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．     

广义判断下的群决策方法

群决策的研究越来越受到人们的关注,如何集结群的偏好向量始终是群决策研究的重要内容.本文从判断形式的角度出发,给出了广义判断下的群组决策方法各种判断形式下综合排序权值的算法,群判断的一致性检验,后验权重系数的确定及一致性调整.并通过对后验权重系数的讨论,进一步研究了如何合理地集结群偏好向量的问题.     

群决策中基于一致性强度的专家意见集结方法

针对群决策问题,提出了一种基于群体一致性强度的虚拟专家意见逐步集结规划的方法.首先将两个专家的偏好信息集结为序关系值向量,将该次集结结果作为一个"虚拟专家"给出的判断信息,然后吸收下一个专家的意见成为新的虚拟专家,依此类推,直到最后一个专家参与决策.引入虚拟专家的群体一致性强度保证群体结果趋向一致,其中一致性强度和虚拟专家的权重依赖于所包含的个体专家的人数.个体人数越多一致性强度和权重就越大,从而体现了少数服从多数的原则.该方法将多专家的复杂群决策问题转化为低复杂度的多阶段二人决策问题,并保证了群体结果的一致性.最后,通过一个算例验证了方法的有效性.     

Fuzzy 决策中群体意见一致性指标与一致性判别方法

运用三角模糊数的概念和性质,提出了衡量决策者之间意见相似程度的一致性函数的定义。利用该函数构造群体一致性指标,且该指标仍近似为三角模糊数,进而给出群体在λ截水平下意见的弱一致性和强一致性的定义。最后,给出弱一致性和强一致性的判别方法。     

群决策中模糊偏好关系矩阵一致性的调整方法

针对模糊偏好关系矩阵本身是否一致,使得原矩阵渐进逼近目标矩阵的问题,提出了群决策中模糊偏好关系矩阵一致性调整的新方法。该方法基于目标矩阵的最优选择,提出了一种新的目标矩阵R,使得计算得来的调和矩阵较之原矩阵在一定条件下保留了更多的偏好信息,即在很大程度上保留着群决策中决策者的意愿。最后给出了算例进行比较,说明了该方法的优势。     

基于语言Choquet积分算子的多属性群决策方法

在现实的多属性群决策问题中,决策属性及专家偏好间均在不同程度上存在相互关联。为此,提出了一种基于语言Choquet积分算子的语言多属性群决策方法。首先,介绍了语言评估标度集上的一些运算法则。基于这些运算法则和模糊测度,定义了一种语言Choquet积分算子。然后,探讨该算子的一些性质,给出了一种基于语言Choquet积分算子的语言多属性群决策途径。研究表明,该算子是语言有序权重平均算子的一般化形式。最后,通过一个具体实例来说明这种方法的具体应用及计算过程。     

面向决策局部环境的群决策方法

对具体群决策问题,决策者之间和属性之间的某种联系分别由具体问题形成,由偏好关系表示的关系结构为决策局部环境：由变量分析矩阵、任意属性间的偏好相似性和任一组决策者对某一属性的偏好一致性构成的属性邻接矩阵和决策者邻接矩阵构成。对属性信息集结进行三次修正,由决策者局部重要性对属性一致性进行修正,以属性局部偏好一致性强度对属性权重进行调节,由决策者局部重要性权重修正最终评价结论。提出的方法可以在决策进程中聚焦影响一致性的相关属性,发掘可能冲突的属性及影响具体方案排序的主要属性,更有效提供解决群决策问题的建议和方案。     

基于案例比较信息的多准则群决策分类方法

提出了一个基于案例比较信息的多准则群决策分类方法.该方法使用级别高于关系作为决策者的偏好模型.它要求决策者根据自己的偏好预先给出部分方案之间的比较信息.基于这些比较信息和决策者的重要度确定了具有最大可信度的群体一致案例比较信息集,并利用该信息集构建一个混合整数规划模型来计算方案的分类区间,从而引导决策者给出部分方案的精确分类信息.在此基础上,确定一个代表函数来获得其余方案的精确分类.最后通过一个实例说明了方法的可行性和合理性.     

信息不完全确定的多准则语言区间群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间或语言区间,甚至缺失的群决策问题,提出一种群体语言决策方法。该方法将各准则的语言值转换成二元语义,利用WC-OWA和OWA算子进行准则集结和方案集结,通过方案贴近度和决策者给出的准则权系数的不完全确定信息,建立非线性规划模型,利用遗传算法对模型进行求解得到准则的最优权系数,进而得到方案的群体集成值,并将其转化为二元语义,利用二元语义的有序性得到方案的排序。实例计算表明了该方法的可行性和有效性。     

基于直觉梯形模糊信息的多准则群决策方法

针对现有直觉梯形模糊数算术运算的不足, 提出新的直觉梯形模糊数的算术运算. 在此基础上, 定义了直觉梯形模糊数的几种集结算子, 讨论了这些算子的性质, 并将直觉梯形模糊集结算子用于群决策中, 提出了相应的多准则群决策方法. 最后通过算例分析验证所提方法 的有效性与合理性.     

求解群体多指标决策问题的偏爱度法

对于离散的群体多指标决策问题，本文引进方案的优距数和劣距数，利用它们导出并定义了群体关于方案的偏爱度的计算公式和概念．以此为基础，本文给出一个对离散群体多指标决策问题进行排序的有效方法．     

不完全信息条件下的多指标群体决策方法

研究在不完全信息、多指标条件下,利用个体决策结果形成群体一致偏好的方法.在大多数情况下,群体决策成员只可能给出决策的不完全信息,从个体的偏好结果形成群体一致排序需要求解一组线性规划.群体成员对方案成对辨优的结果,提供了一个方案优于其它方案的偏好强度信息.偏好集结过程考虑了决策成员的偏好净强度和决策成员权重信息不完全的情况.最后,给出一个投资决策的案例说明群体决策方法的实际应用.该集结方法能够平衡决策时间、决策质量和决策者负担三方面要求.     

群决策一致性寻求方法与算法

运用三角模糊数的概念,根据个体加权向量,提出衡量个体间一致性的相似度量函数,由此构造个体、群体的一致性指标．在此基础上,给出群体一致性的定义,并运用个体指标提出由个体加权向量寻求群体加权向量的两种方法．最后,给出该寻求方法的算法与算例.     

理性群体决策的概率集结研究

探讨如何集结多个专家的不确定性信息,以获得群体一致判断．首先分析群体理性存在的可能性;在此基础上,给出了几种集结个体概率的模型及算式,讨论了这些模型的特点,实际应用的可能性;最后,评述了Ｄａｌｋｅｙ个体概率集结不可能性定理中潜在的问题。得出几个研究的结论,并且提出了需要进一步研究的问题。     

多目标决策的柔性电压控制

提出了一种新的电压稳定控制方法.基于帕雷托优化解集,多目标决策技术被用来实现对于电力系统电压稳定性的柔性控制.电压控制是一个多目标优化问题.首先用基因跳跃进化算法作为离线搜索的方法,寻找出帕雷托优化解集.当控制系统在线应用时,帕雷托优化解集提供了一系列可行解.多目标决策技术能够根据不同的控制需求选择其中之一,满足不同的操作参数选择.从而实现了对于电压稳定的柔性控制.这种基于多目标决策的控制策略提供了快速、柔性的系统响应.对于6母线的电力系统仿真证实了这一新方法的有效性.     

一种新的模糊群体决策方法

在相似性函数概念的基础上 ,定义了新的相似性函数 ,使得相似性函数应用范围得到了拓展 .并提出一种新的模糊群体决策方法 ,采用正的梯形模糊数来表示决策者的偏好意见 ,通过对表示决策者偏好意见的模糊子集进行排序来作出决策 ,最后给出了算例.     

Multiple Criteria Decision Making with Respect to Multiple Experts *

１ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｔｈｅｓｔｕｄｙｏｆｄｅｃｉｓｉｏｎｍａｋｉｎｇｉｎａｃｏｍｐｌｅｘｅｎｖｉｒｏｎｍｅｎｔ,ｔｈｅｔｅｒｍ“ＭｕｌｔｉｐｌｅＯｂｊｅｃｔｉｖｅＤｅｃｉｓｉｏｎＭａｋｉｎｇ（ＭＯＤＭ）”ｉｓａｌｓｏｆｒｅｑｕｅｎｔｌｙｃｉ...     

一种基于期望满意的群决策方法

提出了可期望水平和可期望保留水平的概念 ,并给出了一种估计各个群成员的可期望水平和可期望保留水平的方法 ,在此基础上提出了一种基于期望满意的群决策方法.     

Two Methods for Deriving Members' Weights in Group Decision Making

The Analytic Hierarchy Process is a powerful technique for group decision making. Both theWeighted Arithmetic Mean Method (WAMM) and Weighted Geometric Mean Method (WGMM) are themost common group preference aggregation methods in AHP. In order to use the WAMM and WGMM, onehas to find the weights to be assigned to the members of the group. This is often a difficult task, especiallyso if the group is large as in the case of public policy decisions. These situations need an objective method toderive members'weights. But a few studies are available in the literature. Based on judgement matrices anderror analyses, this paper presents two practical and efficient methods for addressing such situations. Somenumerical examples are also given.