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。     

基于演化网络的动态群决策模型

一、引言 传统的群体决策是把不同成员的关于方案集中方案的偏好序按某种规则集结为决策群体的一致或妥协的群体偏好序,即需要寻找一种对决策群体公平的规则对个体决策者的偏好进行集结.常用的方法有加和法、方差最小法、优序法、期望效用法和层次分析法等.对群体决策一致性的集结往往忽视了决策者的不完全理性和对方案的学习、改进和谈判协调能力.群决策过程看起来是一个静态过程,而实际上,在群体中形成最终一致或妥协的群决策的过程是一个非常复杂的过程,这些决策个体意见的一致或妥协过程甚至不得不反复进行直到决策者群体的一致性偏好最终得以形成.人们提出了许多改善群体决策效果的方法程序,如头脑风暴法、名义群体法、德尔菲法等.德尔菲法是改善和达成群体决策一致性收敛的一种行之有效的群决策设计.总之,群决策是一个信息反复交流最终达成一致的动态过程.     

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.     

一种区间型多属性决策的新方法

针对决策者的偏好信息和决策矩阵元素均为区间数的不确定多属性决策问题,提出了一种新的决策方法。该方法引入决策者的心态指标把区间型决策矩阵转化为带心态指标的决策矩阵,再通过求解主观偏好与客观偏好的总绝对偏差最小的单目标规划问题,得到属性的权重向量,利用方案的综合属性值给出各方案的排序结果。当决策者处于不同的心态时,可以通过调整其心态指标来进行决策,更加符合实际,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性。     

一种语言多属性群决策问题的排序法

在多属性群决策问题中,由于受决策者知识结构、判断水平和个人偏好等主观因素以及事物本身的模糊性、复杂性等不确定性因素的影响,决策者在进行决策时,常用诸如"好、满意、一般"等语言形式给出定性的决策信息。有关这方面的研究己引起很多学者的重视,     

序数信息条件下的多属性决策研究

文章给出了偏好结构中的偏好关系占优关联系数与被占优关联系数的概念,在此基础上对决策者只能提供序数偏好信息的多属性决策问题进行了研究,得到了相应的决策方法;并用数例说明了该方法的可行性。     

基于多维偏好分析的三角模糊数型多属性决策方法

文章针对决策者的偏好信息是以偏好序对的形式给出、决策矩阵元素为三角模糊数的不确定多属性决策问题,提出了一种新的决策方法.利用三角模糊数期望值公式,定义各方案到理想点的距离矩阵,通过求解基于多维偏好分析的线性规划模型,得到属性的权重向量.根据各方案到理想点的加权距离给出方案的排序结果.该方法非常适用于方案数目和属性数量较大、决策者无法给出每一方案的具体偏好值的情形.     

信息不确定条件下的风险决策研究

信息在风险决策中扮演关键角色,但决策者在现实情境中却往往无法掌握明确信息,文章试图分析实验参与者在信息明确程度不同的情境中对决策偏好的差异,以探索其与风险态度的关联性.研究发现:决策者会因信息的明确程度不同,而偏好不一样的风险决策;风险决策差异愈大,越容易在不同信息明确程度下做出相异的选择;在信息不明确情况下,决策者相对偏好较稳健的风险决策.同时,发现参与者的金钱效用和机率权重参数与信息明确程度呈现明显的相关性.     

基于粗糙集的随机优势决策方法

随机优势决策是根据状态的先验分布和后果的损失函数进行决策分析的。本文从基于随机优势下的粗糙集角度,对这一问题给予补充阐释。决策者(DM)所需的偏好信息以决策规则表示,决策规则以确定因子和覆盖因子度量。最后,本文提供一个实例解释这种方法。     

区间置信结构下的多属性决策问题研究

在大量多属性决策问题中,由于环境的不确定性和决策者的认知能力的有限性,决策者不仅很难得出方案的属性值,而且不能准确地确定在同一属性下方案之间的偏好信息。对此类问题,文章利用具有区间置信结构的偏序关系来表示同一属性下方案之间的偏好信息;给出了区间置信结构下的多属性决策方法,并用一个数例说明了该方法的可行性。     

基于拉开差距的模糊多属性决策方法

文章针对决策者的偏好信息和决策矩阵元素均为三角模糊数的模糊多属性决策问题,提出了一种新的决策方法。该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性期望值的差距最大的双目标规划问题,得到属性的权重向量,根据方案的综合属性期望值给出各方案的排序结果。     

考虑决策者风险偏好的区间粗糙数多属性决策方法

文章针对属性值为区间粗糙数的多属性决策中如何考虑决策者风险偏好问题进行了研究,提出了一种新的区间粗糙数多属性决策方法.首先基于属性值与正负理想点距离远近来反映决策者偏好的思想定义了偏好距离,在此基础上利用熵权法计算属性权重,然后计算各方期望效用并按此排序.最后通过算例证明了此方法有效.     

具有不完全信息的多准则格序决策方法

针对决策者的偏好信息具有偏序偏好的多属性决策问题,文章提出了一种基于偏序之间距离测度的多属性决策方法.将偏好关系推广到,运用偏序结构之间的距离测度计算控制指标和被控指标,得到方案对之间的控制程度和被控制程度;讨论了决策者站在不同角度对决策方案的偏好.最后,举例说明了该方法的可行性.     

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.     

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。     

部分权重信息下考虑风险偏好的不确定多属性决策方法

通过引入风险偏好因子,文章借鉴DEA交叉评价思想,构建部分权重信息下考虑决策者风险偏好的不确定多属性决策方法.通过风险偏好因子的引入,将区间数决策信息映射为实数决策信息;假设各决策方案均具有“使自身评价值最大化”的特点,求得各自的最优评价值和权重向量;各决策方案按照系统内所有方案的最有利权重进行评价后,将平均交叉评价值作为决策基准.最后通过算例说明了方法的可行性和有效性.     

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.     

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。     

基于粗糙集的游戏核心竞争要素与购买模式挖掘

消费者偏好是游戏企业获得竞争力的源泉。文章基于粗糙集理论,对影响玩家行为的核心产品竞争要素进行挖掘,探讨不同要素组合对产品购买的影响,最终提取出玩家购买产品的决策规则。结果显示,共存在11项产品核心竞争因素,可将其分为三类:角色信息、任务与成就、金币获得与消耗,其中由角色信息判断玩家是否购买产品的确定性最高,且在90%的置信水平下,共存在67条产品购买规则。     

基于集对分析的不确定性分化问题研究及应用

在很多大型项目的决策过程中,投票表决是常用的一种决策方式。与赞同和反对这两类确定性信息相比较,弃权选择则是不确定性因素,而弃权的比例过高,将在很大程度上影响到决策正常进行。基于SPA理论,文章利用比例分析法将弃权的不确定成分逐步分化成赞同和反对这两个确定成分,从而在理论上把不确定性系统转化为确定性问题,最后举例说明其应用并证实了不确定性转化模型的合理性。