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。     

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。     

基于后悔理论及云模型的多属性群决策方法

针对属性值为不确定语言信息的群决策问题,考虑决策者后悔规避的心理行为特征,提出了一种基于后悔理论及云模型的多属性群决策方法.首先,将不确定语言值转化为云模型;其次,给出一种新的考虑决策者期望的方法求解其权重;然后,通过给出的云模型效用函数构建效用值矩阵,进而通过后悔-欣喜函数构建感知效用矩阵确定方案的综合感知效用,并根据其排序;最后,通过实例说明了方法的可行性和科学有效性.     

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。     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

基于云计算的双极二元语义决策模型及其应用

针对评价为语言型且准则权重未知情况下风险型决策信息有效集结的问题,提出一种基于云计算与前景理论的双极二元语义决策模型.首先,将语言型决策信息转换成双极二元语义形式并使用G1—离差最大化法计算各准则的组合权重;其次,利用双极二元语义加权平均算子将各状态、各方案多准则下的决策信息集结为综合双极二元语义决策阵;然后,利用云模型的数字特征公式将综合双极二元语义决策矩阵转化为各状态下各方案的综合云决策矩阵,并结合前景理论分析以确定所有方案的综合云前景值,将其排序并择优.最后,对案例的研究验证了新算法的科学性与适用性.     

基于集对分析的多种不确定偏好形式大群体决策方法

针对具有多种不确定偏好形式的多方案大群体决策问题,提出一种基于集对分析的群决策方法。将区间数、三角模糊数以及语言值三种形式的不确定偏好转换为联系数,保留了不确定偏好信息中的确定性与不确定性。提出一种区间聚类算法,在决策成员权重未知的情况下对成员进行赋权。利用加权综合联系数对大群体偏好进行集结,根据方案的集对势大小给出方案的排序。该方法避免了确定权重时的主观性,同时考虑决策信息的确定性与不确定性,提高了决策结果的可信度。通过实例分析验证了方法的有效性和实用性。     

犹豫模糊动态灰靶决策方法

针对属性权重及阶段权重完全未知的犹豫模糊动态多属性决策问题,提出一种考虑决策信息无量纲化的动态决策方法.首先,基于变异系数提出一种新的决策群体分歧度.并基于这种分歧度建立属性权重确定模型;其次,根据数据的平均年龄及各阶段决策信息间相关关系,提出一种阶段权重确定方法.然后,将灰靶决策方法推广到犹豫模糊环境下,并基于模糊聚类算法思想对方案进行排序.最后,给出算例说明方法可行性.     

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性，针对决策过程决策信息的聚合、备选方案的比选问题，提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先，构建各决策者区间直觉模糊集评分矩阵，并根据模糊熵获得各决策者权重。其次，利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵，进而选择Hamming距离表示方法，建立总离差最大化为目标的最优化模型客观确定属性权重。然后，基于得分函数的定义及性质将原始得分函数进行改进，获得各方案的得分区间矩阵，并将其与决策者属性进行综合得到综合得分区间。最后，根据区间数中心和半径的全序关系对方案的距离，计算每个方案的最终得分，并通过某公司选择投资企业算例验证该方法的可行性和有效性。     

区间数伴语言变量的多属性云模型决策方法研究

针对伴语言变量的区间数多属性决策问题,给出了一种基于云模型的决策方法.方法将云模型和区间数相结合对方案进行模糊综合决策,由语言变量生成对应的云模型,决策者无须给定每朵云的特征.通过云规则进行区间数云转换,结合云模型转化后的区间数进行可能度分析,得到决策方案的排序.通过空袭目标威胁评估实例说明了方法的合理性和有效性.     

基于区间直觉犹豫模糊集VIKOR扩展方法的突发公共事件处置方案决策模型

处理突发公共事件时,要对应急处里方案进行评估决策,其本质是一个多准则群决策问题,专家组在决策过程中存在一定犹豫度。本文提出应急处置方案评估标准体系,在区间直觉犹豫模糊理论基础上建立应急处置方案评估模型。通过最大化团队自信程度确定专家权重,提出调整型区间直觉犹豫模糊加权平均算子集成决策者意见,基于VIKOR扩展方法对应急处置方案进行排序,并通过算例验证模型的可行性和有效性。该模型在整个应急处置方案决策过程中始终保证决策信息为区间直觉犹豫模糊元,既控制了计算和表达复杂度,又避免了群体决策信息流失。     

多源异构数据融合下考虑效用和公平满意度的应急决策方法

鉴于决策者和公众的满意度可影响决策效果，且其评估又受支撑于语言变量和模糊数等异构性数据，本文提出多源异构数据融合下考虑效用和公平满意度的应急决策方法。首先，描述该决策问题，并以语言变量和模糊数刻画形式多样的决策信息；其次，提出多源异构数据的融合方法和新的区间数比较方法；然后，分别基于前景理论和不公平厌恶模型构造方案的效用和公平满意度函数；进一步，构造优化模型获取最优属性权重，据此计算方案的综合满意度；最后，通过算例分析及与其它方法的对比说明所提方法的有效性。结果表明，与既有方法相比，所提方法不仅能够更好地体现效用和公平满意度在应急方案择优过程中的重要作用，还能够反映决策者对效用和公平满意度的偏好对决策结果的影响。     

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。     

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.     

偏好信息为模糊互反判断矩阵的模糊多属性决策法

研究只有部分权重信息且决策者对方案的偏好信息以模糊互反判断矩阵形式给出的模糊多属性决策问题。提出了一种基于目标规划模型的模糊多属性决策方法。该法首先基于模糊互反判断矩阵，利用转换函数将决策信息一致化，建立了一个目标规划模型．通过求解该模型确定属性的权重，然后运用加性加权法求出各方案的模糊综合属性值，并利用已有的三角模糊数排序公式求得决策方案的排序。文章最后把该法应用于解决风险投资领域中的项目评估问题。     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

方案有类别偏好的多粒度语言灰靶决策方法

研究了方案有类别偏好的不同粒度语言信息决策方法。基于不同粒度语言的距离转换函数方法,将其转换成标准语言距离;针对不完全的属性权重信息,通过灰靶决策的原理表征方案的综合靶心距;基于案例学习的思想,建立了考虑方案有多种类别偏好的属性权重确定模型。算例表明了方法有效性。     

FAHP中基于概念格的加权群体决策

在一些群体决策问题中,由于决策者个人的经验、才智、权力等因素的不同,因而拥有不同决策权重,将概念格聚类的方法嫁接于群体决策之中,提出FAHP中一种加权群体决策模型,并给出一个应用该群体决策模型的例子.     

模糊偏好关系下考虑从众行为的群体共识决策方法

随着决策面临的环境越来越复杂,个人决策因其局限性难以达到有效决策的标准,致使群体决策变得更为常见;而当决策者行动时,常需考虑他人的判断和行为,使得从众行为成为群体决策中的重要影响因素.因此,文章基于模糊偏好关系提出一种考虑从众行为的群体共识决策方法,能有效节省达成共识所付出的成本.首先,根据模糊偏好关系的特征,设计一致性检验方法和调整模型,为后续的共识达成提供可靠的偏好关系.其次,考虑到专家受到群体规范的压力而产生从众行为,从而对初始效用值进行修正.然后,提出考虑从众行为的最小成本共识模型,进一步设计相应的共识达成算法.最后,计算各已选方案到理想点的距离,运用TOPSIS方法对已选方案进行排序,并通过一个企业产品升级改良的算例来分析说明所提方法是有效的和可行的.     

基于语言直觉模糊多属性群决策方法的购房决策分析

针对居民在购房决策过程中具有有限理性且相关决策属性权重信息未知的特点,本文提出一种新的基于前景理论的语言直觉模糊多属性群决策方法解决居民购房决策问题。首先,定义了语言直觉模糊距离并分析其相关性质。其次基于该距离,提出了一种主客观综合定权法来确定决策属性的权重。最后,引入决策者心理因素的前景理论,以平均方案作为参考点,利用各方案加权综合前景值得出备选方案的评价结果,据此对备选方案进行排序。本文将所提语言直觉模糊多属性群决策方法用于居民购房决策中,与已有决策方法的比较分析说明本文所提决策方法的有效性和优越性并为居民购房提供合理科学的参考决策。