基于评价信息随机化的群体评价方法与应用

针对群体评价中共识集结的相关问题,从仿真的视角讨论了评价信息随机化的群体共识聚合求解方法。首先,面向实数类型的评价信息,将精确性的数据给予一定的宽松性处理,进一步结合正态分布的3σ原则,利用随机模拟的方式集结出带有概率特征的可能性排序;其次,面向区间数类型的评价信息,整合出各子区间发生概率不同的区间数评价信息,在充分随机模拟的情况下,给出了带有优胜概率特征的可能性排序。最后,通过相应的算例进行求解分析,说明了该方法的可行性和有效性。基于群体共识视角,针对实数和区间数两种类型的评价信息,分别进行相应的随机化处理,并为进一步探索区间数的分布形式提供了一种新的研究思路。     

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。