一种群组决策中专家权重确定的新方法

文章针对群组决策中多名专家赋权且赋权结果不一致的情况,借鉴变异系数法思想,给出了一种确定专家决策权重的方法。该方法的特点在于依据群组专家赋权结果的一致性程度来确定专家的权重。该方法赋权直接,计算简便,合乎实际,因而具有较大的实用价值。最后,文章通过一个例子说明了该方法的实用性。     

基于一致性排序的群组G1赋权方法

一致性问题和专家权重是群组赋权面临的两个主要问题.文章在现有研究的基础上,提出了基于一致性排序的群组G1法来确定群组专家权重.首先,专家组的专家给出评价指标的主观排序;其次,通过Spearman等级相关系数检验专家排序的一致性,剔除未通过一致性检验的评价指标;最后,通过平均值法、Board法和Copealand法对专家排序进行重排序,根据循环修正的思路确定评价指标的一致性排序,并根据各专家排序和一致性排序的相关性的大小采确定各专家权重,使得专家权重合理地反映了专家差异,保证了指标最终权重反映出群体决策思想.     

基于0-8标度的有向加权图法在群决策中的应用

文章主要针对群决策中专家客观权重的确定等问题,提出一种基于0-8标度的有向加权图法加以解决的模型.首先采用0-8标度法衡量两方案之间的优先程度,并由此构造有向加权图,通过定义有向加权图的秩向量计算专家个体时方案的量化评价结果;在此基础上给出根据有向加权图自身逻辑性的强弱和专家与群组之间的协调性大小确定专家客观权重的两种方法:最后综合两种客现权重作为专家最终的客观权重并进而得出群决策结果.算例表明该方法合理有效、实用可行.     

基于模糊向量的专家权重确定方法

在群组多准则决策过程中,各专家的综合权重不仅与其可信度有关,还应该与该专家在实际评价中和其他专家评价值的一致性有关.文章首先定义了模糊向量的相似度和加权相似度,并基于此相似度提出了一种综合考虑专家意见一致性和可信度的专家权重确定方法,最后给出一种基于相似度的理想法群决策方法.     

基于不确定正态云组合权重的综合评价方法研究

如何确定指标体系的权重是多属性决策中的一个重要问题。针对多属性决策中主客观权重的不确定问题,通过逆向云生成算法将多个主客观权重进行信息融合,生成不确定正态云组合权重,构建基于云模型的主客观组合赋权方法。在此基础上,提出基于正态云组合权重的多属性综合评价方法,该方法通过计算各方案组合赋权与理想方案组合赋权之间的正态云相似度值大小进行排序并确定最佳方案。最后,通过算例说明云组合权重综合评价方法的可行性和有效性。     

基于CRITIC的多属性决策组合赋权方法

多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,文章基于CRITIC的基本原理,提出了一种组合赋权方法。该方法通过对利用比强度和冲突性结合构造组合权重,研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

群决策在公路工程项目投标中的应用

本文建立了一种新的基于离差最小的目标规划模型来处理专家权重未知情况下模糊判断矩阵的群组专家意见集结问题,并将其运用在公路工程项目投标中。运用该模型所得最终决策结果不需要考虑专家的权重,且能保证不超出决策成员的意愿。最后实例验证了该模型的简洁性、实用性和可操作性。     

基于广义离差最小的体育赛事风险评估

体育赛事风险评估是保证体育赛事顺利进行的先决条件和必不可少的一步。文章首先分析了并给出了影响体育赛事风险评估六个指标,在利用模糊互补判断矩阵确定评价指标的权重基础上,结合群决策评价结果更具有说服力的原理,提出了一种多人参与评价的体育赛事风险评估模型;在综合群组评价信息的过程中,采用单一专家评价信息和群组综合评价信息离差最小的原理建立了确定群组评价信息的广义离差最小的非线性模型。     

专家权重的贝叶斯修正法

将群决策中关于专家权重和意见集结等问题所涉及的一些要素与概率之间建立对应关系,进而利用贝叶斯方法对专家的先验权重加以修正,修正后的权重是针对不同的集结对象而做出相应调整与改变的后验权重,从而在最终的群组意见集结过程中能够对专家权重实施可变操作,同时也使主、客观权重有机的融合起来。     

几种客观赋权的企业竞争能力综合评价方法应用实例

综合评价法按指标权重确定的不同,分为主观赋权法和客观赋权法两类。主观赋权法先将各评价指标的相异度量转化为相应的无量纲的功效系数,再由专家主观确定权数,这种方法的优点在于方法简便和可操作性强,但由于在竞争力评价中,权数是由评判人员主观确定,欠科学性,往往评价结果与     

群组评价中指标最优权重设计

 在群组评价中,对指标权重的设计常常存在较大的争议。在群组评价中,对指标权重的设计常常存在较大的争议。本文通过借鉴回归的优化思想,证明了当存在 个评价主体分别对 个指标的赋权信息时,使得评价主体间差异最小化的最优权重为这 个权重向量的算术平均值;当不存在评价主体对 个指标的赋权信息时,对这些指标赋予同样的权重,是使得潜在的评价主体之间在最大可能分歧情形时评价差异最小化的近似最优赋权方法。     

考虑跨期变动趋势的改进熵权法研究

权重确定是多指标综合评价过程中的关键环节。文章针对主观赋权法中专家对指标重要性判断的随意性及常规客观赋权法的片面性,提出考虑跨期变动趋势的改进熵值赋权方法。该方法考虑了时间因素,从指标数据跨时期的变动趋势中挖掘指标的相对重要性信息,并基于熵理论确定指标的重要程度之比,分层次规划求解各指标权重。最后结合我国新型城镇化水平评价案例,验证了该方法的合理性和有效性。     

区间数指标权重确定的熵值法改进

文章针对权重信息未知的区间数多指标决策中指标的客观赋权问题,研究了已有指标权重客观确定方法的不足。依据客观赋权的原理和序列信息熵的含义,利用各方案区间数指标值的上、下界序列信息熵,给出了确定各区间数指标权重的一种熵值法。     

多属性群决策中综合权重调整算法研究

多属性群决策的研究有重大的意义.文章将主观赋权法得到的数据与客观赋权法得到的数据,用简单的线性加权法联系起来,达到综合权重的效果.根据群体决策结果与个体决策结果的差异,来调整个体决策的权重值.根据算法编制程序,来不断调整权重的数值,直到最后得到稳定的综合权重.     

群组决策中专家权重确定的思路和方法

在层次分析法的群组决策中,专家权重的确定是一个重要问题.目前研究中,专家权重的确定主要有主观定权和客观定权两种方式,其中客观定权是研究的重点.客观定权依据矩阵判断值、特征向量、CR值分为三种思路和方法,第一种思路比较繁琐、计算量大,第二、三种思路各自有较为明显的缺陷.文章试图将客观定权的第二、三种思路整合起来并加以改进,形成一种由内容权重和逻辑权重综合而成的客观综合定权方式,既简便,又比较真实、客观.     

基于结构CRITIC法的学术期刊评价指标的赋权方法及比较

在复杂、多元的期刊评价过程中经常涉及各评价指标的赋权问题。不同的评价指标赋权方案直接影响期刊评价的结果,因此如何确定指标权重是一个重要问题。文章基于CRITIC法的赋权原理,结合层次分析法,提出了一种全新的主客观赋权法相结合的权重确定方法,即结构CRITIC法。采用2022年《中国学术期刊影响因子年报（自然科学与工程技术）》中17种数学学术期刊的数据,使用包括原始的CRITIC法在内的其他三种赋权方法进行对比分析。结果表明,主观赋权法和客观赋权法赋权结果的差异性影响了评价结果的公认性;赋权方法的选择应当考虑其适用性;结构CRITIC法是在期刊评价中更能从主观和客观两个方面反映指标权重的计算方法。结构CRITIC法为学术期刊评价提供了一种新的赋权方法。     

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.     

综合素质评价中权系数的确定方法

以往进行综合素质评价,大多是采用主观赋权法确定权系数,由专家根据评价本身的意义,给出综合评价体系中各指标的权重,因此权系数解释性强,但客观性较差.本文提出利用一种新的方法--德尔菲法与因子分析法主客观相结合的方法,确定各指标的权重,使得权系数既易于解释,又更加客观准确,从而使评价结果更为合理,并得出了重要的结论.     

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。     

基于自适应变权的群组评价方法与应用

针对群组评价在分配评价个体权重时,由于忽视群组意见分歧以及不考虑个体评价尺度的“非稳定性”而导致的个体权重固化现象,提出了基于自适应变权的群组评价方法。首先,阐述了群组变权的理论依据与基本思路,从个体与群组意见分歧的角度,设计了基于意见偏差的变权机制;其次,以“满意的群组相对一致性水平”为控制条件,设计了群组变权的自适应机制,在不调整群组评价量化数据的基础上,进行个体权重的自适应变权分配与变权综合。最后,应用实际案例演示了该方法的过程;通过调整不同的学习率取值,对比其动态变动特征以分析其可用性。