自动规划及优化选择系统和方法技术方案

本发明专利技术提供自动规划及优化选择系统，包括因素定义装置、变量赋值装置、预期选项定义装置、模型定义装置、折算装置、折算模型库。本发明专利技术的创新在于在传统量化分析的基础上，增强对评估结果的主观随意性及用户偏好的控制，增加对非货币性或非数字性的因素进行量化（或量化范围）及概率分析，使决策在合理化的基础上更加人性化，令决策分析结果更为可信。同时提供用户决策推荐，在用户无法确知未来可能出现的问题、机会以及可能的用户偏好变化的情况下，由系统根据用户预先输入条件及决策历史条件，进行综合分析，进而预测用户将来的最优决策。并在最优化决策的基础上，同时允许用户对选定目标的后续行为进行跟踪检测，以保证目标按时按计划实现。

【技术实现步骤摘要】
自动规划及优化选择系统和方法
本专利技术涉及计算机信息处理领域，具体地，涉及系统数据处理、条件量化和决策优化的综合计算方法和系统。
技术介绍
在许多情况中，人们不知道在一个决定作出后会发生什么，或者由于重要因素会随着时间改变而导致人们不知道未来什么是最重要的，又或者人们不知道未来会做什么决定——人们只知道当前什么更重要。因此有必要开发电脑计算机决策优化系统（DecisionSupportSystemDSS）。电脑计算机决策优化系统应用于各种商业、工业、医疗系统及各项科学应用中，开始发挥越来越重要的作用。常见的决策优化系统通过对投入产出的成本利润（回报）绝对值分析，或应用决策树列举潜在因素及其概率百分比分析，进而确定特定项目的投入值及决策模型。在实际的评估过程中，因为各未知因素干扰，以及评估人员对未知因素的不同反应，现有电脑决策优化系统只能对单项成本利润进行绝对值的分析，或根据可行性概率进行分析，而无法对非货币性或非数字性的因素进行量化及概率分析，更难以对多层级、多项因素进行综合分析评估。因而，评估人员需要首先将复杂的评估对象分隔成单项独立因素进行单独分析，然后进行综合考虑。由于评估内容的局限性以及评估人员的个体要求、偏好差异、对未知系数的综合分析的欠缺，评估结果往往难以令人信服。同时，由于电脑决策优化系统与人脑决策的人性化差异，电脑决策系统始终无法代替人脑决策，尤其无法进行情景分析，只能在某一特定领域提供辅助，从而增加了决策与最优方案的差异。虽然目前在供应商管理、采购中对情景分析有所应用，然而无法广泛推广到生产、生活的各个领域，更没有允许用户完全自定义设置规则。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种自动规划及优化选择系统和方法。根据本专利技术的一个方面，提供一种自动规划及优化选择系统，其特征在于，包括如下装置：因素定义装置，其用于定义决策因素变量；变量赋值装置，其用于对所述决策因素变量进行赋值；预期选项定义装置，其用于定义预期选项，并根据所述预期选项选取全部或者部分所述决策因素变量构成因素集，其中，所述因素集的赋值为其所包括决策因素变量的变量值的加权和；模型定义装置，其用于定义折算模型；折算装置，其用于调取折算模型，通过向所述折算模型输入所述因素集获得所述因素集的赋值在时间集中任一个或任多个时间点时的目标折算值；折算模型库，其用于建立、存储所述折算模型。优选地，还包括如下装置：决策装置，其用于对多个预期选项在一个或多个时间点时所对应的目标折算值进行比较，确定最优选项集，其中，所述最优选项集包括在一个或多个时间点时最优的预期选项。优选地，还包括如下装置：第一跟踪装置，其用于采集用户行为数据，并根据所述用户行为数据判断该用户行为是否有利于实现所述预期选项；第一显示装置，其用于显示所述用户行为数据，并按照对实现所述预期选项的有利等级以不同颜色显示。优选地，所述第一跟踪装置包括如下装置：第二跟踪装置，其用于根据所述用户行为数据生成决策因素变量修正值，通过所述决策因素变量修正值更新所述因素集，并将更新的所述因素集输入所述折算装置生成更新折算值，若更新折算值与所述目标折算值的差值大于第一阈值，则判断该用户行为不利于实现所述预期选项，并发布提醒信息和/或改进信息。优选地，所述决策因素变量包括非数字性因素变量，所述变量赋值装置包括用户赋值装置和/或系统赋值装置，其中：所述用户赋值装置用于根据用户输入的数值对所述非数字性因素变量进行赋值；所述系统赋值装置用于根据用户偏好训练模型对所述非数字性因素变量进行赋值，并将本次赋值保存到所述用户偏好训练模型库中。优选地，还包括用户信息数据库，其中，所述用户信息数据库存储有用户背景信息，所述预期选项定义装置根据所述用户背景信息生成所述预期选项。优选地，所述折算模型包括折现现金流模型，所述因素定义装置包括因素模版装置，所述因素模版装置用于提供因素模版，所述因素模版内包括机会成本因素、当前成本因素、未来可预计成本的因素可选项。根据本专利技术的另一个方面，还提供一种自动规划及优化选择方法，其特征在于，包括如下步骤：步骤A：定义决策因素变量，并对决策因素变量进行赋值；步骤B：定义预期选项，并根据所述预期选项选取全部或者部分所述决策因素变量构成因素集，其中，所述因素集的赋值为其所包括决策因素变量的变量值的加权和；步骤C：从折算模型库中调取折算模型，通过向所述折算模型输入所述因素集获得所述因素集的赋值在时间集中任一个或任多个时间点时的目标折算值。优选地，还包括如下步骤：步骤D：对多个预期选项在一个或多个时间点时所对应的目标折算值进行比较，确定最优选项集，其中，所述最优选项集包括在一个或多个时间点时最优的预期选项。优选地，还包括如下步骤：步骤E：采集用户行为数据，并根据所述用户行为数据判断该用户行为是否有利于实现所述预期选项；步骤F：显示所述用户行为数据，并按照对实现所述预期选项的有利等级以不同颜色显示。优选地，所述步骤E包括如下步骤：步骤E1：根据所述用户行为数据生成决策因素变量修正值，通过所述决策因素变量修正值更新所述因素集，并将更新的所述因素集输入所述折算装置生成更新折算值，若更新折算值与所述目标折算值的差值大于第一阈值，则判断该用户行为不利于实现所述预期选项，并发布提醒信息和/或改进信息。优选地，所述决策因素变量包括非数字性因素变量，所述变量赋值装置包括用户赋值装置和/或系统赋值装置，其中：所述用户赋值装置用于根据用户输入的数值对所述非数字性因素变量进行赋值；所述系统赋值装置用于根据用户偏好训练模型对所述非数字性因素变量进行赋值，并将本次赋值保存到所述用户偏好训练模型库中。优选地，所述步骤B包括如下步骤：步骤B1：根据用户背景信息生成所述预期选项。优选地，所述折算模型包括折现现金流模型，用户根据系统提供的因素模版定义所述决策因素变量，其中，所述因素模版内包括机会成本因素、当前成本因素、未来可预计成本的因素可选项。优选地，所述步骤A包括步骤：对无法绝对化的决策因素变量指定赋值范围。优选地，所述步骤D包括步骤：根据赋值将多个所述预期选项按照时间顺序进行排列组合，并将排列组合后的结果添加到最优选项集中。本专利技术针对企业及个人用户，提供了一种可量化的自动规划及优化性选择,买家信息及价值计算的系统和方法，将未来计划及其风险进行预期，基于此进行相应规划并折算到当前、短期、或者长期内的任一时间，最终由系统针对不同路径，使用折算现金流、线性及非线性分析和情景分析，自动做出优化性选择。本专利技术的优选例基于折现现金流量模型，综合考虑了机会成本、当前成本、未来可预计成本、理性或非理性等不确定因素。其专利技术点是将各种因素转化为变量，以目标函数的形式体现在相应建立的数学模型中，并基于线性优化原理计算出模型最优解。本专利技术的创新在于在传统量化分析的基础上，增强对评估结果的主观随意性及用户偏好的控制，增加对非货币性或非数字性的因素进行量化、范围性量化及概率分析，使决策及价值计算在合理化的基础上更加人性化，令决策及价值计算分析结果更为可信。同时提供用户未知的潜在可能及各可能性选择做出预期及建立在用户偏好基础上的决策推荐，在用户无法确知未来可能出现的问题、机会以及可能的用户偏好变化的情况下，由系统根据用户预先本文档来自技高网...

【技术保护点】
一种自动规划及优化选择系统，其特征在于，包括如下装置：因素定义装置，其用于定义决策因素变量；变量赋值装置，其用于对所述决策因素变量进行赋值；预期选项定义装置，其用于定义预期选项，并根据所述预期选项选取全部或者部分所述决策因素变量构成因素集，其中，所述因素集的赋值为其所包括决策因素变量的变量值的加权和；模型定义装置，其用于定义折算模型；折算装置，其用于调取折算模型，通过向所述折算模型输入所述因素集获得所述因素集的赋值在时间集中任一个或任多个时间点时的目标折算值；折算模型库，其用于建立、存储所述折算模型。

【技术特征摘要】
1.一种自动规划及优化选择系统，其特征在于，包括如下装置：因素定义装置，其用于定义决策因素变量；变量赋值装置，其用于对所述决策因素变量进行赋值；预期选项定义装置，其用于定义预期选项，并根据所述预期选项选取全部或者部分所述决策因素变量构成因素集，其中，所述因素集的赋值为其所包括决策因素变量的变量值的加权和；模型定义装置，其用于定义折算模型；折算装置，其用于调取折算模型，通过向所述折算模型输入所述因素集获得所述因素集的赋值在时间集中任一个或任多个时间点时的目标折算值；折算模型库，其用于建立、存储所述折算模型；还包括如下装置：决策装置，其用于对多个预期选项在一个或多个时间点时所对应的目标折算值进行比较，确定最优选项集，其中，所述最优选项集包括在一个或多个时间点时最优的预期选项。2.根据权利要求1所述的自动规划及优化选择系统，其特征在于，还包括如下装置：第一跟踪装置，其用于采集用户行为数据，并根据所述用户行为数据判断该用户行为是否有利于实现所述预期选项；第一显示装置，其用于显示所述用户行为数据，并按照对实现所述预期选项的有利等级以不同颜色显示。3.根据权利要求2所述的自动规划及优化选择系统，其特征在于，所述第一跟踪装置包括如下装置：第二跟踪装置，其用于根据所述用户行为数据生成决策因素变量修正值，通过所述决策因素变量修正值更新所述因素集，并将更新的所述因素集输入所述折算装置生成更新折算值，若更新折算值与所述目标折算值的差值大于第一阈值，则判断该用户行为不利于实现所述预期选项，并发布提醒信息和/或改进信息。4.根据权利要求1至3中任一项所述的自动规划及优化选择系统，其特征在于，所述决策因素变量包括非数字性因素变量，所述变量赋值装置包括用户赋值装置和/或系统赋值装置，其中：所述用户赋值装置用于根据用户输入的数值对所述非数字性因素变量进行赋值；所述系统赋值装置用于根据用户偏好训练模型对所述非数字性因素变量进行赋值，并将本次赋值保存到所述用户偏好训练模型库中。5.根据权利要求1所述的自动规划及优化选择系统，其特征在于，还包括用户信息数据库，其中，所述用户信息数据库存储有用户背景信息，所述预期选项定义装置根据所述用户背景信息生成所述预期选项。6.根据权利要求1所述的自动规划及优化选择系统，其特征在于，所述折算模型包括折现现金流模型，所述因素定义装置包括因素模版装置，所述因素模版装置用于提供因素模版，所述因素模版内包括机会成本因素、当前成本因素、未来可预计成本的因素可选项。7.根据权利要求1所述的自动规划及优化选择系统，其特征在于，所述变量赋值装置包括指定量化范围装置，其中，所述指定量化范围装置用于对无法绝对化的决策因素变量指定赋值范围。8.据权利要求1所述的自动规划及优化选择系统，其特征在...

【专利技术属性】
技术研发人员：任一涛，
申请(专利权)人：任一涛，
类型：发明
国别省市：