Fuzzy AHP中的一种加权群体决策方法

考虑在一些群体决策问题中,由于决策者个人的经验、才知、权力等因素的不同,因而拥有不同决策权重的情况,提出Fuzzy环境中层次分析法的一种加权群体决策模型,同时还给出由Fuzzy判断矩阵计算被比较元素的Fuzzy排序权重的几种方法,并给出一个应用该群体决策模型的例子。     

状态离散的确定性多阶段群体决策的满意策略

为了求解状态离散的确定性多阶段群体决策问题,建立了多阶段群体决策模型,定义了群体Pareto最优策略、群体满意策略等概念,依据Bellman最优性原理,提出了多阶段群体决策问题的逆向递推算法,并通过引入偏好关系,得到了各阶段的子过程群体满意策略以及全过程群体满意策略,最后给出了一个计算实例．     

考虑随机扰动的群体决策理性演化模型

在群体决策过程中,随机噪音对个体理性和群体理性的变化具有不可忽视的影响.针对存在随机扰动条件下群体决策理性的演化行为,在假设个体和群体理性之间存在作用叠加效果的基础上,建立了刻画个体和群体理性受随机噪声影响的个体和群体理性演化动力学模型,利用随机微分方程理论,论证了模型解的存在性和唯一性,在给定群体决策的随机扰动为白噪声的假设条件下得到了模型的解析解,讨论了群体决策中两个重要参数:理性作用强度和随机干扰作用强度对于群体理性演化的影响.理论分析结果表明:群体决策理性的演化行为取决于这两个参数的相对大小,存在着三条不同的演化路径,数值算例验证了模型的合理性和有效性,并对群体理性的演化行为进行了直观说明,对于深入认识群体决策规律和提高决策质量具有积极的理论和实际意义.     

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.     

群体决策的偏好协调性检验

对于一类群体决策问题，本文引进群体的偏好协调性指标，并且给出了偏好协调性指标的统计检验．在此基础上，还提出一个求该类群体决策问题的方法，以及讨论了群体的偏好快调性指标和群体决策结果间的关系．     

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。     

群体决策的偏差度分析

本文引进群体决策的决策个体和决策群体关于两方案的偏差度，以及群体偏差映射的概念．在建立相应的偏差公理的基础上，研究了群体决策偏差分析的基本理论．同时，还给出一个利用偏差度进行群体排序的方法．     

区域发展战略规划群体决策支持系统(Ⅱ)

本文介绍了一个用于区域发展战略规划设计与管理控制支持的群体决策支持系统中的群体决策支持模型部分，内容包括群体支持模型的功能、结构及其相应算法。     

模糊德尔菲层次分析法及其应用

将传统的层次分析法、模糊评价方法与群体决策的德尔菲方法有机地结合起来,给出了一种系统分析的新方法—模糊德尔菲层次分析法(FDAHP),该方法在群体的德尔菲调查的基础上,将群体对事物的两两判断进行模糊处理,并将群体整体判断的结果作为决策环境参数,进一步根据群体决策的乐观系数最终确定出群体对事物的综合权重.用一个简单例示说明了该方法的具体执行步骤及其可行性.最后对该方法的优缺点作了简要讨论,并提出了今后相关问题的可能研究课题.     

基于目标规划的多指标群体决策

在多指标群体决策问题中,将个体决策的决策向量集结为群体决策的综合评判值是决策的关键,其中也涉及到决策专家的权威性比重问题.在五标度赋值确定专家权威性比重的基础上,以最小二乘法为工具,建立了一种群体决策的目标优化模型,从而为多指标群体决策问题提供了又一科学而合理的决策方法.     

权重为直觉模糊数的直觉模糊多属性群决策方法

针对属性权重以直觉模糊数形式给出的直觉模糊多属性群决策问题,提出了一种新的集成算子,首先证明了该算子具有诸如单调性等良好的性质,然后将该算子应用到权重为直觉模糊数的直觉模糊多属性群决策方法中,给出了决策方法的一般步骤,最后用实例说明了该方法的有效性和实用性.     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

基于距离测度及支持度的混合评价信息供应商选择决策

新零售模式的推进迫使企业不断加强供应链节点上的供应商选择优化,是企业新时代发展面临的新课题。针对供应商选择优化提出一种基于距离测度及支持度的群决策方法,根据不同类型属性评价信息的距离测度定义,得到不同决策者之间关于单一属性指标的相互支持度,从而确定单个供应商各属性的群体综合评价值,并采用灰关联法对备选供应商进行排序择优。     

A group decision making approach based on aggregating interval data into interval-valued intuitionistic fuzzy information

Group decision making is one of the most important problems in decision making sciences. The aim of this article is to aggregate the interval data into the interval-valued intuitionistic fuzzy information for multiple attribute group decision making. In this model, the decision information is provided by decision maker, which is characterized by interval data. Based on the idea of mean and variance in statistics, we first define the concepts of satisfactory and dissatisfactory intervals of attribute vector against each alternative. Using these concepts, we develop an approach to aggregate the attribute vector into interval-valued intuitionistic fuzzy number under group decision making environment. A practical example is provided to illustrate the proposed method. To show the validity of the reported method, comparisons with other methods are also made.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

Methods based on data envelopment analysis for deriving group priorities in analytic hierarchy process

In recent years, group decision making has become one of the important issues in multiple criteria decision making, and analytic hierarchy process (AHP) is considered an appropriate method when dealing with this kind of problems. Many different approaches for attaining a group valuation in AHP have been developed. The applications most commonly employ the weighted geometric mean method. In the paper, we focus on the group AHP methods, which are based on the data envelopment analysis (DEA). First we discuss two methods for deriving a group priority vector: Wang and Chin’s DEA group method and Hosseinian et al.’s DEA-WDGD. Further, we propose a new WGMDEA method and compare all three methods with the WGMM on theoretical examples and on a real case study. The objective of the case study is to examine the current state of forest owners’ cooperatives. An analysis of the influence of forest owners’ cooperatives on private forest management in Slovenia was put forward. The A’WOT analysis, which is a combined method of AHP and SWOT analysis, an approach for identifying the strengths, weaknesses, opportunities and threats of the object under consideration, was performed.     

Fuzzy Ideal Based Computational Approach for Group Decision Making Problems

In this paper, we present a computational method to fuzzy group decision making problems. A function that satisfies the properties of fuzzy ideal of semiring of positive integers is also investigated in the present paper and is used for idealizing the group preference matrix obtained by different decision makers. The proposed method appears in form of simple computational algorithms to idealize the group preference matrix and calculating total order of preference relation. Finally, the suitability of the proposed method is shown by taking an example of a human resource development (HRD) event, where it is used to select the best possible candidate by different decision makers.