基于二元不完全偏好的群决策方法

分析了群决策过程中不完全区间数互反判断矩阵和不完全区间数互补判断矩阵的集成方法.基于决策者给出的允许偏差,定义了群决策满意度隶属函数,建立了求解群体偏好满意程度最大化的权重模型,提出了群体偏好一致性程度的衡量指标,研究了对一致性程度较差的决策者判断进行交互调整的方法.为解决模型存在多组最优解以及因决策者判断误差波动造成的决策误导问题,建立了群体偏好权重分布范围的估计模型.通过算例分析,证明了方法的有效性及实用性.     

基于语言偏好的群体决策的软解法

群体决策模型用于支持系统或专家系统，面临的两个问题是：自然语言与机器语言的匹配以及模型解与决策者意向交融．本文在许多学者大量工作的基础上，试图提出群决策的软化求解模型．主要提出两方面的结果：一是多准则语言偏好的综合；二是采用模糊匹配方法和语言变量的软算法将个人语言偏好聚集为群体可接受决策解．最后给出实例计算以说明操作步骤．该模型可用于人－机交流式ＧＤＳＳ或小群（７～１２人）会议支持系统的软件设计     

信息不完全确定的PROMETHEE方法及应用

提出一种信息不完全确定的PROMETHEE方法,该方法根据偏好指数和优序关系,利用决策者对训练集的排序和准则权系数的不完全确定信息等构建非线性规划模型,然后将非线性规划模型转换成线性规划模型,求解线性规划,得到训练集中方案在各准则值的偏好函数值和准则权系数,通过线性插值或样条插值得到决策方案在各准则值的偏好函数值,进而得到方案集中每一方案的偏好指数,按优序关系进行排序,得到方案集的一个部分或整体排序,最后实例说明该方法的有效性和可行性。     

属性具有不同形式偏好信息的群决策方法

针对决策者给出属性具有不同形式偏好信息的多目标群决策问题,提出了一种新的集结方法。该方法首先将多个决策者提供的属性的三类偏好信息———属性重要程度的序关系、AHP判断矩阵和语言描述作一致化处理———转化为AHP判断矩阵,重点针对如何将属性重要程度的语言描述转化成AHP判断矩阵的方法进行了研究。其次,关于属性偏好信息建立了一个能集成决策群体意见的线性目标规划模型。最后给出了算例说明该方法能最大程度地反映每个决策者的偏好意见。     

基于辩论的群体研讨建模与决策方法

研讨是支持群体共同求解复杂决策问题的有效工具, 其本质上是一种多人间的逻辑思辨与推理的过程. 本文借鉴人工智能领域中的辩论理论, 提出了一种基于辩论的群体研讨模型与决策方法. 首先对比分析了一般研讨流程与辩论过程, 揭示了群体研讨决策和辩论过程在机制和目的上的相似性; 然后引入Dung的抽象辩论框架, 建立了基于辩论的群体研讨系统框架, 并探讨了论据状态的推理机制和论据强度的概念, 并给出了几种典型的决策规则. 最后结合一个软启动产品设计方案优选案例对本文研究进行了验证, 结果表明, 采用基于辩论的群体研讨和决策方法有助于从认知角度来分析决策者的行为动机, 可用于解释决策者偏好形成或直接用于决策, 从而提高决策的科学性与有效性.     

基于格序偏好距离的群决策方法

针对决策者具有格序偏好结构的群决策问题,提出了一种基于偏好距离测度的群决策方法。该方法定义了格上偏好关系的一种距离测度,并算出二元关系之间的距离;利用偏好关系之间的距离建立一数学模型,结合优先原则和集结规则将个人偏好集结成群体偏好,并将该决策方法推广到专家权重信息不能完全确定的情况。给出了应用该方法的具体步骤,举例说明了该方法的可行性。     

一种新的多目标群决策方法—交互式比较矩阵法

由于决策者的个人偏好效用难于进行比较和归并，使得多目标群决策问题成为难题。针对此难点，本文建立了一系列公理，并在此基础上证明了两种可能性定理，然后提出了一种新的多目标群决策方法─交互式比较矩阵法（ＩＣＭ法）。该方法建立在群体评价和信息反馈的基础上，能最大限度地获取和利用决策者的偏好信息，集人─人对话和人─机交互于一体，能有效地获得群满意解。     

一类确定大众偏好结构的方法研究

大众群体偏好的集结是制定公共决策的基础。本文对这类问题进行了研究，提出了一种确定群体偏好结构的方法。该方法与传统的群体偏好结集方法不同，能有效而又可靠地确定群体的总体偏好结构，从而为制定公共决策提供详细可靠的信息。     

虚拟现实仿真下的序贯决策优化研究

通过构造虚拟现实仿真环境,利用仿真模型对系统的直观描述性,对系统的运行状况进行模拟,并为决策者提供了一个观察系统运行的虚拟空间,决策者可以"进入”到系统内部,根据观察到的系统状况及个人的偏好,在虚拟环境中进行一系列的决策.由于现实系统中,系统状态转移概率以及报酬函数往往不能显式得到,所以传统方法无法求解序贯决策问题.作为一种新的思路,利用仿真优化算法,根据仿真运行提供的定量信息,利用虚拟现实的环境,实现序贯决策过程的优化,最终可以得到最优或满意的决策策略.     

不确定偏好下的官厅水库水资源冲突研究

本文利用不确定偏好下的冲突分析图模型法对官厅水库水资源冲突进行建模和求解,以模拟和预测冲突事态的发展过程及结果,使冲突中的决策者及其他冲突分析者了解不同情况下各项决策可能引起的局势变化,从而为冲突方及协调方提供更详细的决策指导。此外,本文探讨了一种在图模型框架下基于策略偏好的不确定偏好计算法,并利用该方法对官厅水库水资源冲突中决策者的偏好进行计算,清晰地展现了决策者偏好信息构成的原因和过程。本文研究表明:1)不确定偏好下的图模型法及基于策略偏好的不确定偏好计算法可以有效地对水资源冲突问题进行建模和分析;2)冲突的稳定性分析结果会随着决策者偏好信息的变化而改变,决策者的态度和偏好对水资源冲突的解决至关重要。     

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.     

群决策问题的REM集结模型

从相对熵的概念出发提出了求解群决策中由个体偏好评判值集结群体偏好评判值的新思路,建立了能够集结不同专家偏好评判值为群体一致或妥协偏好的相对熵（ＲＥＭ）模型,并给出了相对熵算法有效性的理论证明及算例     

多目标评价的决策支持：理论、方法与实现

本文从决策支持的观点出发讨论了多目标评价问题的基本理论、方法和多目标决策支持系统的实现，指出决策者的偏好结构是解决多目标评价问题的关键因素，而多目标评价决策支持系统作为支持多目标评价问题的形成、分析和求解的软件工具，决策者的行为因素和系统的鲁棒性是其实现过程中需要重点考虑的方面。     

基于可能度的语言直觉模糊PROMETHEE多属性群决策

针对权重信息未知的语言直觉模糊多属性群决策问题, 提出了一种基于改进的可能度和偏好顺序结构评估法(preference ranking organization method for enrichment evaluations, PROMETHEE)的语言直觉模糊多属性群决策方法。首先，基于Atanassov偏序和犹豫度, 改进语言直觉模糊数的可能度, 并证明其具有互补性、传递性等良好性质。其次，基于改进的可能度, 通过最大化决策者在属性上的加权平方可能度, 构造多目标规划模型, 求得每位决策者的属性权重。然后，建立群体共识反馈模型, 提高群体共识度, 结合修正的偏好关系和决策者主观权重, 提出修正系数来确定决策者权重。最后，通过实证分析验证该方法的可行性和有效性。     

多元不确定性偏好信息集结的目标规划方法

研究群决策过程中区间数偏好序、区间数效用值、区间数互反判断矩阵与区间数互补判断矩阵等四类不确定性偏好信息的集结方法.定义四类不确定性偏好信息的一致性,建立具有相同决策机理的各类不确定性偏好信息的统一权重求解模型.为解决决策误导问题,引入偏差系数建立权重分布范围的估计模型.建立决策群体意见集结的目标规划方法,研究了模型所具有的性质.为度量决策群体意见的一致度,定义了专家偏好与综合偏好的决策关联度系数和排序相关性系数.     

基于DEA交叉效率与冗余信息识别的大群体应急决策方法

针对现有模糊偏好环境下的大群体应急决策方法对决策效率考虑不足的问题,本文提出一种基于DEA交叉效率与冗余信息识别的大群体应急决策方法.首先,构建产出倾向的DEA模型和中立型DEA交叉效率评估模型分别用于求解具有完全加性一致性的模糊偏好关系和不具有完全加性一致性的模糊偏好关系的排序权重.其次,为度量大群体偏好信息的合理性和重要性,根据模糊偏好关系及其排序权重构建基于相容性测度的群体平方相容性模型,在此基础上通过筛选模型最优解中零值分量实现冗余信息识别.再次,通过集成DEA交叉效率与冗余信息识别建立大群体应急决策方法.最后,通过案例和对比分析说明本文提出的大群体应急决策方法可以有效提高决策效率.     

一种基于专家模糊偏好集结的群决策方法

本文分析了群决策的特性，提出一个以决策群体的模糊偏好集结为基础的求解群决策问题的方法，建立了方法的数学模型，并通过例子对方法的使用做了说明。     

基于PROMETHEE的群体多准则模糊规划方法

针对决策准则值为模糊数、准则和决策者权重信息均不完全的群体多准则决策问题,从两两方案之间的优劣程度大小入手,拓展PROMETHEE方法中优先函数,分别建立了单个决策者下的方案准则集成、群体决策者偏好及其总体风险态度集成等模糊规划优化模型,得到训练集中各方案完全排序。通过算例表明该算法可行,其结论具有较高的可信度。     

考虑偏好序的多满意稳定导向双边匹配决策方法

针对考虑偏好序的多满意稳定导向双边匹配决策问题,提出了一种新的决策分析方法.首先,给出了双边匹配方案、稳定双边匹配方案、弱稳定双边匹配方案和α-稳定双边匹配方案的相关定义.然后,考虑双边匹配主体给出的强偏好序、弱偏好序、无差异偏好序和未知偏好序信息,分别计算了双边匹配主体的满意度.进一步地,分别构建满意、弱满意稳定、α-满意稳定和满意稳定等四种决策导向的优化模型.通过运用求解模型的变步长算法,可以获得相应的最优匹配方案.最后,给出一个算例,证明所提方法的有效性和可行性.     

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.