群决策中共识过程的研究回顾及展望

群体决策一般由选择过程与共识过程组成。选择过程研究包括决策者偏好表述及转换、个体偏好集结为群体偏好以及方案选择;共识过程研究包括共识度度量、意见分歧识别以及意见收敛调控三个方面。群体决策过程的最终目的是群体对其选择方案的评价意见达成共识,因此对共识过程的研究已经成为国     

基于模糊偏好规划的群体决策方法

群决策就是要将决策成员在某一有限属性集或方案集上的偏好集结为一个单一的群体偏好的过程。层次分析法是个人和群体决策中最为常用的技术。在层次分析法中,决策成员的偏好是决策成员通过对决策元素进行两两比较,从而判断出它们的相对重要性来确定的,其偏好强度用一个比率来衡     

基于冲突的群体决策技术

一、群体决策技术和分类 (一)群体决策技术产生的基础--决策失误 与个体决策相比,群体决策的优点是可以集思广益,形成的决议也比较容易执行.但是,群体决策也存在一些缺点,并且可能引发特殊的群体行为.群体决策面临的主要难题可以说有两大方面,一是如何顺利达成统一意见,避免出现议而不决的情况;二是如何提高群体决策的质量,防止出现群体行为导致的低水平决策.第一类问题往往出现在群体成员具有不同的利益动机或者偏好的情况下,主要的解决机制有投票、谈判等等.社会选择理论、谈判理论都对此类群决策问题有大量深入的研究探讨.第二类问题包括了一些群体失误现象,这类现象的共同特点是群体达成了一致,但是这种一致可能是虚假的或者是未经深思熟虑的.从群体决策的过程来看,很多参与者的意见和独有信息没有进入决策过程,导致了低水平的决策结果.目前这方面研究关注较多的有群体思维、群体极化等现象.     

基于目标的风险型多属性群决策方法研究

在基于目标决策理论的基础上,分析决策者目标的不同类型及对应的目标效用函数,并针对决策者目标不同以及决策方案属性值为随机变量的风险型群决策问题,提出基于目标期望效用最大化的群体偏好集结方法.首先,该方法将属性的随机性、目标的随机性及决策者目标的满足程度转化为目标期望效用函数;其次,按期望效用类似的线性集结方式进行个体偏好的集结;最后,根据群体目标期望效用值形成方案排序.算例验证了该方法的有效性和实用性.     

考虑偏斜度的序数均值组合群决策方法

文章针对现有均值法未考虑偏斜度的不足,结合多属性群决策问题,提出一种新的序数均值组合决策方法.基于偏斜度的性质,分析决策者偏斜度偏好对排序的影响;根据不同决策方式和群体意见集结步骤,采用6种方法确定方案的初次排序,再利用改进均值法组合初次排序结果,确定方案最终排序.最后,以供应商选择算例进行说明和应用.     

基于非线性GRA的群体模糊多属性决策模型

针对决策属性权重未知且属性值为三角模糊数的群体多属性决策问题,提出了一种非线性规划灰色关联度(简称GRA)决策模型。文章首先将群体决策者语言信息转化为三角模糊数,并依据三角模糊数向量距离和专家偏好集合判断群体决策的一致度和不一致度,构建模糊多属性群体偏好非线性决策目标函数,求解函数得到理想方案属性值和各属性权重值。然后依据备选方案与理想方案的综合灰色关联度,对方案进行优劣排序与决策。最后通过算例检验,为决策提供新思路。     

偏好信息私有的群体决策者投票表决策略

文章分析群体决策者处理不确定二分决策问题时的投票表决策略,其中假定决策者关于决策选项具有不同的偏好,且偏好为私有信息。首先给出了当采用确定性单调决策规则时诚实投票与按信息投票为Nash均衡的条件,指出决策者在群体决策时所采取的投票策略一般不同于他在单独决策时所采取的策略。然后给出了在所有决策者按信息投票的前提下最优的确定性单调决策规则。     

具有不同形式偏好信息下的模糊多属性群决策方法

本文针对决策者给出属性具有定性、定量两类不同形式的偏好信息的多属性群决策问题,提出了一种新的集结方法。该方法首先利用直觉模糊集理论和模糊矩阵来处理定性属性的定量化问题,然后用凸组合的方式将主观权重和基于一致性程度的客观权重集结为决策者的最终权重,最后提出一种基于直觉模糊集理论的多属性群决策方法。     

混台型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵.然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念.最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤.     

部分属性权重信息下的多属性群决策问题探讨

模糊多属性群决策(FMAGDM)是多属性决策、群决策和模糊决策相交叉的研究领域.研究此类问题一般需要决策者提供各属性权重信息、各决策者的权重信息和效用信息,决策群体集结各信息形成群体偏爱,最后对供选方案进行优劣排序.但由于方案各属性概念抽象、决策者自身的认知局限性及决策背景的复杂性,常会出现决策时对多属性群决策问题的属性权重难以完全确定和量化,因此部分属性权重信息下多属性群决策问题的研究已日益得到重视.目前此类问题的研究工作尚不多见.     

基于投影的直觉模糊群决策专家权重确定方法

文章针对方案属性值为直觉模糊数的群决策问题,提出了一种基于投影的专家权重确定方法.该方法按照投影分析的基本思想,给出了确定直觉模糊环境下群决策专家权重的计算步骤.其核心是计算每个专家的隶属度矩阵在群体隶属度矩阵上的投影和非隶属度矩阵在群体非隶属度矩阵上的投影,进而利用领导者的偏好度求出专家个体决策矩阵与群体决策矩阵的相似度,最终确定每个专家的权重.最后给出的算例表明了该方法的可行性和有效性.     

基于个体偏好和可信度的犹豫模糊软集多准则决策方法

犹豫模糊软集是在结合软集和犹豫模糊集优势的基础上提出来的.文章定义了基于犹豫模糊软集的Einstein加权平均算子及其运算规则,根据决策者对专业领域的熟悉程度,定义了可信度诱导犹豫模糊软集Einstein加权平均算子.基于可信度提出了犹豫模糊软信息关联度公式,并对决策者个体的方案准则偏好和方案总体偏好之间的关联度建立了准则权重模型.最后提出了一种考虑个体偏好和可信度的犹豫模糊软集多准则群决策方法,并用算例分析证明了其可行性和有效性.     

复合准则策略在水运行调度综合集成研讨厅中的实现

水资源系统运行调度是一个多主体参与、多目标、多准则的复杂的群决策问题,单纯的数学建模计算和单一的决策准则均不能很好地解决水运行调度分配问题。通过构建基于网络的分布式综合集成研讨厅系统作为支持群体决策的平台,将复合准则群决策策略嵌入综合集成研讨厅系统内。研讨流程分三个阶段进行:首先,不同决策主体研讨制定出调度方案集合;其次,决策群体对方案进行排序,综合集成研讨厅系统调用复合准则策略对群体排序进行一致性处理,形成一致性排序结果;最后,排序结果经过再次研讨,以获得决策群体绝大多数人"同意"方案,作为最终调度方案。文章以南水北调东线水资源系统运行调度为例说明了复合准则策略在水运行调度综合集成研讨厅中的实现过程。     

混合型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵。然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念。最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤。     

基于群体一致性程度的不确定性偏好集结方法

文章基于互补判断矩阵的加性一致性定义,引入偏差变量来表达决策者的判断不确定性特点,建立估计群偏好权重的目标规划模型。根据模型的求解结果,定义群判断一致性程度和个体一致性程度指标来度量决策者的一致性。对一致性程度较差的专家判断,提出了一种交互式修改方法。为解决总偏差量最小的情况下专家组的平均一致性程度有差异的问题,建立了专家组最小化不一致性程度的群集结模型,并对模型的性质进行了分析。     

基于满意度最大的多准则群决策模型

在多准则群决策的过程中,由于决策者的知识水平、背景和主观偏好不同,他们对方案所给的信息判断矩阵也就不同.文章主要研究决策者所给的自然语言信息判断矩阵,提出一种基于群体满意度最大的不完全语言信息多准则群决策规划模型,该方法在处理存在语言信息缺失矩阵时尤为凑效.     

基于相容关系协调下群体意见集结方法

针对多属性群体决策问题中群体偏好一致性达成的问题,文章基于群体判断相容关系的专家意见协调机制,提出了一种新的专家赋权思路.首先定义群体意见的相容关系,专家在对每个方案的各属性的评价基础上进行相容归类;通过专家隶属的意见相容集,依据在各方案指标中的相容程度进行赋权,并对相容程度较低的专家意见进行修正.     

群体决策信息获取激励的相容性研究

文章分析了群体决策者的信息获取动机。一群决策者需要通过投票表决的方式处理一个不确定二分决策问题,与该决策问题相关的信息的获取需要付出一定的成本,假定群体决策者具有不同的先验知识、偏好与信息获取成本,首先针对确定性单调决策规则分析了决策者的信息获取与投票表决策略,然后给出了所有决策者都获取信息为激励相容时的条件。     

基于K-L测度值的熵方法在专家群决策可靠性分析中的应用

文章针对企业经营管理中的群决策,引入熵方法,分析和解决专家群组决策水平的可靠性问题。该方法基于"个体决策与群体决策趋于一致"以及"大多数人的决策意见是正确的"的思想,计算个体决策信息与群体决策信息的"距离",用K-L测度值表示,并剔除掉个体决策与群体决策距离较大的专家成员;然后根据个体决策信息和群体决策信息之间的平衡程度,计算各专家的决策熵,进而分析其可靠程度。     

基于记分函数的直觉模糊多属性群决策方法

针对属性权重未知且属性值为直觉模糊值,决策者给出方案直觉模糊值形式偏好信息的不确定多属性群决策问题,提出了一种基于模糊优选的群决策方法。首先在计算直觉模糊相似度的基础上通过非线性规划模型求解出属性权重。在明确直觉模糊多属性决策问题中直觉模糊集的定义基础上,提出了一种新的记分函数方法,进而得到各决策者决策矩阵的正、负理想方案。然后通过各决策者的模糊优选模型得到各方案的决策值,通过决策群体的模糊优选模型得到各方案的群体综合决策值。最后通过一个算例说明了方法的有效性。