基于共识性测度的概率语言多准则群决策方法研究

针对准则值为概率语言术语集的决策问题,提出一种基于共识性测度的概率语言多准则群决策方法.首先,方法定义概率语言共识性测度公式,据此判断个体决策信息是否满足共识性检验.其次,建立考虑决策者协作意愿的群体共识反馈调整模型及权重惩罚体系.此外,利用网络层次分析法(ANP)和共识性测度公式构建指标定权模型,模型可有效解决指标间互相影响导致的权重计算失准问题.随后,提出改进的TODIM决策方法,结合准则权系数及通过共识性检验的群决策矩阵,对方案进行择优排序.最后,通过算例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。     

基于二元语言评价的群决策方法

针对语言评价的群决策问题,定义了二元语言术语的概念及其运算法则,并给出二元语言和算子与二元语言加权平均算子,提出一种属性权重已知的语言评价群决策方法.方法首先利用二元语言和算子对专家给出的语言评价信息进行集成,得到方案关于属性的群体评价,然后利用二元语言加权平均算子集成方案各属性的群体评价,得到各方案综合评价.最后通过比较各方案综合评价的期望值和优势度,确定方案排序.     

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。     

社会网络环境下保护少数意见的风险性大群体应急决策方法

大群体决策过程中,少数意见十分重要,但考虑少数意见又有一定风险性,本文提出了一种社会网络环境下保护少数意见的风险性大群体应急决策方法。首先,利用自然语言处理技术对社交媒体中公众对突发事件的传播信息进行关键词提取,再采用TF-IDF技术提取公众关心的事件属性并确定属性权重;其次,将专家之间的联系考虑到决策当中,构建决策专家之间的社会网络关系;然后,建立少数意见的识别和风险测度机制,并定义了两个风险系数:信任风险系数和偏好风险系数,通过少数意见聚集的信任风险系数调节少数意见聚集的权重,通过偏好风险系数调节群体共识,以得到共识水平较高的大群体决策方案;最后,通过“7.1”宁乡洪灾案例分析,验证了所提方法的可行性和有效性。     

基于隶属度分布函数的多粒度语言群决策一致性测度

研究多粒度语言群决策中群体意见一致性问题.根据群体决策中多粒度语言的基本特征,提出一种基于隶属度分布函数的一致性测度计算方法.并且与基于二元语义的决策的一致性测度计算方法进行了比较,通过算例计算分析,说明了该方法的可行性和有效性.     

基于在线评价信息的概率语言多属性变权决策方法

针对电子商务网站中涌现的大量在线评价信息,本文提出一种基于在线评价信息的概率语言多属性变权决策方法,指导消费者的购买决策。在本文方法中,首先利用概率语言描述在线评价信息,构建概率语言决策矩阵,并重新定义了区间概率语言的得分函数;其次,利用变权方法处理决策矩阵,得出不同方案的各属性权重;再次,依据得出的属性权重,基于后悔理论,考虑决策者风险规避系数,求出各方案的综合感知效用值,并据此排序。最后,利用汽车之家网站提供的顾客在线评价信息,以一个汽车选择的实例说明了本文所提方法的合理性与实用性。     

基于互动与反馈的概率语言多属性群决策模型

针对概率语言多属性群决策问题,提出了基于互动与反馈的概率语言多属性群决策模型。首先定义了概率语言的距离测度和概率语言矩阵的一致性测度,以决策者的总体一致性测度确定决策者的客观权重,结合决策者的主观权重以主客观组合赋权法确定决策者的最终权重;结合概率语言的距离测度改进灰色关联度法,以归一化的属性关联度确定属性权重;为达到群决策中决策者的最大共识度,建立了具有互动与反馈过程的决策模型;最后提出了基于互动与反馈的概率语言多属性群决策模型的决策步骤,并且通过算例分析证明了该模型的有效性与可行性。     

基于类Pearson综合相关系数的概率语言TOPSIS多属性决策方法

概率语言术语集(PLTS)包含了语言术语信息及其相应的概率信息,使得原始决策信息得到充分利用,大大提高了语言术语多属性决策的科学性.文章研究了一种基于概率语言术语集类Pearson综合相关系数的TOPSIS多属性决策方法.首先考虑了PLTSs的3个特征因素:均值、方差和长度,然后基于传统Pearson相关系数的思想,提出了一种新的概率语言术语集类Pearson综合相关系数,其特征是可从完整性、分布情况和犹豫性3个方面描述PLTSs,且取值大小介于区间[-1,1],从而可度量变量之间的正负相关关系,改进了现有方法存在的缺陷.为融合属性指标的不同权重,提出了概率语言术语集加权类Pearson综合相关系数,其考虑了属性权重的重要性,拓宽了适用范围.进一步地,构建了基于类Pearson综合相关系数的概率语言术语相对贴近度指标,并在此基础上提出了一种基于类Pearson综合相关系数的概率语言术语TOPSIS多属性方法.最后,通过数值算例和比较分析,说明该方法的有效性和适用性.     

建设项目风险评价的群体决策矩阵方法

建设项目在政治、环境、经济、施工、安全等方面的风险评估的群决策过程中,各利益相关群体对于候选方案的每个属性都可以提出自己的个体决策信息,采用乘性加权集结算子构造群体决策矩阵,并判断群体决策矩阵与个体决策矩阵之间的相似度差异值,指导个体决策矩阵的修正,完成个体意见的一致化,得到最终确定评价方案的风险顺序.实例分析的结果表明,采用计算方法有利于提高多利益主体对建设项目风险评价的群决策过程中的综合满意度.     

群决策中基于判断相似度的专家聚类及群体意见集结方法

针对大规模群决策问题,提出了一种基于专家意见相似度的群体判断信息逐步集结规划的方法。首先利用备选方案序关系向量的灰色关联度和夹角余弦构造两两专家判断信息的组合相似度;其次以判断相似度为标准,采用一种广度邻居搜索算法对专家进行聚类;然后以判断偏差最小为目标,构造非线性的约束规划模型对每一类专家意见进行集结,从而获得类内专家的集结信息;最后从专家数量最多的类别开始,依次对每类专家集结后的判断信息进行再次集结,从而获得最终的评判结果。该方法将大规模的复杂群决 策转化为低复杂度的多阶段专家信息集结问题,并保证了群体结果的一致性。算例分析验证了方法的可行性和有效性。     

学术论文评审的同行评议专家共识问题研究

根据多属性群决策原则,本文提出了一种提高学术论文同行评议的共识度方法——同行专家相互评判的评审方法。即在每位同行评议专家单独评审的基础上,由编辑部将每位同行评议的评审意见和结果反馈到其他同行评议专家的手中,并进行相互逆判,以此得到同行评议专家的群体认可度(据此,可以计算专家权重)。本文将同行评议专家的评判偏好以区间数形式表示,并将其映射成二维坐标平面上的点集,通过引入Weber点对同行评议专家的评判偏好点进行加权集结。本文采用模拟植物生长算法(PGSA),求取集结点,并将其作为评判的依据。最后,本文通过学术论文评审的实例分析以及与其他方法精度比较,说明了该方法的有效性和可行性。     

考虑评价信息满意度的群体信息集结方法研究

信息集结方法是群体评价的重要研究内容,针对该问题本文对评价信息满意度进行测度,并基于此对群体信息的集结方法展开研究。该方法根据指标信息的变化赋予评价者不同的权重,以改变现有研究中评价者权重大多固定不变的做法,旨在使群体信息集结的结果更加公正和准确。首先对问题进行界定并给出评价信息满意度的定义;然后分别给出先验信息满意度和评价过程中的信息满意度的确定方法,利用先验信息满意度确定各评价者的初始权重,并利用评价过程中的信息满意度对其修正,从而得到各评价者的权重矩阵。最后,按照各评价者的评价信息满意度对群体评价信息进行集结。     

考虑权重信息未知的区间直觉模糊三支群决策方法

本文提出优化视角下专家权重信息未知的区间直觉模糊三支群决策方法。首先利用区间直觉模糊加权平均算子集结不同专家提供的区间直觉模糊损失评价,获得群体综合损失评价结果。以专家个体与群体综合评价相似度越髙,越能反映群体综合评价意见且赋予髙的专家权重为原则,分别构建专家权重信息完全未知和部分已知的权重确定模型。进而建立确定区间直觉模糊三支决策概率阈值对的优化模型,并提出基于专家权重信息未知的区间直觉模糊三支群决策方法。最后,算例分析及比较结果表明所提出方法的有效性。     

基于先验信息和一维数据聚类的专家赋权方法

多属性群体评价方法研究中,对专家赋权是一项重要的研究内容。本文结合专家的先验信息和后验信息,提出了一种确定专家权重的方法。首先,利用专家历史评价活动中的序值相关系数,做出本次评价活动的预测值,进而确定专家先验权重;其次,基于群体共识视角,对各专家所给出的指标信息进行一维数据聚类,结合不同分组情况下出现的概率,计算出专家后验权重;最后,将两类权重进行组合确定最终权重,并用一个算例验证了该方法的有效性以及合理性。     

A consensus-based probabilistic linguistic gained and lost dominance score method

This paper proposes a comprehensive Multiple Criteria Group Decision Making (MCGDM) method with probabilistic linguistic information based on a new consensus measure and a novel outranking method, Gained and Lost Dominance Score (GLDS). Firstly, new operations of the probabilistic linguistic term sets are introduced based on the adjusted rules of probabilistic linguistic term sets and the linguistic scale functions for semantics of linguistic terms. After defining a new consensus measure based on the correlation degree between probabilistic linguistic term sets, we develop a consensus reaching method to improve the consensus degree of a group. To rank alternatives reasonably, we further propose the GLDS method which considers both the “group utility” and the “individual regret” values. The core of the GLDS is to calculate the gained and lost dominance scores that the optimal solution dominates all other alternatives in terms of the net gained dominance flow and the net lost dominance flow. Then, we integrate the GLDS ranking method with the consensus reaching process and develop a consensus-based PL-GLDS method to solve the MCGDM problems with probabilistic linguistic information. Finally, the proposed method is validated by a case study of selecting optimal green enterprises. Some comparative analyses are given to show the efficiency of the proposed method.     

基于Steiner点的非确定语言信息群决策方法研究

本文针对不确定语言信息的群决策问题,提出了一种解决多粒度不确定二元语义语言信息集结与决策的新方法。首先,根据各专家不确定语言短语决策信息,通过相关转化规则,量化为与其对应的二元语义区间数,并将其端点映射到二维坐标系中。其次,运用植物模拟生长算法(PGSA)求出各区间数端点坐标的加权Steiner点(专家群体最优结集点,即群体共识点)。其后,再由最优集结点,给出专家最优集结判断矩阵。从而,可以对决策方案的进行排序,以便给出最优群体决策方案。为了验证此方法的合理性和有效性,本文选择了两个其他学者的研究算例,对其进行了平行的算例研究。最终得到了与其相同的研究结果。     

基于神经网络的医药高科技投资风险评价模型

作为风险投资三大领域之一的医药高科技风险投资在各国都受到极大重视,吸引着巨大的资金,其投资金额仅次于IT产业高科技风险投资。但经典的风险管理理论由于基于理想化假设及需要历史数据预测的数学方法对于风险投资有着巨大的局限性。本文在建立医药高科技风险投资评价体系的基础上,提出一种基于BP神经网络的适合医药高科技项目风险投资多指标综合评价方法。该方法通过神经网络的自学习、自组织适应能力和强容错性,能准确地按照专家的评定方法进行工作,训练好的神经网络系统将专家评价思想以连接权的方式赋予神经网络,并最终在实际投资中被运用和验证。     

基于不同粒度语言判断矩阵的群体一致性分析方法

针对群决策中基于不同粒度语言判断矩阵形式偏好信息的群体一致性问题,提出了一种分析方法。首先,给出有关不同粒度语言判断矩阵和二元语义等若干定义,通过转换函数将不同粒度语言判断矩阵一致化为由二元语义表示的判断矩阵;然后,通过定义专家与群偏好的偏差矩阵以及各专家的总体偏差指标,给出了专家群体一致性的判别方法及专家群体判断不一致的调整方法;最后,通过一个算例说明了该方法的有效性。