群决策中成员意见的分歧特征及判断准则研究

群决策过程中各成员的评价在决策初始存在分歧,对这些分歧进行一致性分析是群决策过程的一个关键步骤,不剔除与群体意见偏离较远的决策者的评价信息就进行群体意见集结,可能会得出不符合客观实际的结论;讨论了群决策中成员意见的分歧特征,提出了成员评价的集中性和相似性概念;定义了群决策过程中判断个人意见是否与群体意见一致的判断准则,即集中性指标和相似性指标.     

基于投影的单值中智集MAGDM一致性合成方法

针对投影测度下的属性值和属性权重均为单值中智集的多属性群决策问题,提出了一种基于投影的群决策一致性合成方法。该方法以群体评价均值矩阵和群体评价正、负理想值矩阵为群体评价的参考基准,根据投影测度,构建了衡量决策者个体评价与群体评价一致性程度的投影贴近度公式;进而以决策者的相对一致性程度和决策者重要性合成得到策者权重,并构造加权规范化的群体最终决策矩阵;然后以单值中智集得分函数求解各方案的最终得分并排序;并给出详细的决策步骤,最后通过算例同其他方法进行了对比分析,表明本文方法的可行、有效。     

多属性群决策算法及一致性分析研究

在多属性群决策中 ,集结群体意见之前必须先对群体的决策数据进行一致性分析 ,以确保群体作出的决策符合客观实际 .提出了群决策的三种三维层次模型 ;用欧几里得距离 ( Euclidean Distance)表示个人决策中方案的评价值 ;然后设置一致性指标值α,作为群体数据一致性的判断依据 ;提出了满足一致性基础上的一种群决策方法 ;最后用实例说明了算法的使用步骤 .     

解决一类群决策问题的改进德尔菲法

专家综合评价属于委员会形式的群决策问题,提出了基于一致性分析的群决策机制和基于OWA算子的群决策机制,用来弥补常用机制的缺陷;介绍了判断群体意见分歧特征和定量判断标准;提出了基于一致性分析的改进德尔菲法,介绍了这种方法的思想、特点和应用步骤;分析了这类群决策的人员组成和工作程序图.     

基于群体一致性的犹豫模糊多属性决策方法

犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先, 我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。     

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。     

群决策中判断的一致性分析及方案排序

对群决策中基于区间数互补判断矩阵形式偏好信息的一致性问题进行了探讨。首先,给出了区间数互补判断矩阵相容性指标定义及性质;然后,通过定义群和个体判断的一致性指标,提出了群判断的一致性判别方法和不一致的协调方法;同时依据个体判断的一致性指标大小,即群成员评判水平的高低,给出了群偏好信息的集结方法;最后给出了由区间数互补判断矩阵导出方案排序权重的计算方法及应用算例。     

互反判断矩阵一致性指标研究

首先给出了互反判断矩阵与一致性互反判断矩阵集之间距离的定义,基于此定义,提出了一个新的互反判断矩阵一致性指标,并给出了此一致性指标的度量方法。对于不满足此一致性指标的互反判断矩阵,提出了一个迭代算法来提高其一致性程度。得出了群体互反判断矩阵一致性指标的下界,为提出的一致性指标应用于群决策问题提供了理论基础。最后用数值例子说明了该迭代算法的可行性和有效性以及群决策中的相关结论。     

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。     

属性和专家客观权重未知的多值中智数群决策方法

针对评价信息为多值中智数的多属性决策问题,提出基于最小最大相似度求解属性权重与标准区间求解专家权重的方法.该方法首先根据最小最大模型求解属性权重,将初始评价矩阵集结为综合决策矩阵,其次利用数字分析法求得标准区间,根据各专家与标准区间的相似度确定专家权重,再对综合评价矩阵集结得各方案的综合评价值,对综合评价值排序得最优方...     

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。     

考虑决策者心理行为的直觉语言多属性决策方法

针对应用直觉语言集来表达决策信息的语言多属性决策问题,在考虑决策者有限理性的心理行为基础上,提出一种决策方法。该方法通过比较每个属性下方案之间的得分函数和精确函数, 构建方案的收益-损失分析矩阵。在考虑决策者参照依赖和损失规避心理行为基础上,计算每个方案相对于其它方案在每个属性下的收益-损失值优先度;在此基础上,计算备选方案的综合优先度, 并根据其大小对方案进行排序择优。最后通过一个算例验证所提出方法的有效性和合理性。     

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。     

一种校正模糊判断矩阵一致性的新方法

给出一种校正模糊判断矩阵一致性的新方法。首先 ,给出关于模糊判断矩阵满意一致性的定义及判定方法 ,然后通过构造和分析能够反映完全一致性矩阵和原判断矩阵之间关系的偏差矩阵 ,给出校正模糊判断矩阵一致性的计算步骤 ,最后给出了一个算例。     

Strong reciprocity and strong consistency in pairwise comparison matrix with fuzzy elements

The decision making problem considered in this paper is to rank n alternatives from the best to the worst, using the information given by the decision maker in the form of an \(n\times n\) pairwise comparison matrix. Here, we deal with pairwise comparison matrices with fuzzy elements. Fuzzy elements of the pairwise comparison matrix are applied whenever the decision maker is not sure about the value of his/her evaluation of the relative importance of elements in question. We investigate pairwise comparison matrices with elements from abelian linearly ordered group (alo-group) over a real interval. The concept of reciprocity and consistency of pairwise comparison matrices with fuzzy elements have been already studied in the literature. Here, we define stronger concepts, namely the strong reciprocity and strong consistency of pairwise comparison matrices with fuzzy intervals as the matrix elements (PCF matrices), derive the necessary and sufficient conditions for strong reciprocity and strong consistency and investigate their properties as well as some consequences to the problem of ranking the alternatives.     

基于偏好和动态直觉的产学研合作伙伴选择群决策分析

针对产学研合作伙伴选择的有限理性和偏好特性,基于直觉模糊多属性决策理论和相对熵理论,构建产学研合作伙伴选择群决策模型。运用动态直觉模糊加权几何算子(DIFWG)集成合作伙伴不同时段的个人准则决策矩阵,实现对产学研合作伙伴持续性的评价;运用直觉模糊有序加权平均算子(IFOWA)集成不同决策者的决策矩阵和偏好矩阵,并利用决策者对合作伙伴的主观偏好与对合作伙伴各准则的客观评价之间差距的极小化,基于加权平均思想,求取评价准则的客观权重;然后,引入相对熵求取评价对象理想的最优权重解,依据该解对各合作伙伴进行排序并选择;最终通过实证研究说明了该方法的有效性和可行性,充分利用直觉模糊理论,实现了产学研合作伙伴的“群偏好—多时段—群决策”的全面评价。     

Multi-attribute group decision-making with multi-granularity linguistic assessment information: An improved approach based on deviation and TOPSIS

With respect to group decision-making problems with multi-granularity linguistic assessment information, a new approach is proposed. Firstly, the computational formulae are given in order to transform and unify the multi-granularity linguistic comparison matrices. Secondly, the method of standard and mean deviation is applied to determine the unknown attribute weights, and the weights of the decision makers will be determined by using the extended TOPSIS (technique for order preference by similarity to an ideal solution) method. Finally, based on the LWAA (linguistic weighted arithmetic averaging) operator, information on the preference provided by each decision maker is aggregated into the comprehensive evaluation value of each alternative, and the most desirable alternative is selected. The proposed approach expands the research in multi-attribute group decision-making with multi-granularity linguistic assessment information by both considering the weights of the attributes and decision makers, and objective weighting for them. A numerical example is given to illustrate the practicability and usefulness of the proposed approach.     

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。