社会网络环境下基于“信任—知识”模型的风险性大群体应急决策方法

针对大群体应急决策专家之间信任关系及其传递引发的决策风险,以及由于大群体中个体偏好差异较大导致生成独立聚集等问题。首先,提出一个“信任—知识模型”对决策专家之间的信任关系进行集成和传递,并根据决策专家的信任风险偏好得出决策专家之间的信任知识度网络;其次,利用Louvain算法对信任知识度网络进行聚类,高效快速的获得若干个聚集,并用社会网络分析技术确定每个决策者和聚集的权重;然后对每个聚集中的决策者偏好进行集结,并综合决策者给出的信息对备选决策方案进行排序。最后,通过案例分析和对比验证了所提方法的合理性与有效性。     

考虑非合作行为的社会网络大群体共识决策模型

在社会网络环境下的大群体决策问题当中,决策专家之间的社会网络关系对决策过程和结果的影响至关重要.文章创新地提出一种考虑决策专家社会网络关系和非合作行为的大群体共识决策模型,有效促进大群体共识的达成.首先,根据决策专家的偏好信息和社会网络关系,改进经典Louvain社区发现算法,对大决策群体进行社区划分.其次,运用社会网络分析方法确定决策专家个体和社区的权重.随后,根据决策专家的偏离程度对决策专家非合作行为进行识别,并考虑社会网络关系的影响对非合作行为进行管理,以此构建共识决策模型.最后,通过案例分析来验证所建立共识决策模型的可行性和有效性.文章构建的共识决策模型,不仅在大群体社区划分过程中,创新性地同时考虑决策专家的偏好信息和社会网络关系的影响,并且在非合作行为管理过程中,也考虑到了社会网络关系对非合作行为决策专家偏好调整的影响,使其更适应社会网络决策环境.     

基于UGC大数据挖掘的大群体两阶段风险性应急决策方法

针对在重大突发事件应急决策大数据环境下决策者偏好的不确定性及偏离群体一致性导致的风险,提出一种基于UGC大数据挖掘的大群体两阶段风险性应急决策方法。首先,通过数据挖掘和自然语言处理方法从UGC中获取公众对事件的偏好信息并构建应急决策属性体系,利用TF-IDF方法结合专家评估信息确定属性权重;其次,建立一个意见开放式的两阶段决策流程,提出依据决策者意见的可靠度和准确度量化决策风险,利用聚类方法得到相应的成员权重,并使用TOPSIS法对决策方案进行排序。最后通过天津港“8·12”重大爆炸事故的案例分析和对比验证了所提出方法的可行性和有效性。     

基于属性关联的不完全风险偏好信息大群体应急决策方法

针对特大突发事件应急决策中大群体专家存在偏好信息不完全的问题,本文提出一种新的不完全风险性信息大群体应急决策方法。首先,利用最优离散拟合方法对决策者的风险偏好因子进行测度并据此对专家聚类;其次,根据不完全偏好矩阵进行属性关联测度,提出了基于风险偏好和属性关联的新的补值模型,得到完全偏好信息矩阵;然后,运用主成分分析方法提取属性主成分,并结合属性权重进行信息集结和方案择优;最后,通过台风“天鸽”事件验证所提方法的可行性和有效性。     

基于群体冲突的模糊偏好关系大群体决策方法

在大群体决策中,针对每一个决策者都有一个关于决策方案的模糊偏好关系的决策问题,提出了一种基于冲突的模糊偏好关系大群体决策方法。该方法首先考虑了复杂大群体的偏好差异,对决策者偏好进行聚类分析,形成不同的聚集,然后通过熵权法确定聚集的权重,集结成大群体模糊偏好关系,再对聚集内及聚集间进行冲突分析,通过一个迭代算子进行冲突消解,以达到一定冲突范围内的群体模糊偏好关系。最后通过一个算例说明了方法的有效性。     

基于权威专家的不完全概率语言评价信息大群体决策方法及在干热岩勘探选址中的应用

干热岩勘探选址大群体决策中,决策专家受知识背景、专业领域的限制,难以给出完整的评价信息,而集思广益是大群体决策的主要优势,为最大化各专家专业贡献,提出了一种基于权威专家的不完全概率语言评价信息多属性大群决策方法。首先,依据专家在各属性下评价值的专业认可度及专业犹豫度,识别各属性下的权威专家;其次,依据专家语言术语使用习惯及权威专家评价值期望函数,建立优化函数,完善不完全概率语言信息;然后,针对概率语言术语集,提出对各属性下评价值进行两阶段相似度测度方法,据此将大群体聚类,测度大群体共识水平,调节群体共识,以得到共识水平较高的大群体决策方案;最后,通过我国东南沿海地区干热岩勘探选址案例应用及方法对比分析,验证了所提方法的可靠性和先进性。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

基于决策者风险偏好大数据分析的大群体应急决策方法

针对重大突发事件应急决策大群体成员的风险偏好复杂难测问题,提出了一种新的基于决策者风险偏好大数据分析的大群体应急决策方法。首先专家群体对突发事件进行快速响应,生成若干应急预案及其风险属性信息;其次,社会公众通过网络等渠道参与到应急决策中来并形成决策大群体,给出不同预案的偏好值;然后,利用证据推理算法得出公众对各预案的风险效用值,将预案风险效用值与预案偏好值加权组合,得到各个预案的大群体决策者的风险偏好值;最后,基于风险偏好值,利用大数据分析技术对大群体的风险偏好进行聚类识别,从中筛选出风险中立者组成新的应急决策群体,再次聚类得出应急决策群体的成员组成结构,以此为基础计算决策者权重和应急预案的最终效用值,得应急预案排序结果。最后通过算例分析验证了方法的有效性和可行性。     

基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

基于云模型和PageRank算法的社会网络群决策方法

近年来，随着信息、通信和技术的快速发展，决策者之间的关系也由此变得越来越紧密。在此背景下，决策者基于社会网络关系存在交互，社会网络群体决策会产生比传统群体决策更多的信息，信息不完全性、随机性以及决策者有限理性等因素都会导致群体决策结果与实际情况产生偏差。针对社会网络群体决策中决策偏好信息为定性概念的语言信息，且决策者之间存在信任度的群体决策问题，本文提出了一种基于云模型和PageRank算法的社会网络群决策方法并针对现有的云聚类算法拓展出了社会网络云聚类算法。首先，将语言信息转化为云模型；其次，基于社会网络拓扑图利用PageRank算法来计算每个决策者的权重；接着，使用社会网络云聚类算法将决策者分成几个子聚集并求出子聚集的权重；最后把云模型综合成方案云，利用随机模拟技术获取各个方案云的评分，给出方案的排序，并通过对比分析验证了该方法的有效性。     

基于累积共识贡献的不确定语言共识决策方法

针对不确定加型语言偏好信息下的群决策问题,提出一种基于累积共识贡献的自适应式语言共识决策方法。首先,将不确定加型语言偏好转化为不确定二元语义偏好,定义个体一致度与个体共识偏度,并利用它们构建确定专家初始权重的优化模型;然后,利用不确定二元语义的可能度构造集结模糊评价矩阵以及方案的集结群体偏好,提出专家累积共识贡献测度和群体共识测度,通过对拥有较少合作的专家权重进行惩罚让群体自适应地达成共识,无需强迫专家修改其观点,提出一种群体共识决策方法对方案排序择优。最后,通过一个算例说明方法的可行性和有效性。     

考虑可信度和属性优先级的犹豫模糊决策方法

研究了考虑可信度的犹豫模糊混合集成因子以及考虑属性优先级的犹豫模糊多属性决策方法。首先给出了用于衡量数据差异程度的加权变异率公式,并证明了其具有类似于基尼系数的优良度量性质,之后在此基础上提出了可信度诱导犹豫模糊混合平均(CIHFHA)算子。针对属性权重信息未知的犹豫模糊决策问题,构建了一种新的考虑属性优先级的熵值修正G1的组合赋权方法,该方法可有效地利用属性客观评价数据以及通过考虑属性优先级体现专家意见,解决了主客观权重分配问题,得出的属性权重更加客观、合理。之后给出了一种基于CIHFHA算子和组合赋权方法的多属性决策方法,算例说明该方法的有效性和实用性。     

基于决策者信任水平和组合赋权的不完全偏好复杂大群体应急决策方法

针对属性权重完全未知且专家偏好出现残缺值的复杂大群体应急决策问题,提出了一种新的决策方法。首先,设计了一套基于决策者信任水平的残缺值填充机制,对缺失的偏好信息进行补充。然后,将各方案的大群体偏好信息进行聚类,基于方案信息熵和群体偏好冲突水平构建组合赋权方法,对属性权重进行测算,进而得到各个方案的综合评价值。最后对该方法进行了实例验证,验证结果表明本文提出的方法具有良好的可行性和有效性。     

An approach to group decision making based on interval multiplicative and fuzzy preference relations by using projection

This paper presents a consensus model for group decision making with interval multiplicative and fuzzy preference relations based on two consensus criteria: (1) a consensus measure which indicates the agreement between experts’ preference relations and (2) a measure of proximity to find out how far the individual opinions are from the group opinion. These measures are calculated by using the relative projections of individual preference relations on the collective one, which are obtained by extending the relative projection of vectors. First, the weights of experts are determined by the relative projections of individual preference relations on the initial collective one. Then using the weights of experts, all individual preference relations are aggregated into a collective one. The consensus and proximity measures are calculated by using the relative projections of experts’ preference relations respectively. The consensus measure is used to guide the consensus process until the collective solution is achieved. The proximity measure is used to guide the discussion phase of consensus reaching process. In such a way, an iterative algorithm is designed to guide the experts in the consensus reaching process. Finally the expected value preference relations are defined to transform the interval collective preference relation to a crisp one and the weights of alternatives are obtained from the expected value preference relations. Two numerical examples are given to illustrate the models and approaches.     

决策偏好不确定条件下群体决策收敛一致性研究

决策个体之间交互影响是达成群体一致意见的重要因素。本文引入决策个体决策偏好的不确定性以及个体间不对称的影响权重,以此为基础建立群体决策动态观点演化模型,并进行matlab仿真。文中取决策个体的偏好不确定性为常数,作为决策个体对自身观点确定性的大致考量,并把群体中所有决策者的决策偏好不确定性分为相同和不相同两种情况来讨论。仿真实例证明:决策个体观点的不确定性是最终影响群体决策一致性的重要因素,当决策个体偏好不确定性较大时,决策群体更容易得到一致意见;当偏好不确定性较小时,决策群体难以达成一致意见,最终形成几个观点簇;在初始观点分布均匀的情况下,群体观点最终会演化出怎样的观点形态,是由群体中观点不确定性较小的群体所持有的观点决定的。研究内容有助于理解群体决策中一致观点的演化规律,能够为群体决策的引导策略提供参考和借鉴。     

基于区间模糊数的多阶段冲突型大群体应急决策方法

针对阶段权重未知且偏好信息表示为区间模糊数的多阶段大群体应急决策问题,提出一种新的群决策方法。首先给出了区间模糊数相似度公式,利用该公式对各阶段的专家偏好信息进行聚类;然后构建相对熵优化模型对聚集权重和阶段权重进行求解,得到整个决策过程的综合群体偏好,根据综合群体偏好对备选方案进行排序,确定最佳方案;最后通过算例对该方法的有效性和可行性进行验证。