法國精品級創(chuàng)新甜點

目 錄
第1章 緒論 1
1.1 IT服務外包項目進度風險管理的背景和意義 1
1.2 國內(nèi)外研究現(xiàn)狀 2
1.3 本書總體研究思路 4
1.4 本書主要內(nèi)容和體系結構 4
1.5 本書特色與創(chuàng)新 7
第2章 相關理論綜述 8
2.1 IT服務外包理論 8
2.2 風險管理概述 10
2.3 相關決策理論介紹 11
2.3.1 分布式?jīng)Q策理論 11
2.3.2 多屬性決策 16
2.3.3 拍賣理論 22
2.3.4 協(xié)商理論 25
2.4 隨機規(guī)劃理論 31
2.4.1 期望值模型 31
2.4.2 機會約束規(guī)劃模型 32
2.4.3 相關機會規(guī)劃模型 32
2.4.4 蒙特卡羅模擬 33
2.5 智能優(yōu)化算法 34
2.5.1 遺傳算法 35
2.5.2 蟻群算法 38
2.5.3 禁忌搜索 41
2.5.4 模擬退火 44
2.5.5 捕食搜索算法 46
2.5.6 粒子群優(yōu)化算法 47
第3章 結構化決策機制下進度風險控制的模型和算法 50
3.1 考慮成本的IT服務外包項目進度風險控制結構化決策模型 50
3.1.1 問題描述 51
3.1.2 數(shù)學模型 51
3.2 算法設計與仿真分析 54
3.2.1 改進的禁忌搜索算法 54
3.2.2 算例設計與仿真分析 56
3.2.3 連續(xù)域蟻群算法 69
3.2.4 算例設計與仿真分析 73
3.3 考慮完工概率的IT服務外包項目進度風險控制結構化決策模型 77
3.3.1 問題描述 77
3.3.2 模型假設 79
3.3.3 數(shù)學模型 79
3.4 算法設計與仿真分析 82
3.4.1 兩層粒子群優(yōu)化算法 82
3.4.2 算例設計與仿真分析 85
3.5 考慮風險的IT服務外包項目進度風險控制結構化決策模型 90
3.5.1 問題描述 90
3.5.2 數(shù)學模型 91
3.6 算法設計與仿真分析 92
3.6.1 模擬退火自適應遺傳算法 93
3.6.2 算例設計與仿真分析 97
3.6.3 兩層禁忌捕食搜索算法 106
3.6.4 算例設計與仿真分析 112
第4章 組織化決策機制下進度風險控制的模型和算法 124
4.1 IT服務外包項目進度風險控制的組織化決策模型 124
4.1.1 上層模型 125
4.1.2 預測的下層模型 125
4.1.3 下層模型 127
4.2 嵌入蒙特卡羅模擬的禁忌搜索算法 128
4.3 算例設計與仿真結果 132
4.4 嵌入蒙特卡羅模擬的連續(xù)域蟻群算法 133
4.4.1 領域搜尋規(guī)則 133
4.4.2 算法流程 133
4.5 算例設計與仿真分析 136
第5章 委托代理機制下進度風險控制的模型和算法 139
5.1 考慮完工概率的委托代理模型 140
5.1.1 問題描述 140
5.1.2 模型假設 141
5.1.3 數(shù)學模型 141
5.2 改進的遺傳算法 143
5.3 算例設計與仿真分析 146
5.3.1 算例設計與仿真結果 147
5.3.2 模型與算法分析 150
5.4 引入獎懲策略的委托代理模型 158
5.4.1 問題描述 158
5.4.2 模型假設 159
5.4.3 數(shù)學模型 159
5.5 模擬退火遺傳算法 161
5.6 算例設計與仿真分析 165
5.6.1 算例Ⅰ設計與仿真分析 165
5.6.2 算例Ⅱ、Ⅲ、Ⅳ設計與仿真分析 172
5.7 自適應禁忌搜索算法 177
5.7.1 兩層算法設計 178
5.7.2 編碼方法 179
5.7.3 產(chǎn)生初始解 179
5.7.4 適值函數(shù) 180
5.7.5 鄰域構造 180
5.7.6 禁忌表 181
5.7.7 渴望水平與停止準則 181
5.7.8 擾動機制 181
5.7.9 算法步驟 182
5.7.10 算法流程 183
5.8 算例設計與仿真分析 185
5.8.1 參數(shù)設置與實驗環(huán)境 185
5.8.2 仿真結果 189
5.8.3 算法的關鍵策略分析 192
5.8.4 算法要素分析 193
5.8.5 不同算法的對比分析 195
第6章 協(xié)商機制下進度與費用管理的模型和算法 200
6.1 基于協(xié)商理論的進度與費用風險控制 201
6.1.1 基本假設和議題規(guī)范化 201
6.1.2 協(xié)商框架 203
6.1.3 案例設計 207
6.2 基于拍賣理論的進度與費用風險控制 212
6.2.1 問題定義和歸類 213
6.2.2 拍賣框架設計 214
6.2.3 案例設計 219
參考文獻 225