θ )，当A ?B 时，有M cr {A }≤ M cr {B }(单调性)。 公理3 对任意A ∈P (Θ )，有M cr {A }+M cr {A c }=1，其中，A c 为A 的补集(自对偶性)。 公理4 对P (Θ )中的任意集族{A i }，如果M cr {A i }≤ 0.5，则有cr cr {}sup {}i i i i M A M A =∪(极大性)。 按上述定义，任何事件的可信性测度在区 间[0,1]上取值。如果用M pos 表示定义在Θ上的传统可能性测度[20]，则对任意A ∈P (Θ )，有 cr pos pos {}({}1{})/2c M A M A M A =+? (7) 已经证明，在模糊集理论中，正是可信性测度扮演了概率测度的角色，而不是传统可能性测度[18]。由于可信性测度具有自对偶性，因此，对模糊事件而言：如果其可信性测度为1，则该事件必然发生； 如果其可信性测度为0， 则该事件必然不会发生。这与传统可能性测度下的结论有着本质的区别。 定义2 如果M cr 为可信性测度，则三元组(Θ,P (Θ), M cr )称为可信性空间。由可信性空间(Θ,P (Θ),M cr )到实数集的函数称为模糊变量。 定义3 若ξ是定义在可信性空间(Θ,P (Θ),M cr )上的模糊变量，则ξ的隶属函数为 cr ()(2{})1,x M x x μξ==∧∈R 式中R 为实数集。由上述定义可以证明如下反演公式：对任意实数集B ?R ，有 cr 1 {}[sup ()1sup ()]2C x B x B M B x x ξμμ∈∈∈=+? (8) 当模糊变量ξ为三角模糊数(a ,b ,c )时，如果M pos {ξ≤x }=1，则x =b ；如果M cr {ξ≤x }=1，则x =c 。 定义4 如果ξ是从可信性空间(Θ,P (Θ),M cr )到随机变量集合的函数，则称ξ是一个随机模糊变量。当ξ为一随机模糊变量时，对任意波莱尔(Borel)集B ?R ，概率P {ξ(θ)∈B }是可信性空间(Θ,P (Θ),M Cr )上的一个模糊变量。 定义5 设B ?R 为波莱尔集，ξ为可信性空间(Θ,P (Θ ), M cr )上的随机模糊变量，则随机模糊事件ξ∈B 的机会测度为如下(0,1)到[0,1]的函数： cr ch {},{}()sup inf {()}A M A A M B P B θαξαξθ∈≥∈Θ∈= ∈ 式中0<α≤1。可知，M ch {ξ∈B }(α)关于α单调下降，关于B 单调增加[18]。 在可信性理论框架下，也可以定义模糊随机变量、模糊随机事件的机会测度及收敛性等[21]。可信性理论已经获得广泛的应用，如在电力运行可靠性研究中，成功解决了水火电机组和输电网线路检修计划问题[22-23]。值得指出的是，不确定理论从机会理论出发统一了随机模糊和模糊随机理论，并将可信性理论进行了广泛的发展[18]。 1.3 最优报价策略的随机模糊规划模型 在同时考虑随机和模糊这2种不确定性的条件下，构造发电公司i 的最优报价策略，需通过专家经验、结构辨识、参数辨识或通过概率转换等方法得到模糊向量k ?i 和模糊变量r ，并通过统计方法估计预测负荷q 0的概率分布。此时，πi 为随机模糊变量。由于在不确定环境下进行决策，所构造的报价策略就有一定的风险，即实际利润远小于预期利润的风险，需要进行风险管理。这样，发电公司i 的最优报价策略可用下述随机模糊规划模型来描述： 80 中 国 电 机 工 程 学 报 第29卷 ch 01 min max max max max s.t. 1 {()}() i i k k i i i i ic i j j j n j j j j j k k M q C q q q q r q q q ππππλπαβαβλ λ ==???≤≤??=?≥≥?+=??=??? ≤≤?∑ (9) 式中：α、β为给定的置信水平；市场电价λ和调 度发电出力q j 通过执行市场清除过程确定；i k 为 发电公司i 的报价策略系数上限；π为目标函数，其为k i 的隐函数。随机模糊事件{i ππ≥}的机会约束M ch {πi ≥}()παβ≥，用以实现决策者规避风险的要求。 2 求解方法描述 2.1 随机模糊模拟 求解式(9)所表示的随机模糊规划的关键是如 何处理不确定约束ch i {}()M ππαβ≥≥。由于不可 能将其转化为确定性等价类，即式(9)不能直接转化为确定性等价问题，本文通过随机模糊模拟对其进行估计，并采用将随机模糊模拟、神经网络和遗传算法结合在一起的混合智能算法求解该问题。 利用随机模糊模拟计算ch max{|{}i M πππ≥ ()}αβ≥，即对给定的k i [1,]i k ∈及置信水平α和β，计算满足ch {}()i M ππαβ≥≥的最大π。具体过程如下： 1）从对手竞价系数及负荷价格弹性系数的可信性空间(Θ,P (Θ),M cr )中随机均匀产生由对手竞价系数和负荷价格弹性系数所构成的模糊向量θn 使得M cr {θn }>ε/2，并记νn =({2 M cr {θn }∧1(n =1,2,…,N )，这里ε为充分小的正数。 2） 对每个θn ，根据预测负荷的概率分布并采用 随机模拟技术求出满足{}i n P ππβ≥≥的最大n π (n =1,2,…,N )。 3）令111 ()(max{|}max{1|2n n n n n N n N L z νz νππ≤≤≤≤=≥+?< })z ，利用二分法求满足()L z α≥的最大值z ，即为满足条件的π。 2.2 混合智能算法 1）采用2.1节所描述的随机模糊模拟过程为下列不确定函数产生输入输出数据： ch :max{|{}()}i i i U k M πππαβ→≥≥ 2）根据产生的输入输出数据训练一个神经元网络逼近不确定函数。 3）初始化染色体，并利用训练好的神经网络检验染色体的可行性。 4）通过交叉和变异操作更新染色体，并利用训练好的神经元网络检验子代染色体的可行性。 5）利用神经元网络来计算每个染色体的目 标值。 6）根据染色体的目标值计算每个染色体的适应度。 7）利用轮盘赌来选择染色体。 8）重复步骤4）至步骤7）直到给定的次数。 9）所得到的最好的染色体作为最优解。 3 数值例 3.1 电力市场情况简介 设某电力市场中有6个发电公司参与，即n =6。每个发电公司各拥有1台发电机组，这6台发电机组的生产成本函数系数和发电出力上下限等与文献[3]相同，列于表1中。 表1 发电机组的生产成本系数及有功出力上下限 Tab. 1 Production cost coefficients and output limits 编号j a j /(100 元/(kW ?h))b j /(100 元/(kW 2?h)) q j min /MW q j max /MW 1 2.00 0.003 75 20 160 2 1.75 0.017 50 15 150 3 1.00 0.062 50 10 120 4 3.25 0.008 34 10 100 5 3.00 0.025 00 10 130 6 3.00 0.025 00 10 130 以发电公司i 为研究对象，在求其最优报价策 略时，需对其他发电公司j (j ≠i ； j =1,2,…,6)的报价策略系数k j 、反映需求弹性的系数r 及系统预测负荷q 0做出估计，并采用本文所述方法进行求解。 在求解过程中，所采用的神经元网络有5个隐层神经元、1个输入和1个输出神经元的前馈反向传播网络。与遗传算法相关的参数设定为：种群规模M =80，遗传代数G =200，交叉和变异概率分别取0.9及0.005。在采用蒙特卡罗法产生神经元网络的输入输出数据时，随机模拟和模糊模拟次数均为 1 000次，训练样本数为1 000。采用附加动量法进行网络训练的次数为1 000，并选择动量因子和学习速率分别为0.9和0.01。式(9)中的置信水平α=0.8。 下文针对模糊变量k ?i 、r 和随机变量q 0的不同形式，以及置信水平β的不同取值，分情况进行讨论。 3.2 k ?i 、r 为三角形模糊量，q 0为正态随机量时的发电公司最优报价策略 设k j (j ≠i ；j =1,2,…,6)为三角形模糊数(1.2, 1.4, 第34期马新顺等：不确定环境下的随机模糊规划最优报价策略模型 81 1.6)；r为三角形模糊数(0, 10, 20)；系统预测负荷q0为正态分布随机变量，其均值为500MW，标准差为500×0.05/3，即q0~N(500,(25/3)2)，随机变量q0在区间[475,525]上取值的机会是99.74%。 针对置信水平β的不同取值，采用本文构造的混合智能算法求解式(9)所描述的报价策略问题，得出的6家发电公司的最优报价策略如表2所示。 表2 k?i、r为三角模糊表示且q0~N(500,(25/3)2)时的 计算结果 Tab. 2 Computed results when k?i and r are triangle fuzzy variables and q0~N(500,(25/3)2) 计算发电公司在不同置信水平下的最优报价策略和利润。 3.3 k?i、r为梯形模糊量的最优报价策略 设k j(j≠i；j=1,2,…,6)为梯形模糊数(1.2, 1.3, 1.5, 1.6)，r为梯形模糊数(0, 5, 15, 20)，系统预测负荷q0仍为随机变量，其分布规律与3.1节相同。针对置信水平β的不同取值，继续求解随机模糊模型(9)所描述的报价策略问题，得出的6家发电公司的最优报价策略及利润如表3所示。 比较表2与表3的结果可知： 1）对同一家发电公司及相同的置信水平而言，由于模糊变量k?i和r的不同表示，其最优报价策略及利润不尽相同。例如，对发电公司2而言，在相同的置信水平β下，表3所对应的最优利润都小于表2所对应的最优利润值。 2）在模糊变量的不同模糊表示下，6家发电公司的最优利润与其所选择的置信水平的变化规律是相同的。例如，从表3仍能看出，6家发电公司的最优利润都随置信水平β的减小而增加(但这是以其承受较大的风险为代价的)。 表3 k?i、r为梯形模糊表示且q0~N(500,(25/3)2)时的 计算结果 Tab. 3 Computed results when k?i and r are 2 i πiπiπ 2 1.16078248.14 1.16097 250.2 3 1.16139251.73 将表4与表2的结果进行比较可以看出：当系统负荷的估计误差增加时，在相同的置信水平下，发电公司的最优利润减少，反之，发电公司的最优利润增加，即准确估计市场不确定参数，是发电公司获得最大利润的关键。为了进一步研究市场不确定参数对最优报价策略及利润的影响，下文考虑系统负荷为确定值时的情况。 3.5 系统负荷为确定性变量时的最优报价策略 当预测系统负荷q0=500MW为确定值时，假设发电公司i估计竞争对手的报价系数k?i及负荷价格弹性系数r与3.1节完全相同，此时，由于仅考虑 82 中 国 电 机 工 程 学 报 第29卷 模糊变量，式(9)中的随机模糊机会约束Ch {i M π≥ }()παβ≥变为Cr {}i M ππα≥≥，并仍取α =0.8。计 算结果如表5所示。 表5 k ?i 、r 为三角形模糊表示且q 0=500 MW 时的计算结果 Tab. 5 Computed results when k ?i and r are triangle fuzzy variables and q 0=500 MW 发电公司i 最优策略k i π/100元 1 1.073 24 675.45 2 1.159 32 283.06 3 1.000 00 129.18 4 1.188 18 118.28 5 1.03 6 7 7 69.12 6 1.036 77 69.12 比较表2和表5可知：在市场参数q 0由随机变 量变为确定的常数后，6家发电公司的最优利润都 有所增加。这说明，市场不确定因素的减少会带来 发电公司的最优利润的增加，反之，如果发电公司 拥有的不确定信息越多，则其最优利润会越少(在相同的风险水平上)；即在不确定信息增加时，发电公 司不得不减小置信水平β的值以获得相同的利润， 即此时需要承受更大的风险。 3.6 有关计算时间的讨论 计算过程采用Visual C++6.0编程实现，在主频为2.0 GHz 的Pentium-IV 个人计算机上进行计算。 当模型中同时拥有随机变量和模糊变量时(即 3.1~3.3节情形)，在给定的置信水平下，用于计算每家发电公司的最优报价策略所耗费的CPU 时间平均为22 min 左右。由于本文采用了随机模糊模拟 次数为1 000×1 000=106次，在上述CPU 时间中， 其中大部分时间耗费在获得神经网络的训练样本 过程中。当模型中仅拥有模糊变量时(即 3.4节情形)，用于计算每家发电公司的最优报价策略所耗费 的CPU 时间仅为3 min 左右。这表明，基于混合智 能算法求解最优报价策略时，所花费的计算时间的 多少与是否同时考虑随机和模糊2类不确定变量有关，并主要由随机模糊模拟的次数决定；同时，决策变量个数的多少仅影响神经网络的训练时间和 决策变量的寻优时间，不是影响整体计算时间的主 要方面。因此，本文的方法能够应用于大系统和多市场成员的情况。尽管如此，为了进一步增加随机模糊模拟次数以提高计算精度，可通过配置更多更 高档的计算机，并采用并行计算技术来提高计算 效率[5]。 4 结论 在暗标拍卖的电力市场环境下，构造发电公司 的最优报价策略需对竞争对手的报价行为、预测负 荷及电力需求弹性等市场参数进行估计，这些参数 具有随机或模糊不确定特征，所构造的最优报价策略需在综合考虑这些不确定性基础上做出。为此，本文提出了基于不确定理论的发电公司最优报价 策略的随机模糊机会约束模型和算法，并通过6家 发电公司参与的电力市场算例说明了模型和算法的合理性。需要指出的是，在不确定环境下，本文提出的报价策略模型，可以同时容纳随机和模糊2种不确定性变量，为构造发电公司的最优报价策略提供了更为合理的方法。 参考文献 [1] David A K ．Competitive bidding in electricity supply[J]．IEE Proceedings ：Generation ，Transmission and Distribution ，1993， 140(5)：421-426． [2] David A K ，Wen F S ．Strategic bidding in competitive electricity markets ，a literatures survey[C]．IEEE PES 2000 Summer Meeting ， Seattle ，Washington ，USA ，2000． [3] Wen F S ，David A K ．Optimal bidding strategies and modeling of imperfect information among competitive generators[J]．IEEE Transactions on Power Systems ，2001，16(1)：15-21． [4] Ma Xinshun ，Wen Fushuan ，Ni Yixin ，et al ．Towards the development of risk-constrained optimal bidding strategies for generation companies in electricity markets[J]．Electric Power Systems Research ，2005，73(3)：305-312． [5] Gountis V P ，Bakirtzis A G ．Bidding strategies for electricity producers in a competitive electricity marketplace[J]．IEEE Transactions on Power Systems ，2004，19(1)：356-365． [6] 康重庆，白利超，夏清，等．电力市场中发电商的风险决策[J]．中 国电机工程学报，2004，24(8)：1-6． Kang Chongqing ，Bai Lichao ，Xia Qing ，et al ． Risk decision-making of generators in electricity market[J]．Proceedings of the CSEE ，2004， 24(8)：1-6 (in Chinese)． [7] 马新顺，文福拴，刘建新．构造发电公司最优报价策略的机会约束规划方法[J]．电网技术，2005，29(10)：35-39． Ma Xinshun ，Wen Fushuan ，Liu Jianxin ．A chance constrained programming based approach for building optimal bidding strategies for generation companies with risk management[J]．Power System Technology ，2005，29(10)：35-39(in Chinese)． [8] 李益国，沈炯，刘西陲．基于机会约束规划的发电公司竞标策略 [J]．中国电机工程学报，2006，26(10)：120-123． Li Yiguo ，Shen Jiong ，Liu Xichui ．A new bidding strategy for power plants based on chance-constrained programming[J]．Proceedings of the CSEE ，2006，26(10)：120-123(in Chinese)． [9] Yin Xia ，Zhao Junhua ，Saha T K ，et al ．Developing GENCO's strategic bidding in an electricity market with incomplete information[C]．IEEE Power Engineering Society General Meeting ， Tampa ，Florida ，USA ，2007． [10] 刘建良，周杰娜，杨华．基于双人博弈且参数估计下的发电商报 价策略研究[J]．中国电机工程学报，2007，27(19)：62-67． 第34期马新顺等：不确定环境下的随机模糊规划最优报价策略模型 83 Liu Jianliang，Zhou Jiena，Yang Hua．Research on generation entities’ bidding strategies based on double-person gaming and parameters estimation[J]．Proceedings of the CSEE，2007，27(19)：62-67(in Chinese)． [11] Li T，Shahidehpour M．Strategic bidding of transmission constrained GENCOs with incomplete information[J]．IEEE Transactions on Power Systems，2005，20(1)：437-447． [12] 谢俊，陈星莺．单一卖方电力市场供电公司最优报价策略[J]．中 国电机工程学报，2006，26(16)：68-73． Xie Jun，Chen Xingying．Optimal bidding strategies for distribution companies in singled-seller electricity Markets[J]．Proceedings of the CSEE，2006，26(16)：68-73(in Chinese)． [13] 陈星莺，谢俊．计及风险的输配分离电力市场供电公司最优竞价 策略[J]．电力系统自动化，2005，29(1)：13-17． Chen Xingying，Xie Jun．Risk-constrained optimal bidding strategies for distribution companies in transmission and distribution seperated electricity market[J]．Automation of Electric Power Systems，2005，29(1)：13-17(in Chinese)． [14] Yang Li，Wen Fushuan，Wu F F，et al．Development of bidding strategies in electricity markets using possibility theory[C]．IEEE International Conference on Power System Technology，Kunming，China，2002． [15] 马新顺．构造发电国内公司最优报价策略的随机模糊规划方法 [J]．华北电力大学学报，2008，35(5)：26-30． Ma Xinshun．A random-fuzzy programming based approach to build optimal bidding strategies of generation companies[J]．Journal of North China Electric Power University，2008，35(5)：26-30(in Chinese)． [16] 马新顺．基于可信性理论的发电公司最优报价策略[C]．第五届中 国不确定系统年会论文集，中国，武汉，2007． [17] Liu B．Uncertainty theory：an introduction to its axiomatic foundations[M]．Berlin：Springer-Verlag，2004． [18] Liu B．Uncertainty theory[M]．2nd edition．Berlin：Springer-Verlag， 2007：69-150． [19] Valenzuela J，Mazumdar M．A probability model for the electricity price duration curve under an oligopoly market[J]．IEEE Transactions on Power Systems，2005，20(3)：1250-1256． [20] Zadeh L A．Fuzzy sets as a basis for a theory of possibility[J]．Fuzzy Sets and Systems，1978，1(1)：3-28． [21] 刘彦奎，王曙明．模糊随机优化理论[M]．北京：中国农业大学出 版社，2007：112-170． [22] 冯永青，吴文传，张伯明，等．基于可信性理论的输电网短期线 路检修计划[J]．中国电机工程学报，2007，27(4)：65-71． Feng Yongqing，Wu Wenchuan，Zhang Boming，et al．Short-term transmission line maintenance scheduling based on credibility theory [J]．Proceedings of the CSEE，2007，27(4)：65-71(in Chinese)．[23] 冯永青，吴文传，张伯明，等．基于可信性理论的水火电机组检 修计划[J]．中国电机工程学报，2006，26(13)：14-19． Feng Yongqing，Wu Wenchuan，Zhang Boming，et al．Hydro-thermal generator maintenance scheduling based on credibility theory [J]．Proceedings of the CSEE，2006，26(13)：14-19(in Chinese)． 收稿日期：2009-01-12。 作者简介： 马新顺(1964—)，男，博士，教授，研究方向 为电力市场，xsma@https://www.doczj.com/doc/1811000018.html,； 刘建新(1962—)，男，博士，教授，研究方向 为电工理论与新技术及电力市场； 文福拴(1965—)，男，博士，特聘教授，博士 生导师，研究方向为电力市场及电力系统故障诊 断，fushuan.wen@https://www.doczj.com/doc/1811000018.html,。 马新顺 (责任编辑刘浩芳) 如何在不确定性条件下作出决策 通常决策面对的最大挑战就是：信息的模糊性与前景的不确定性。于是面对复杂情况的决策艺术就自然具备了两大基本属性：决策的层次性，决策的过程本质。这就是说决策既不是赌博，很多情况下也不是一挥而就的。 赌博是把命运交给了自然概率，而决策智慧则是一直在寻求对决胜概率的控制。这两者之间存在着截然不同的思维本质。尽管有人成功是靠运用了赌博思维，但那也只是撞了大运，长久来看这并不是取胜之道。 决策的层次性是指重大而复杂的决策是逐级确定的。作为一位优秀的领导者，通常对一些基本方向和原则不应存疑，于是对大方向的拍板是有决断力的。然而针对那些存有模糊和不确定性的环节可以暂时保持观察，或者以可承受的规模、速度进行试探。 随着信息量的增加，模糊因素也会自然随着递减，于是决策可以进一步深入。一般战略的决策和战术行动之间就有这种关系。给我们带来风险的通常不是外部的险恶，而是自己错误的行动。决策的层次性就是避免鲁莽招致损失的智慧。 决策的过程本质，是指决策经常并不是人们认为的像“敲一下锤子就定了音”。决策可以是一个过程。管理完善的企业和项目事实上很少遇到“生死关头来不及思考”的决策困局。即使遇到了这种情况，一般也多是前事不周的代价，切不可过度夸大这种决策的魅力。《孙子兵法》讲善战者“无智名、无勇功”，就是这个道理。 在情况不明的情况下，明智的办法就是做出递进决策或者试探投入，在一系列的反馈中使对未来的判断逐渐明朗，所谓“投石问路”。 信息不是自动出现的，有价值的信息是通过反馈透露出来的“逻辑关系”，因此有效设计尝试行动是这一智慧的关键。“黔驴技穷”的典故中就包含这个道理。决断之前进行的一系列决策相关活动显示的才是老练的艺术。 最后还要补充三点。 第一，有些老练的领导者貌似赌博的决断，实际来自深思熟虑和丰富经验里积累起来的直觉。朱、毛“四渡赤水”的决策就属此类。这可是需要积累的能力，绝不可当成“风格”来模仿。 第二，优柔寡断是致命的错误！绝不是“稳健”！迟疑行动、缺乏积极的尝试、守株待兔，最终会导致坐以待毙。稳健的作风乃是积极地进取，努力获取有价值的信息，缩小模糊范围，一旦时机成熟便以高山滚石之势，做出最后决断。 环境系统不确定性分析的理论与发展 陈吉宁 清华大学环境科学与工程系 100084 在过去的三十年间，环境建模理论在表象上呈现了两种发展趋势。其一是寻求更加友好的模型使用界面, 包括应用空间定位技术与数据库技术等；其二是新的数学理论、控制理论在环境系统的认识中被不断尝试, 包括专家系统、非线性系统理论、神经网络、灰色理论、大系统理论以及冲突理论等。尽管前者极大地推动了环境模型和数据处理技术的广泛应用，但它并没有带来对环境系统认识的质的变化。相反，环境模型使用的世俗化却使人们易于忽略模型应用的精髓-结 果与内在因果关系的解释，从而带来模型滥用的风险；虽然第二个方面从新的视角去研究环境系统，但目前的研究成果在整体上并没有突破和超越传统的机理模型的认知，这些技术本身的可用性也存在着明显的障碍，因而目前各类环境模型的主体依然是建立在常规自然定律基础上的机理模型，包括复杂的全球气候变化模型、生物圈模型和生态风险模型等。尽管如此，我们今天对环境模型与环境系统的认识已发生了根本性的变革，事实上，在环境系统分析领域的前沿，一直存在着一种内在的驱动力，在探究模型的本质以及模型与系统之间的内在关系。这些非常理论化的工作，导致了对环境模型不确定性问题的普遍性和不可回避性的认识，并由此推动了环境建模理论的发展。 从模拟的角度来看，环境系统无疑是个病态系统。由于环境系统本身所具有的空间多样性、时间动态性以及表征水平上的多重性，导致观测数据和系统认知上的双重局限性，使对它的认识始终存在着显著的不确定性。尽管在过去的二十年间，环境系统的观测数据在微观和宏观上均得到了极大的丰富，但我们在关键或适合数学描述水平上的观测数据仍远远不足，我们仍缺乏有效的工具去转化大量的表象观测数据（如遥感数据）使其成为认识系统的深层信息。因为我们一直相信复杂的模型结构将会最终减少模型的误差，基于经典的物理、化学和生物定律建立的环境机理模型因而变得越来越复杂，宏观集成趋于全面而微观描述则趋于细腻。但是，与此同时我们却无法逃避这样一个规律，模型复杂性所导致的模型参数的增加强化了参数的不可识别性，从而增大了参数的不确定性。由于环境模型的非线性性，参数不确定性的增加往往带来模型预测误差更为显著的增加。即使在并不十分复杂的地表水质模型中，研究表明参数的误差可高达1000%，而预测误差则可达700-2000%。显然，模型的复杂化并不能解决模型的不确定性，认识环境模型不确定性的广泛存在并在不确定性中寻求环境系统的内在规律因而成为近三十年来对环境系统认识与预测的重大科学问题所在，成为环境模型理论发展的主要推动力。在今天的环境系统模拟中，忽视不确定性分析将使模型的结果被认为缺乏客观性和科学性，甚至具有欺骗性的嫌疑。 自从O‘Neill 七十年代初提出模型的不确定性思想之后，这一领域的研究即引起了不同背景研究人员的广泛兴趣，从而推动了对过程辨识理论、滤波理论、时间序列分析以及灵敏度分析等方法在环境系统中应用的探讨与融合，并产生了不确定性分析的可行工具。事实上，至八十年代初，在建模理论的思想前沿，对不确定性的探讨已经成为模型开发和应用的核心内容之一，这一 点在地表水质模拟中尤为突出，包括著名的区域灵敏度方法的提出，构架了不确定性分析的基本思想框架。Beck 在随后的研究中进一步完善了这一框架，进而形成了今天环境系统不确定性分析的理论体系。不确定性分析的应用领域也从最初的河流水质与湖泊富营养化，扩展到环境政策的制定、空气质量（如酸雨）的控制和生态风险评价等方面。 理论上，模型的不确定性来自两个方面，即对系统认识的缺陷和系统观测数据的不完善。前者导致了模型结构的不确定性，而后者产生了模型参数的不确定性。在模型的实际应用中，很难区别模型的不确定性是产生于结构还是参数误差。一般地，在模型的率定中参数的不确定性不可避免地反映部分模型结构的不确定性。正是因为如此，机理模型的参数在本质上并不完全代表模型概化时的物理意义；同样，现场独立测定的参数直接带入未率定的模型中时， 往往带来较大的预测h t t p ://w w w .c h i n a c i t y w a t e r .o r g 中国城镇水网 环境不确定性分析 [编辑] 环境不确定性的涵义 有许多环境因素会对企业产生影响，其影响可能并不明显。企业必须面对这一现实并处理好环境不确定性，方能保持其高效率。 不确定性意指在没有获得足够的、有关环境因素的信息情况下必须做出决策，而决策人很难估计外部环境变化。 环境不确定性增加了企业各种战略失败的风险，使企业很难计算与各种战略选择方案有关的成本和概率。 企业试图通过分析使某些不确定因素有一定的参考价值，力求将许多环境影响减少到使人们能够理解和可操作的程度。下面将介绍环境不确定性是如何进行分类的，并分析企业各种可能的对策以削减某些不确定因素的负作用。 显然，企业面临的环境不尽相同，不同环境所呈现出的不确定性也有高低之分。这些不确定程度可以由下面两个特性来划分： [编辑] 环境不确定程度两个特性 美国学者邓肯认为，应该从两个维度来确定企业所面临的环境不确定性：一是企业所面临环境的动态性，二是企业所面临环境的复杂性。 ①环境简单或复杂的程度；复杂性程度可用组织环境中的要素数量和种类来表示。在一个复杂性环境中,有多个外部因素对组织产生影响。通常外部因素越少,环境复杂性越低,不确定性越小。 ②事件的稳定或不稳（即动态）程度。即组织环境中的变动是稳定的还是不稳定的。它不仅取决于环境中各构成因素是否发生变化,而且还与这种变化的可预见性有关。 环境条件越多变和越复杂，环境的不确定性越大。环境条件的多变性意指变化的速度和频率。 1. 简单与复杂程度 简单与复杂程度意指那些与企业经营有关的外部因素的数量和不相同性。在一些复杂的环境情况下，许多种类不同的外部因素对企业产生牵制和影响。复杂程度可能来自企业面临的环境因素的多样性(例如在不同国家经营的跨国公司），也可能来自处理环境影响所需的知识多寡（例如对一家航天公司的要求）。 下面是我们选择的两家企业： (1) 简单环境——油漆商店 有一定实际重要性的外部环境因素不过是一些竞争对手、供应商和客户。政府监管是极少的，风俗上的变化对油漆商店的影响也是微乎其微的。 (2) 复杂环境——大学 大学往往横跨不少技术领域，是文化和价值交流的融汇点。大学与政府和赞助机构、专业和科研组织、校友会、家长基金会、公司等相互影响，形成了为数众多的外部因素和复杂的环境。 2. 稳定与不稳定程度 稳定与不稳程度是指外部环境变化的速度。某些外部环境因素变化速度明显超过其他因素。 一般来说，计算机公司处在极不稳定或称多变的环境中。而许多政府部门则处在比较稳定的环境中（见下图）。 姓名： 学号： 实验二 求解模糊线性规划 实验目的： 掌握将模糊线性规划转化为一般线性规划的方法，会使用数学软件Matlab 工具箱求解一般线性规划. 实验学时：2学时 实验内容： 将已知模糊线性规划问题标准化后，再用Matlab 工具箱求解相应的各个线性归化问题，最后得到模糊最优解。 实验日期：2017年12月02日 实验步骤： 1 问题描述： 某种药物主要成分为A 1、A 2、A 3，含量分别为585±-1mg 盒?、5100±-1mg 盒?、 10100±-1mg 盒?。这三种成分主要来自五种原材料B 1、B 2、B 3、B 4、B 5，各种原 表一 2 解决步骤 设成本为)(b f ，买入原材料B 1、B 2、B 3、B 4、B 5分别为54321b b b b b 、、、、千克。为使成本最小，建立如下模糊线性规划模型： ??? ??? ?≥=++++=++++=++++++++=0,,,,]10,100[200120150120001]5,010[601609015008]5,85[120801206085.8.17.16.15.11.3)(min 543215432154321543215 4321b b b b b b b b b b b b b b b b b b b b t s b b b b b b f （1）求解没有伸缩率经典线性规划: ??? ??? ?≥=++++=++++=++++0,,,,10020012015012000110060160901500885120801206085.54321543215432154321b b b b b b b b b b b b b b b b b b b b t s 使用Matlab 实现代码如下： 实验结果： 图一 没有伸缩率经典线性规划求解结果 因此我们可以得知： 0000.0b 3021.00.00000000.01.014454321=====、、、、b b b b 从而得到最优解： 1.8322)(=b f （2）求解有伸缩率的普通线性规划: 变当前的组织结构，很容易受到外部环境因素的影响，从而导致企业内部出现不稳定的现象，为了改善此种情况，企业应在组织结构方面做到与时俱进，同时要时刻关注环境变化，以便于及时制定相应措施，如此一来则可以很好的改善此种情况，通过分析此现象，也能够发现管理会计的应用范围有所提升，其再也不是仅仅局限于数据分析方面，其也可以在优化组织结构方面发挥一定的 作用。 二、环境不确定性下管理会计的优化措施。 （一）提升会计分析质量。 近年来我国会计行业在全国范围内得到了很大发展，各个领域均已经意识到会计工作的必要性和重要性，尤其近年来管理会计不断完善其功能，并扩大其应用范围后，我国大多数企业经济收益有了明显提升，这与会计分析质量有着不可分割的关系。不难发现，在企业处于确定环境下时，会计分析质量往往能够得到很好的保障，然而一旦环境不确定因素出现时，会计分析质量即会受到或大或小的影响，从而导致分析结果差强人意，甚至使企业必须承受不必要的损失，因此提升会计分析质量意义重大。 （二）提升环境信息量。 环境信息量对于管理会计来说十分重要，其是直接反应周围环境变化的重要依据，因此只有充分掌握环境信息，管理会计才能在最短的时间内采取又针对性的措施，有效减少做无用功的几率，因此应积极扩大以往采取环境信息的范围，即除了企业自身环境外，也要对市场经济、兄弟企业等因素进行考量，充分收集其环境信息，并与企业自身环境信息结合，如此一来才能够更大程度上保障管理会计的质量，从而为企业决策提供更有价值的信息，当代社会中管理信息的领域越来越趋向于导向类信息资源，因此企业管理会计可以向此方面发展。 （三）完善管理控制系统。 管理控制系统能够在优化组织结构方面起到推动作用，从而提升企业抗冲击能力，这对于提升企业员工自我决定能力方面也有一定的作用，同时其可以使企业充分实现各方面价值，并促进企业向更健康的方向发展。在此过程中可以充分利用员工的自我功能，并结合控制杠杆理论来促进此工作的开展，通过不断完善和利用扩展信念系统以及交互控制系统等功能，达到减少组织成本的作用，并促使管理会计工作效果的优化。 （四）优化组织结构。 对于当代企业来说优化组织结构对于企业健康发展来说能够起到很好的作用，尤其针对与环境因素造成的组织结构影响，优化组织结构可以从以下几个方面着手：一，成立缓冲部门，给予缓冲部门充分的权利，使其具有在企业内部调节的权利，这对于增加组织结构承压能力来说极为重要；二，改变组织结构类型， 报告 IV② 依法控制“科学的不确定性”带来的环境风险 可能性与界限 横内 惠 1．前言 1） “科学的不确定性”带来的环境风险日渐增大 新技术的启用以及新物质的导入，常伴随着不可完全预估的风险。例如新化学物质、纳米技术、电磁波、转基因等技术的发展以及投入使用，对人体及环境带来的潜在危害，既不能根据科学或者经验进行具体量化，也无法将损害限制于具体的时间、空间范围内，导致风险日渐增大。 面对这类风险，国家不应在危害发生之后，再来研究危害发生的机制，制定事后对策。为了防止水俣病公害这类悲剧继续上演，人们从很久以前就开始提倡，应对不确定性风险进行预防处理。但有关处理过程面临着一个法律上的难题。 2） “风险”与“科学的不确定性” 在本文中所使用的“风险”与“科学的不确定性”两个概念，将做如下区分：首先，“风险”指的是发生偏离主体意愿之结果的可能性。风险大小的计算方法为，将“发生损害的大小”与风险概率相乘，得到的结果就是“损失期望值”。 与此相对，所谓不确定性，并不是指“不确定是否会发生偏离主体意愿之结果”，或者“发生概率非100%”。科学的不确定性指的是，关于“发生损害的大小” 与风险概率尚无法通过科学手段进行把握。 这意味着，本文中提到“风险”时，既指涉可被计算的、不涉及科学的不确定性的风险，也包含由于“科学的不确定性”而无法量化评估的风险。 3）风险预防处理中的问题 如前所述，对于在科学上尚无定论、具有不确定性的风险，虽然原则上应对其进行预防处理，但在现实中存在的困难，除了产业发展与环境保护的矛盾、对未来世代的关照等一般的环境问题之外，还存在以下难点： 首先，对技术革新可能产生的阻碍。在技术革新中，风险与机遇并存。如果对其进行风险预防处理，或会对科学技术革新产生负面影响。 另外，在对某一具体的风险进行预防处理时，作为副作用，常会衍生出预想外的新风险。这就是所谓的风险权衡的问题。 ２．环境法中风险预防处理方法的展开 如前所述，在对风险进行预防处理的过程中，会发生各种问题。因此，如何通过法律来进行预防处理，也是其中的难题之一。本报告首先对环境法中，风险预防处理方法的展开进行概述。 １）环境法中“风险预防”原则的展开 在国际环境法领域中，被广泛议论的“风险预防原则”（precautionary principle）一般可表述为：“遇有严重或不可逆损害的威胁时，即使缺乏科学上的确实证据，也必须采取措施防止危害发生。” 从1980年开始，“风险预防原则”日趋频繁地出现在环境协议与国际文件中。1992年，在联合国环境与发展大会（UNCED）上通过的《里约环境与发展宣言》第15条，“为了保护环境，各国应根据它们的能力广泛采取预防性措施。凡有可能造成严重的或不可挽回的损害的地方，不能把缺乏充分的科学肯定性作为推迟采取防止环境退化的费用低廉的措施的理由”，明确提出了“风险预防原则”。通常，这一契机被看做是首次将风险预防原则明确化的里程碑，但同时， 环境不确定性的管理会计对策- ［摘要］随着我国社会经济的飞速发展，许多行业都发生了翻天覆地的变化，会计行业也不例外。尤其是近年来随着企业间竞争日益激烈，管理会计人员为了适应企业经营管理的需要，不得不采用一些专门的方式来提高管理会计的工作质量和效率。但是，无论是企业发展还是管理会计的正常开展，都会在一定程度上受到复杂环境的影响。基于此，本文将以环境不确定性为出发点，详细介绍基于环境不确定性的管理会计对策，希望能够为各大企业管理会计部门提供一些可行性建议，进而促进其不断提高工作质量和工作效率。 ［关键词］环境；不确定性；管理会计 0引言 对于一个企业来说，无论是制定发展战略、进行企业管理，还是提高自身的核心竞争力，都离不开对环境因素的综合分析与评价。尤其是在近年来，经济全球化的发展趋势不仅给企业带来了前所未有的发展机遇，还带来了极大的挑战，如果企业不能积极迎接挑战，不能在错综复杂的竞争环境中赢得先机，就很容易走向衰败。同样，在管理会计工作的过程中，工作人员决不能将环境因素所带来的影响忽略不计，而是应该立足于企业发展的具体需求，将环境变化的有益之处为己所用，只有这样，企业才能实现可持续发展，才能在激烈的竞争中立于不败之地。 1管理会计综述 1.1管理会计的概念 具体来说，管理会计指的是企业组织围绕信息支持系统和管理控制系统而进行的一系列管理工作，其目的是提高企业的价值 以及提高企业的经济效益。具体来说，会计人员通过一系列的专门方法，利用财务会计提供的资料及其他资料进行加工、整理，使企业各级管理人员能据此对日常发生的各项经济活动进行规划与控制，并帮助决策者进行决策。而从实际情况来看，管理会计工作很容易受到环境的影响，尤其是在一些不确定性较高的环境之内，不仅无法做好管理会计工作，也使企业发展受到制约。 1.2管理会计的工作职能 从大多数企业的实际管理会计工作情况来看，管理会计的工作职能可以归纳为解析过去、控制现在以及统筹未来三个方面。首先，管理会计人员应对企业以往发展过程中的各项资料进行统一、全面的加工和整理，从而形成一套系统的指标体系，为日后的控制工作提供数据支持。其次，管理会计人员应借助完善的管理制度及时对工作过程中出现的偏差进行修正，确保企业的经营活动始终保持在一个正常的轨迹上。最后，管理会计人员应根据企业的发展现状和市场的具体需求不断调整企业的发展目标，进而制订一套循序渐进的企业发展方案，在最大程度上防止企业误入歧途。 2环境不确定性综述 2.1环境不确定性产生的原因 笔者通过实际调查发现，企业的环境不确定性不是由企业自身决定的，而是由环境因素的复杂程度以及企业发展战略的变动决定的。一方面，随着经济全球化进程的明显加快，企业的发展速度较以往也有了很大提高，再加上企业为了适应日益激烈的竞争环境而不断进行创新。这就增加了企业内部的复杂性，因此企业内部便需要设立较多的职位。由于大多数企业不具备完善的运营管理机制，导致各部门工作难以实现默契。另一方面，由于管 管 理 系 统 工 程 学院：商学院 姓名：唐绍勇 班级：管理11-1 学号：201105002050 对不确定性管理的思想的认识和思考 不确定性指经济行为者在实现不能准确地知道自己的某种决策的结果，或者说，只要经济行为者的一种决策可能导致结果不止一种，就会产生不确定性。 我们所处的是一个变革的时代，变化带来的是更高的不确定性，节奏越来越快，情况越来越复杂，前景也越来越难以预料。 如今，在一个新产品的开发周期以月甚至以周计算的时代，企业真正需要的是懂得如何面对环境的不确定性，如何迅速制定新的战略，构建新的核心竞争力，以适应瞬息万变的市场变化。 管理人员通常有可能确定清晰的趋势，把许多目前还不为人知的因素经过正确的分析就可以得到。那些经过最精密的可能性分析之后仍然存在的不确定性，称之为“剩余不确定性”，然而，即使属于剩余不确定性，我们往往也可以在相当程度上了解其情况。 多数战略决策者遇到剩余不确定性主要分成四个层次： 第一层次：前景清晰明确 在第一层次，经理人员可进行单一性前景预测并精确到足以进行战略开发。尽管企业环境天生就是不确定的，这会使得预测不准确，但预测仍能细微到指向单一战略方向。也就是说在第一层次中，剩余不确定性与进行战略决策是无关的。 第二层次：有几种可能的前景 在第二层次，前景可描述成一些可能的结果或离散的情景。尽管分析有助于确定结果出现的概率，但不能确定会出现什么结果。在第二层次的另一个常见的环境中，一项战略的价值主要取决于竞争对手的战略以及那些还不能被观察和预测到的因素。较为典型的情况是：可能出现的结果是清晰和离散的；人们很难预测会出现哪个结果，而最好的战略是根据肯定会出现的那种结果而定的。 第三层次：有一定变化范围的前景 在第三层次，人们可以确定未来可能发生的一些变化范围。这个变化范围是由一些有限的变量确定的，但实际结果可能存在于此范围中的某一点，却不存在离散的情境。 第四层次：前景不明 在第四层次，不确定环境的各部分的情景互相作用，使得环境实际上无法预测。与第三层次的环境不同，第四层次可能出现的结果变化范围是不能预测的，更不必说在此范围内的未来情境了。这样，所有决定未来的相关变量就更无法预测了。虽然第四层次的情景是罕见的，它们会随着时间的推移而向其他层次的情境转变，但它们确实存在。当然这也说明了在第四层次进行战略决策是很困难的，也是短暂性的。 对于环境不确定性，我们可以运用调整战略分析以适应不确定性的四个层次。 首先，为有助于对第一层次的未来前景进行精确、有效的预测，管理者可以运用全套常用分析手段，如市场调查、竞争对手的成本和产量分析、价值链分析、迈克尔·波特的五种力量模型等，还可以用融合了这些预测贴现现金流量模型来确定各候选战略的价值。 收稿日期:2006211206. 作者简介:包金梅(19612),女(蒙古族),哲盟人,内蒙古广播电视大学副教授,主要从事经济数学、数学思想与方法的研究. 文章编号:16722691X (2007)022******* 关于模糊线性规划模型问题的探讨 包金梅 (内蒙古广播电视大学,内蒙古呼和浩特010010) 摘 要:通过开发区建设实现发展期望目标的模糊线性规划模型的构建与解析,在给定的模糊隶属度水平下,将模型转化为线性规划模型,通过确定模型的最佳目标函数,求出目标函数的最优值,从而为决策者提供更多的决策信息. 关键词:模糊线性规划模型;约束条件;优化方案中图分类号:O221.1 文献标识码:A 0 引言 自威廉?配第在经济论文中最早运用数学以来,经济学与数学就结下了不解之缘.数学的应用,不仅给经济学研究带来了新的工具,也促进了经济学的发展.随着我国经济的蓬勃发展,人们越来越重视利用数学定量地解决经济、管理领域中的各种问题.用数学定量地解决经济、管理科学和经济管理实际中的问题,恰当的建立与这些问题相关的经济数学模型是关键所在.数学模型的建立不仅是用数学解决经济、管理问题的第一步,它还贯穿在解决问题的全过程中.经济数学模型有很多种,本文主要通过开发区实现发展期望目标模糊线性规划数学模型的分析,对模糊线性规划数学模型的标准形式和单纯形解法原理的探讨,从而研究和解决一些特定的经济问题. 模糊线性规划研究的问题主要有两类:一是某项任务确定后,如何统筹安排,尽量作到用最少的人力物力资源去完成这一任务.二是已有一定数量的人力物力资源,如何安排使用他们,使得完成任务最多.其实这两类问题是一个问题的两个方面,就是所谓寻求整个问题的某个整体指标最优的问题. 例如 开发区建设是在一定的时空范围内展开的,其可利用的资源条件是有限的,对于开发区来说,涉及的资源主要有:资金、人力、土地、技术、原料、能源、交通、通讯、信息等.我国开发区建设 中最为关键和制约程度比较大的资源是资金、土 地、主要生产资料和能源.如何在有限的资金、土地等资源条件下,实现发展期望的目标?下面对模型将作一探讨[1]. 1 模型的构建与解析 建立线性规划问题的数学模型,就是从实际问题出发,抓住主要因素,确定决策变量,找出约束条件,并建立模糊线性规划模型.而许多经济问题的模糊线性规划模型尽管特点不同,但都具有以下三个基本特征[2]: 第一、每一个经济问题都用一组未知变量 (x 1,x 2,…,x n )表示某一规划方案,这组未知变量 的一组定值代表一个具体的方案,而且这些经济问题中的变量往往都有非负的要求.第二、这些经济问题的研究和解决,都必须满足一定的条件.对于模糊线性规划模型问题来说,这些条件即约束条件都可写为线性等式和线性不等式的形式. 第三、解决这些经济问题往往都有许多不同的方案可供选择,也就是说满足约束条件的方案可能有许多个.我们要求从中选出一个最优方案.这里有一个衡量标准问题,即根据什么数量标准来评定一个方案是最优的,这个数量标准我们称之为目标函数.目标函数是根据经济问题的性质和要求确定的,按照研究问题的不同,常常要求目标函数取最大或最小值,每一个问题的目标函数和约束条件都是线性的. 第21卷第2期甘肃联合大学学报(自然科学版) Vol.21No.2 2007年3月Journal of Gansu Lianhe University (Natural Sciences )Mar.2007 简述不确定性环境下领导者决策选择 （2013年7月3日） 不确定性被管理学家和商业实践者认定为决策风险的关键来源。业界普遍认同,在已经变化了的外部环境,能否有效应对环境的不确定性,已经成为领导决策成败的主要原因。通过现代领导学课程的学习和对文献的了解,发现迄今为止的主流管理理论关于领导决策的基本观点如下:决策的本质在于选择或者取舍,即不同环境条件下,组织机构以不同的方式行事。本文从提出不确定性环境下领导者战略选择认知行为理论模型开始,之后,逐一阐述其间重要因素的关系。 一、不确定性环境下领导者战略选择认知行为理论模型。作为组织机构战略决策的制定和执行者,高层管理者对外部的认知(即环境不确定性认知)与行动对组织的经营与绩效起着关键的作用。领导者在不确定性认知条件下选择何种战略类型,所选择相应的战略,最终促使组织产生对应的组织绩效。基于以上论述,所以我们建立“环境→认知→选择→绩效”的认知过程模型,见图1。 图1认知过程模型 从而,为领导者在战略决策时提供有利的理论依据和支持。其中,重点蕴含着:(1)不确定性环境下与战略选择类型之间的关系。(2)领导者认知行为与战略选择之间的关系。 (3)环境不确定性认知行为与组织绩效的关系。 二、关于环境不确定性的理解。“不确定性”一词源于英文“Uncertainty”,原意为不确定、不稳定、疑惑等性质和状态。本文用不确定性的概念来描述环境的复杂、动态和激烈的变化。随着环境的动态和复杂度的不断提高,组织需要处理的环境变化也随之错综复杂。因此,如何处理环境不确定性仍然是领导者的主要任务,如:采取适当的机制和措施以减少、抵挡、反抗或者彻底避免环境不确定性。从分析环境的不确定性角度出发,需要按着影响环境的各种复杂和相关的变量将环境进行分解。环境不确定性纬度包括一下四 不确定环境下的战略 在工业经济时代，战略管理的边界条件和初始条件是基本可控的，企业间的竞争态势和产业格局是可以预见的，变量之间的因果关系和因果链也是较为确定的。那时，战略管理的使命和主要任务就是优化，即在既定的条件下，如何以最低的成本、最短的时间、最高的效率、最优的流程，实现最大的产出和最丰的利润。然而，自20世纪70年代以来，现实世界在因果律、确定性和必然性之外，却显现出更迷乱、更深刻和更普遍的相对性、无序性和不确定性，战略管理过程不再是一个可预见的、可控的和程序化的过程，而是带有鲜明的不确定性。 什么是不确定性？简言之，不确定性是指事先不能准确知道某个事件或某种决策的结果。或者说，只要事件或决策的可能结果不止一种，就会产生不确定性。在经济学中，不确定性是指对于未来的收益和损失等经济状况的分布范围和状态不能确知。不确定性给企业带来的影响有大有小。小而言之，可能影响一次营销活动的成败；从大的方面看，则可能使企业遭受灭顶之灾，破产倒闭。由于不确定性，一些企业或者不敢放手去做比较长期的规划和投入，或者毫无理性、不顾后果地孤注一掷，把战略变成一场豪赌。总体上，对不确定性的畏惧是人们的普遍心态，美国投资奇才索罗斯就曾言：“我什么都不怕，只怕不确定性。”当然，不确定性的影响并不总是负面的，它本身是一柄双刃剑。实际上，正是由于不确定性、模糊性和混沌性，才使得后来居上、脱颖而出成为可能；才使一些企业，特别是一些后进企业和中小型企业，有望实现超常规、跨越式的发展。 当今世界，经济一体化、经营虚拟化、生产社会化、商务电子化、贸易自由化、资本国际化、偏好个性化、关联网络化、需求实时化蔚然成风，不确定性无处不在，无时不有，“唯一确定的就是不确定”已渐成共识。在各地报刊媒体的报告中，在各国政要精英的言辞里，在商界领袖的文件内，“不确定性”已成为出现频率最高的关键词之一。企业在进行战略管理时，必须充分考虑不确定性，尤其要关注那些对企业的战略决策有重大影响、生死攸关的不确定性。一方面，对可能造成严重伤害的不 不确定性之下的战略 传统的战略方法要求对未来进行精确的预测，这往往会导致企业领导低估未来的不确定 性，其结果是非常危险的。本文介绍的四层次框架时他们会有所帮助。 传统战略方法的核心是假定企业领导在运用一系列强大的分析工具后，能够准确地预测任何业务的前景，从而选择明确的战略方向。该过程通常要人们在低估不确定性的情况下，勾画一幅可以用折现现金流分析的、相当准确的前景。如果前景真的难以估测，该方法即便 有用，作用也是微乎其微，弄不好还有危险：在低估不确定性情况下产生的战略，既不能让企业防御不确定性带来的风险，也不能帮助企业捕捉不确定性带来的机遇。另外，低估不确定性而产生的战略还有一种截然不同的危险：如果管理层无法按照传统分析来制定战略，他们说不定会迁怒于规划过程，结果干脆抛开严格的分析，而凭直觉进行决策。 要想在不确定的条件下制定系统而可靠的战略决策，就必须使用一种能够避开上述两种 危险观点的方法。没有几个经理人会对战略的重要性一无所知，即便在最不确定的环境下，他们也会知道战略的重要性。以下我们将讨论一种框架，该框架把战略决策方面的不确定性分成几个等级，用不同战略应对不同等级的不确定性。 四个层次的不确定性 和战略有关的已知信息大体可分为两类。一类是通常可以从中识别发展趋势，如市场人口统计信息，这些信息有助于确定公司未来产品或服务的潜在需求。另一类是经过充分分析， 可以将未知因素变成可知因素、帮助公司管理层决策的信息，如目前技术的性能特征、某些常用产品种类的需求弹性、竞争对手扩充能力的规划方案等。 经过充分分析还剩下的不确定性，我们姑且称之为残留不确定性，例如尚未终结的议会法令辩论，或者正在开发的某项技术的功能特征等。但即便如此，还可以从中捕捉不少情况。事实上，我们发现困扰大部分战略决策者的残留不确定性可归入四个层次。 第一层次：未来足够明确 第一层次的残留不确定性并不直接关系到战略性决策，因此经理人员只要形成一种预测，就足以在其基础上制定战略。为了对未来进行相对准确的预测，经理人员可以利用标准 的系列战略工具：市场研究、竞争对手成本和能力分析。价值链分析、迈克尔?波特(Michael Porter)的五种因素结构等等。然后，可以利用折现现金流方法，整合这些预测结果，从而确定备选战略的价值。 第二层次：多种未来 第二层次不确定性的未来前景可以被描述为几种具体的前景预测之一。在这一层次上，分析无法说明最后会发生哪种结果，但是有可能确定可能性。最重要的是，如果能预计到结 果的话，有些(如果不是全部)战略要素则会改变。 处在重大政策性变革边缘的很多企业就遇到了这一类别的不确定性。以1995年末美国 不确定性下的决策模式 --明阳天下拓展“我什么也不害怕，也不害怕丢钱，但我害怕不确定性。”美国金融大鳄索罗斯这样说。这位导致英国货币危机和东南亚金融危机的始作俑者、量子基金的灵魂人物，仍然把“不确定性”视为企业经营的最大对手。他对“害怕不确定性”的理解是：担心自己在主观上不能把握不确定性，而不是期望在一个确定性的环境中经营。 企业试图在“知己知彼”基础上的决策模式，面对日益动荡复杂的竞争环境将越来越力不从心。如何在不确定环境下进行战略决策、化不确定的劣势为竞争中的优势，是新的市场环境下对企业经营者提出的新挑战。 应对不确定性有这样五个层次：以不变应万变，忽略不确定性；以实力换时间，降低不确定性；培养洞察力，感知不确定性；增加灵活性，适应不确定性；寻找不对称性，消除不确定性。 以不变应万变 不确定性有一定的客观性，即使是主观上可以消除的不确定性，在某些情况下，可能也无法实施，比如信息成本太高，投入收益不成比例等等。 巴菲特以其在股票市场投资很少失手而被称为“股神”，其实，巴菲特的投资理念非常简单：就是认为股票的价格最终是由股票所代表的资产收益价值决定的，所以他在股票选择上，就是购进那些按照投资价值被低估的股票长期持有，而不管股票市场如何波动。 有人曾质疑巴菲特当年没有购买微软的股票从而错失了一个赚大钱的机会是不是一次失误。虽然从现在来看，如果巴菲特当时买了微软的股票肯定会大赚。但是，在当时，决定巴菲特是否购买的是其基本的投资理念，如果微软这样的风险型企业进入他的投资组合，那就肯定会有其他的同样风险型的企业进入，巴菲特只是根据自己的特长选择了一种自己最能够把握的组合方式而已。 巴菲特的事例意在说明，即使你只是在一个很小的方面具有了把握的能力，扎根下去，就可以产生抵挡外部风云变幻的能力，从而建立其牢固的基业。 以实力换时间 在互联网出现之初，比尔?盖茨没有意识和洞察到互联网将成为影响人类社会的颠覆性力量，直到互联网已经成为硅谷的热点，网景公司受到热捧，盖茨才真正确认了互联网的革命意义。不过，微软最终还是以自己在终端软件上的强大实力，很快就开发出了浏览器，通过捆绑销售，把网景公司挤到了一边。 作为一项战略投入，应该说启动越晚，环境发生意外变故的不确定性就越低，但是启动越晚，由于其他企业的先发优势，企业必须打破竞争对手的进入壁垒才能够争得一席之地，甚至胜出。这就要求企业必须有相应的实力，以实力换时间，降低不确定性。 这种依靠实力换时间，对确定性的追求的战略戏称为“独孤九剑模式”，其关键是企业要有实力做后盾，可以做到“后发先至”。 联想进入互联网的模式也采用了这种“独孤九剑模式”。上个世 《不確定性管理》（Managing Uncertainty）目錄 哈佛商業評論簡介劃時代商業觀念的來源 導讀突破渾沌，制定策略洪明洲 不確定環境下的策略制定 休〃考尼﹙Hugh Courtney） 珍〃科克蘭(Jane Kirkland) 派崔克〃芬葛瑞(Patrick Viguerie) 為未來競爭41 蓋瑞〃哈默爾﹙Gary Hamel） C.K. 普哈拉﹙C.K. Prahalad） 從規劃中學習61 艾瑞〃德〃格斯﹙Arie P. de Geus） 運用遊戲理論擬定策略81 亞當〃布蘭登伯格﹙Adam M. Brandenburger） 貝利〃那爾波夫﹙Barry J. Nalebuff） 發現導向規劃──規劃新投資事業125 莉塔〃麥奎斯﹙Rita Gunther McCrath） 怡安〃麥克米蘭﹙Ian C. MacMillan） 制定決策——掌握來龍，抓住去脈155 海利爾〃殷紅﹙Hillel J. Einhorn） 羅賓〃何高士﹙Robin M. Hogarth） 擾亂式科技——掌握未來市場走向173 約瑟夫〃鮑爾﹙Joseph L. Bower） 克雷敦〃克力斯丹森﹙Clayton M. Christensen） 與時間賽跑——在變動不止的市場中競爭203 凱薩琳〃艾森哈特﹙Kathleen M. Eisenhardt) 舒娜〃布朗﹙Shona L. Brown） 【作者】 休〃考尼(Hugh Courtney) 是麥肯錫管理顧問公司(McKinsey & Company)華盛頓特區分公司的管理顧問。身為麥肯錫「策略實務研究小組」(Strategy Practice)的資深研究人員，考尼教授曾擔任過化學、醫療保健、能源與電子通信等多個不同產業的企管顧問，和許多大公司客戶分享他在策略方面的獨到見解。目前，考尼教授的顧問諮詢服務與研究重心擺在不確定環境下的策略發展，與賽局理論的應用上面。在加入麥肯錫之前，考尼教授是學術界知名的經濟學者。 珍〃科克蘭(Jane Kirkland) 是麥肯錫管理顧問公司知識管理的主事者，負責開發該公司的知識管理技術，建立此一領域的全球性研究與資訊服務組織，並受命監視那些在產業界或自行執業，以知識管理為主要工作的專技人員的動態。她剛卸下麥肯錫克里夫蘭/匹茲堡分公司負責人的職位。在那裡，她擔任過數家金融機構與電子公司的管理顧問，主要就策略課題提供她的建言。 派崔克〃芬葛瑞(Patrick Viguerie) 是麥肯錫管理顧問公司亞特蘭大分公司的負責人。接受過他諮詢服務的客戶涵蓋多種不同的產業，包括電子通信、電子，及化學等。身為麥肯錫「策略實務研究小組」的資深研究人員，芬葛瑞帶領組織成員學習如何在不 5.5模糊决策（评价） 利用模糊数学的办法将模糊的安全信息定量化，从而对多因素进行定量评价与决策，就是模糊决策（评价）。 这里所说的模糊的安全信息，其实就是我们常说的描述与安全有关的定性术语，如预测事故发生，常用可能性很大，可能性不大或很小；预测事故后果时，常用灾难性的、非常严重的、严重的、一般的等术语进行区别。如何用这些在安全领域中常用的定性术语进行评价和决策，采用模糊数学的方法是行之有效的途径之一。 例如，传统的安全管理，基本上是凭经验和感性认识去分析和处理生产中各类安全问题，对系统的评价只有“安全”或“不安全”的定性估计。这样的分析，忽略了问题性质的程度上的差异，而这样差异有时是很重要的。例如在分析和识别高处作业的危险性时，不能简单地划分为“安全”、“不安全”，而必须考虑“危险性”这个模糊概念的程度怎样。模糊概念不是只用“1”（安全），“0”（不安全）两个数值去度量，而是用0～1之间一个实数去度量，这个数就叫“隶属度”。例如某方案对“操作性”的概念有八成符合，即称它对“操作性”的隶属度是0.8。用函数表示不同条件下隶属度的变化规律称为“隶属函数”。隶属度可通过已知的隶属函数或统计法求得。 模糊决策主要分为两步进行：首先按每个因素单独评判，然后再按所有因素综合评判。 5.5.1建立因素集 因素集是指以所决策（评价）系统中影响评判的各种因素为元素所组成的集合，通常用U表示，即： U＝｛u，u，…，u｝ 各元素ui（i＝1，2，…，m）即代表各影响因素。这些因素通常都具有不同程度的模糊性。例如，评判作业人员的安全生产素质时，为了通过综合评判得出合理的值，可列出影响作业人员的安全生产素质取值的因素，一般包括：u1—安全责任心；u2—所受安全教育程度；u3—文化程度；u4—作业纠错技能；u5—监测故障技能；u6—一般故障排除技能；u7—事故临界状态的辨识及应急操作技能。 上述因素u1～u7都是模糊的，由它们组成的集合，便是评判操作人员的安全生产技能的因素集。 5.5.2建立权重集 一般说来，因素集U中的各因素对安全系统的影响程度是不一样的。为了反映各因素的重要程度，对各个因素应赋予一相应的权数Qi。由各权数所组成的集合：A＝｛a 1，a 2，…，a m ｝ （5.32）A称为因素权重集，简称权重集。 各权数ai应满足归一性和非负性条件：11=∑=n i i a （ai≥0）（5.33） 它们可视为各因素ui 对“重要”的隶属度。因此，权重集是因素集上的模糊子集。 5.5.3建立评判集 评判集是评判者对评判对象可能作出的各种总的评判结果所组成的集合。通常用V表示，即： V＝｛v ，v ，…，v ｝ 环境不确定性的调节效应 一、环境不确定性的调节效应 不确定性是当前组织外部环境的基本特征,环境不确定性的很多维度(包括:动态性、复杂性、敌对性,包容性、稳定性和异质性等),都有可能对组织的结构、流程和管理决策造成影响。在公司创业导向研究领域,很多研究发现环境不确定性对创业导向的功效可以产生正向的调节效应。其中,Lumpkin和Dess[6]的研究表明,环境动态性正向调节创业导向与销售增长及盈利能力之间的关系,环境敌对性正向调节创业导向与销售增长及销售利润率之间的关系。在非营利组织情境下,Pearce等[12]的研究发现,环境的包容性对非营利组织创业导向的作用效果并不会产生调节效应。近年来,随着政府传统资助的减少以及非营利组织数量的不断增加,我国非营利组织在利益相关群体和社会舆论等方面,面临着更大的不确定性,这就为探讨环境不确定性的调节效应提供了理想的分析情境。综上所述,提出研究假设:假设二:环境不确定性对非营利组织社会创业导向的作用效果有正向的调节效应。 二、研究设计 (一)样本与数据 利用问卷调查的方式,取得实证分析所需要的数据资料,考虑到所选样本的代表性及问卷回收的可行性,选择医疗卫生、教育、社会服务3类非营利组织作为分析对象,取样集中在江西省内进行。采用便利抽样的方法,通过上门拜访、电子邮件发送和邮局寄送等多种途径 发放调查问卷,最终回收的有效问卷中有107份来自上述3种类型的非营利组织。 (二)变量测量 为确保测量工具的信度和效度,本研究尽量采用国内外现有文献中已使用过的量表,并进一步通过对多家非营利组织的实地考察和预试,以评估问卷设计及测量题项在措辞和内容方面的适当性。根据访谈和预测试的结果,对调查问卷做了进一步的完善。所有量表的题项均采用李克特六点评分尺度,其中“1”表示“非常不符合”,“6”表示“非常符合”。借鉴Helm等学者的研究成果,将非营利组织的社会创业导向分为创新性、行动领先和风险承担性三个维度进行测量[8],要求受访者根据组织的实际情况来判断每个题项与组织客观情况的符合程度。综合Camarero、Garrido以及胡杨成等学者的研究,将非营利组织的绩效分解为社会绩效和财务绩效两个维度,要求受访者将组织过去两年来的表现与同行主要的非营利组织进行比较,根据比较结果选择适当的数字来表示其符合程度。参照Dess和Beard的研究,选择5个题项用于测度非营利组织所面临的不确定环境,要求受访者根据组织的实际情况来判断每个题项与组织客观情况的符合程度。为了控制其他因素对社会创业导向和非营利组织绩效间的关系可能产生的影响,选用组织年龄和组织规模(正式员工的数量)两个指标作为控制变量。 三、研究结果 (一)信度和效度分析 对各变量测量工具的效度分析显示,在删除因子负荷系数小于如何在不确定性条件下作出决策
环境系统不确定性分析的理论与发展
环境不确定性分析
模糊线性规划实验报告
环境不确定性下管理会计对策研究.doc
依法控制科学的不确定性带来的环境风险
环境不确定性的管理会计对策.doc
对不确定性管理的认识和思考分析
关于模糊线性规划模型问题的探讨
简述不确定性环境下领导者决策选择
不确定环境下的战略
不确定性之下的战略
不确定性下的决策模式
不确定性管理
第五章 安全决策-55模糊决策(评价)
环境不确定性的调节效应
相关主题
文本预览