收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

异质语言信息群体共识决策模型及其应用研究

张世涛  
【摘要】:为提高决策的准确性,人们提倡充分发挥集体的智慧,因而,群决策代替个体决策成为常用的决策模式。传统的群决策仅执行方案的选择过程,即集结专家关于方案的个体偏好获得群体偏好,基于群体偏好从备选方案集中选择一个或多个最优方案。然而,由于这种决策方式未能充分考虑到群体内专家间的一致性水平,因此获得的解方案在群体内可接受程度不高。为此,在执行方案的选择过程之前引入一个附加阶段,即共识达到过程,以提高群决策问题的求解质量,确保群体就方案的优劣能达成一定程度的共识,并获得可接受的最佳共识决策方案。此外,由于来自不同领域的专家喜欢用很自然的方式表征它们的偏好度,因此关于决策问题的判断往往以异质语言信息的形式呈现(例如,多粒度语言偏好、不确定语言偏好、不平衡语言偏好等)。自Herrera于1990年首次提出基于语言偏好的群体共识模型以来,为解决异质语言环境下的群体决策问题,基于不同的共识达到过程,一些有效的语言共识模型相继提出。目前,关于异质语言信息下的群体共识决策研究已经引起了国内外学者的关注,已有的共识模型及共识决策方法已经被广泛应用于决策方案的优选、医疗诊断、突发事件应急决策等领域。但是,目前为止,现有的群体共识模型和决策方法,在理论与应用方面还有不足之处,有待进一步完善。本文由浅入深、逐步递进,针对异质语言信息的集结和群体共识决策问题进行研究,主要的工作集中在以下几个方面。(1)研究异质群体共识决策过程的共识测度问题。从共识协调者的角度定义异质群体(即差异化的用语习惯和差异化的专家重要度)的共识满意度指标,用以表征共识协调者对群体关于一对方案评价值达成共识的乐观估计程度;建立一种新的OWA算子权重确定模型,构建共识满意度驱动算子对专家的偏好相似度进行集结;最后,提出一种计算异质群体共识度的方法。(2)研究多粒度语言偏好信息下的群体共识决策问题。从个体和群体两个角度充分挖掘偏好信息下隐含的专家重要度信息,基于个体一致度及个体与群体的相似度构建确定专家重要度的优化模型;以专家重要度引导非共识偏好的识别和修正过程,提出一种协调反馈式的语言共识决策模型;最后,给出一种群决策方法,确保在集结专家意见前群体达成一定程度的共识。(3)研究不确定加型语言偏好信息下的群体共识决策问题。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;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;最后,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。(4)研究了两类语言偏好环境下的自适应式群体共识决策方法。针对语言环境下异质群体(差异的专家语言重要度)的共识决策问题,定义反映群体共识的两个测度指标,分别反映群体内所有专家的一致性水平及专家的个人观点与群体观点的分歧程度;基于共识测度指标构建一种语言标度的颗粒优化模型;提出了求解语言标度颗粒最佳分界点的改进PSO算法;给出一种群体共识决策方法,对方案排序择优。针对不平衡模糊语言偏好信息下的群体共识决策问题,提出一种基于语言信息颗粒优化的自适应共识模型。该模型将不平衡语言术语以单位区间上一族区间形式的信息粒颗粒表征,在颗粒分割点未知的情形下定义粒化个体一致度与粒化群体共识度,并利用它们构建确定信息颗粒最佳分割点的优化模型,通过分割点的寻优自适应调整个体偏好直至共识达成。最后,给出了一种群体共识决策方法,确保在集结专家意见前群体达成一定程度的共识。(5)研究方案对多维偏好信息和不完全权重信息下的语言多属性群决策问题。在决策过程中考虑了决策者的后悔规避心理,定义了模糊后悔-欣喜函数,给出了方案的感知效用值的计算公式;定义了基于方案感知效用值的群体一致度和非一致度,分别反映由后悔理论确定的方案对优劣序与决策者优先给定的多维偏好序的总的一致性程度和非一致性程度;在模糊理想点未知的情形下,基于群体一致度和非一致度构建了一种确定最优属性权重和模糊理想点解模糊值的优化模型;给出了一种基于后悔理论的群决策方法,利用方案的最优综合感知效用值对方案排序择优。(6)在钢铁企业生产系统突发事件应急管理中的应用研究。在分析国内外关于突发事件应急决策方法和备选应急方案设计方法的相关研究后,提出钢铁企业生产系统突发事件应急决策备选应急方案的设计方法;针对若干备选应急方案,基于决策专家关于两两方案比较的积型语言偏好信息,应用本章所提的模糊粒化自适应共识决策方法,对应急决策方案进行排序择优,并通过多方法比较验证其合理性和可行性。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978