研讨群体创新及其绩效的研究评述与展望

群体研讨和群体创新是现代企业组织解决复杂问题、保持竞争优势的重要保证.回顾了目前国内外在研讨群体创新及其绩效的影响因素方面的研究,从群体特征、技术特征、环境特征、研讨组织方式、任务特征及其要素组合方面进行了归纳和总结,并进行了具体评述和展望.     

一种基于满意与公正的群决策方法

在群体决策问题,如何将群成员的偏好集结构群体的偏好并构造一个群体的效用函数是基于效用函数的群决策方法的核心问题,本文给出了公正和满意的概念和测度方法,提出了一种基于满意和公正的群体效用函数构造方法,并通过求解一个规划问题来获得群体效用函数。     

决策任务结构化的群体研讨过程和模式

基于对大多数重要的决策需要成立决策群体以共同做出决策,首先建立了一个群体决策任务的研讨模型,提出了4类"研讨模式":①交互群体中群体成员的主动研讨;②名义群体中群体成员的主动研讨;③交互群体中群体成员的被动研讨;④名义群体中群体成员的被动研讨.最后,以某公司如何开拓市场空间的研讨结构化为例,探讨了研讨模式1在群体决策任务结构化研讨中的应用.     

基于群体压力的大群体风险应急决策方法

针对专家在决策过程中的有限理性,将群体压力与大群体风险应急决策问题相结合.首先,基于区间值Pythagorean模糊语言变量提供专家偏好信息,利用改进的群体压力效用模型定义偏好调节系数.其次,基于构建的犹豫度矩阵和OWA算子提出准则风险权重,通过准则风险权重与准则主观权重的组合加权,用以获取准则权重.再次,利用前景理论和准则权重计算每个方案的总体前景值,进而选出最优方案.最后,以天津港爆炸事件为案例背景,通过与其他方法的对比分析验证了所提方法的可行性和优越性.     

基于粗糙集与证据理论的决策规则合成方法

如何根据规则进行决策是决策规则应用必须解决的核心问题之一。针对该问题,提出了一种决策规则的合成方法,为根据多条规则进行决策提供了崭新的思路。首先,获取规则,计算支持度、信度等信息;然后,将规则信度转换为可信度分配,综合属性重要性和规则支持度两方面因素,计算可信度分配的权重;最后,运用证据理论对可信度分配进行合成。实验表明,规则合成方法能够对决策规则,尤其是冲突规则进行有效合成,得出可靠的决策。     

面向复杂决策任务的综合集成决策研讨总体框架设计

从群体决策任务结构化理论出发,分析了复杂决策任务研讨过程的层次结构和组合机理,结合从定性到定量的综合集成方法,研究提出了一种适合软件实施需求,能够充分实现人机结合的研讨信息分解集成框架,在此基础上设计实现了一种可付诸于实施的研讨厅系统———开放式群体决策研讨平台GASS,并给出一个企业开拓新市场的决策实例.     

群体研讨中的共识分析和评价技术

实时、准确地对共识状态做出分析和评价是在综合集成研讨厅中组织好群体研讨的重要前提。为此,提出了一种称之为CAI的群体研讨中的共识分析和评价技术。依据CAI开发的软件能够根据发言之间的语义关系和研讨人的权重自动识别出共识状态,而用户可以依据CAI识别的结果干预研讨进程以便提高研讨的效率和有效性;同时,CAI软件还能够在用户的指导下学习从而增强其适应性。讨论了CAI的应用环境、分析模型、实现方法,并说明了CAI软件的工作过程和性能测试结果。     

群决策中基于语言信息处理的一种粗糙集方法

针对一类具有语言判断矩阵形式偏好信息的群决策问题,提出了一种基于粗糙集的群决策方法.首先利用一小部分整体偏好信息构造一个成对比较表,然后根据优势粗糙集理论提取决策规则,最后定义一个评分函数对整个方案集进行排序和优选.该方法是一个先训练后决策的过程,特别适于大规模的方案优选问题.仿真实例表明了该方法的有效性和实用性.     

决策群体构成与决策绩效的关系

群体决策仍是一个有待深入研究的课题。模拟创业的不确定性特点,通过组间实验设计,对群体构成中的形成方式和群体结构与群体决策绩效的关系进行了假设检验。经多元方差分析发现,"自愿形成",且"有领导"的群体决策绩效,显著地优于其它三种组合的群体决策绩效,从而揭示了促进群体成员进行"信息驱动"的互动、提取加工"独占信息"的前提条件;此外,研究还发现,决策的主观绩效与决策的客观绩效之间没有相关性,从而间接地发现了群体成员的异质性是群体互动方式与群体决策绩效之间的调节变量;此外,群体决策不一定优于个体决策。该研究结果对创业者构建创业团队、改善创业决策有一定的指导意义。     

一种基于可变精度粗糙集的群体分类决策方法

针对群决策分类问题，提出一种可以从多个决策表中获取群体分类偏好的可变精度粗糙集方法。首先定义决策表分类模式和频度的概念，其次给出每种分类模式在群体中的支持率和反对率的计算方法，以及如何调整粗糙精度因子，得出群体分类偏好的方法，最后通过一个算例验证新方法的可行性和有效性。     

基于Bayes理论与Monte Carlo模拟的风险型多属性群决策方法

针对方案属性值为随机变量、属性权重未知的风险型多属性群决策问题,根据决策者有无先验信息、专家估计方差是否可知等情形,提出了两类集结决策者和专家主观概率的多元Bayes模型。这些模型先将群体对属性值的估计集结成单一分布,然后用Monte Carlo模拟的方法,通过计算每个方案的排名期望值,得到各方案的排序。给出了应用该方法的具体步骤,实例分析验证了方法的有效性和实用性。     

支持群决策过程建模的层次影响图模型

传统影响图模型不具备对群决策过程的建模能力.针对这一问题, 提出了层次影响图模型. 首先给出了层次影响图的定义,它是一个以层次方式排列的影响图的集合.然后建立了不同影响图之间的三种 消息传递方式,研究了在能够接收外界消息情况下的影响图演算方法.最后使用一个群决策案例展示了建模和求解 的过程.层次影响图采用了分解-联合的建模策略,将影响图的应用范围扩展到群决策领域.     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,以D-S(Dempster-Shafer)证据理论为基础,指出了已有研究在焦元识别的方法及相应焦元语言评价信息量化上存在的问题.同时提出了一种基于D-S证据理论的改进方法,该方法重新进行焦元识别、计算基本可信度分配,然后进行证据合成,并根据信度函数做出决策.该方法具有评价结论稳定、决策规则简单的特点.     

区间直觉模糊多属性群决策自收敛算法

对区间直觉模糊多属性群决策中的一致性问题进行研究,引入了一种可自收敛算法得到一致性群决策矩阵。首先基于区间直觉模糊数的运算法则和集结算子,将单个决策者的决策矩阵集结为群体决策矩阵;然后通过可自收敛算法反复迭代,直到得到满足一致性的群体决策矩阵;最后再次基于区间直觉模糊数的集结算子和排序规则实现方案选优。从理论上论证了该算法的收敛性和保序性,并通过算例验证了算法的可行性和有效性。     

一种群决策中专家客观权重的确定方法

给出一种确定群决策中各专家客观权重的方法。将专家客观权重分为个体可信度权值和群体可信度权值;通过提取专家判断矩阵信息,确定专家在具体判断中自身的相对个体可信度权值,通过比较群决策中各专家信息的相似程度,确定各专家的相对群组可信度权值;最终得出专家判断信息合成时的各专家客观权重。给出的算例说明该方法的可行性和有效性     

改进的蚁群聚类算法及在多属性大群体决策中的应用

多属性复杂大群体决策中,对决策人员的决策结果进行有效地聚类,是分析以及完成群体决策的基础。针对蚁群聚类算法参数选取复杂、自适应性差以及随机性等缺点,提出了一种改进的蚁群聚类算法,该算法将决策群体成员对决策问题的若干个评价准则值转化成偏好矢量,以偏好矢量相聚度作为邻域相似度的计算公式,形成一个启发式聚类算法。通过一个算例计算说明该算法具有聚类质量高、自组织和鲁棒性的特点,适用于解决多属性复杂大群体聚类与决策问题。     

群决策群体意见的一致性模糊分析

研究了群决策中群体意见一致性问题．根据群体决策的基本特征，提出一种称为决策歧意的概念，结合模糊数理论，定义了一种度量决策者意见相似程度的一致性模糊数及其一致性测度，进一步给出群弱一致性和群强一致性定义，提出并证明了有关群体意见一致性的几个充要条件．最后，通过算例计算分析，说明了理论方法的可行性和有效性．     

基于群体理性行为的GDSS设计及实现

分析了群决策支持系统发展现状,认为除了提供信息处理和交流平台的技术支持外,有必要更多地结合人的决策行为等理论和方法来构建新一代决策支持系统,从分析理性决策行为入手,提出新的群决策支持系统应主要在消除信息不对称,实现完备性;群一致性达成和判断,和选择择优处理的适应性三个方面的支持,并以此为基础设计群决策支持系统的方法和技术框架,给出了设计中应考虑的原则和要点,并通过一个验证性GDSS系统的实现过程证实了可行性,最后简介了下一步研究思路。