数据驱动下多项目关键链资源配置方法及应用研究

　　大数据驱动的管理与决策呈现出高频实时、深度定制化、跨组织整合、多主体决策等特性。以大数据驱动的管理与决策为研究对象，充分发挥管理、信息、数理、工程项目等多学科合作研究的优势，着重研究大数据驱动的管理与决策理论范式，大数据管理与决策价值分析与发现，大数据分析方法与支撑技术是学术界、产业界以及政府部门的重要研究课题。因此，本书研究既具有一定的理论价值又具有较强的现实意义，通过多项目关键链资源配置问题及其配置深入研究基础上构建了大数据驱动下多项目关键链资源配置理论模型为解决项目关键链资源配置问题提供了新的研究思路及新的理论基础，有效、科学地解决了大数据驱动下多项目关键链资源的有效配置问题。

　　男，湖南邵阳人，博士，副教授，硕士生导师，研究方向为大数据与运营管理。 长期从事生产运作管理、系统优化与机器学习、大数据等方面的教学与科研工作，已在《Renewable Energy》《Engineering Applications of Artificial Intelligence》《Mathematical Problems in Engineering》《管理评论》《管理学报》《计算机集成制造系统》《系统工程》等刊物上发表论文三十多篇。

第1章 绪论
1．1 研究背景与研究意义
1．2 文献综述
1．3 研究思路与研究内容
1．4 本章小结
第2章 多项目管理及统计学习理论
2．1 多项目管理内涵、理论与方法
2．2 项目关键链及资源理论
2．3 统计学习理论与方法
2．4 本章小结
第3章 数据驱动下多项目关键链资源GBOR测定
3．1 项目族及其多项目GWBS模型构建
3．2 多项目关键链资源GBOR研究
3．3 基于不确定性粒计算的多项目关键链资源GBOR研究
3．4 多项目关键链资源GBOR测定研究
3．5 本章小结
第4章 数据驱动下多项目关键链资源熵及其识别
4．1 多项目关键链资源参数及缓冲设计
4．2 多项目关键链资源熵测定
4．3 基于高斯分布的云模型构建
4．4 基于云模型的多项目关键链识别及其分析研究
4．5 本章小结
第5章 数据驱动下多项目资源配置模型及其应用研究
5．1 多项目关键链资源配置问题及其特征参数
5．2 基于云模型的粒计算分类向量机模型研究
5．3 基于多属性的多项目关键链资源配置模型构建
5．4 数据驱动下基于学习效应的多项目关键链资源配置模型构建
5．5 数据驱动下多项目资源优化配置理论与方法研究
5．6 数据驱动下基于项目反应理论的多项目资源优化配置方法研究
5．7 本章小结
第6章 多项目关键链资源配置算法及鲁棒性研究
6．1 多目标粒子群算法
6．2 基于云模型的混合量子粒子群算法
6．3 基于混合量子粒子群算法的多项目关键链资源配置研究
6．4 多项目关键链资源配置模型及算法鲁棒性分析
6．5 本章小结
第7章 总结与展望
7．1 研究结论
7．2 研究展望
参考文献
附录A MP_j90相关参数的实验结果
附录B MP_j90工序云参数实验结果