基于综合集成法的多目标群体决策方法

在多目标群体决策中,目标权重的确定受各群体成员的主观因素影响,容易产生较大偏差,进而制约群体决策的可靠性。运用综合集成法,以目标客观权重为标准检验群体成员定性分析确定的主观权重,剔除偏差较大的主观权重,然后综合有效的群体成员所赋目标主观权重,得到目标最终的权重,完成多目标群体决策。该法综合主观信息及客观信息,是一种简单、可靠的多目标群体决策方法。     

基于满意度的多准则决策模型及其在员工绩效评价中的应用

针对评价准则权重信息不完全的群体多准则决策问题,首先利用方案满意度模型,对备选方案集中的每一个方案建立以最大化该方案满意度为目标的线性规划模型,得到一组权重向量,然后利用群决策中的相关集结方法将这组权重向量进行集结,得到对每个方案都公平公正的一个权重向量,利用该权重向量和加权平均模型得到方案的综合评价值,从而对方案进行优劣排序.最后,通过员工绩效评价的例子对本文提出的方法进行了说明.     

基于FCM的大规模群体决策方法

针对大规模多属性群体决策问题在不平衡犹豫模糊语言环境下难以确定决策者偏好权重的问 题,提出了同一模糊集群中,单个决策者偏好权重的计算方法。 首先,在不平衡犹豫模糊语言环境下,引入同一集群内单个决策者偏好权重这一概念;之后,在 FCM 算法基础上,利用算法产生的聚类中心和决策者与所 属集群的隶属度,定义了新的偏好权重计算公式以及集群的决策矩阵计算公式,由此得到一种新的大规模群 体决策方法;最后,通过实例验证了方法的可行性和有效性。     

基于粗糙集理论的聚类融合加权迭代模型

针对聚类融合问题,考虑了聚类成员的质量和噪声对聚类结果的影响,提出一种加权迭代的聚类融合模型,利用粗糙集理论中的决策表属性重要性的信息熵来衡量聚类成员的重要性,迭代更新聚类成员的权重。该文在模拟和真实数据集上进行了校验。结果表明,该模型能较好地处理聚类成员间的质量差异,并能有效地消减噪声对融合的影响,从而得到更好的聚类融合结果。     

基于粗糙集理论的聚类融合加权迭代模型

针对聚类融合问题,考虑了聚类成员的质量和噪声对聚类结果的影响,提出一种加权迭代的聚类融合模型,利用粗糙集理论中的决策表属性重要性的信息熵来衡量聚类成员的重要性,迭代更新聚类成员的权重。该文在模拟和真实数据集上进行了校验。结果表明,该模型能较好地处理聚类成员间的质量差异,并能有效地消减噪声对融合的影响,从而得到更好的聚类融合结果。     

群体决策支持系统在两种决策过程中的应用

在分析现有的群体决策支持系统局限性的基础上 ,通过划分决策角色 ,提出将群体决策分为组织者发起的决策和一般成员发起的决策两种 ,两类决策的不同之处在于决策和流程有所区别 ,因此重点研究了群体决策支持系统对这两种决策应提供的不同支持机制 ,进而在给出详细的决策流程的基础上 ,提供了一个基于中间件的 C/S结构的群体决策系统的计算机实现方案 ,来实现支持两类决策的目标 ,突破现有的群体决策支持系统的局限性     

群体决策支持系统在两种决策过程中的应用

在分析现有的群体决策支持系统局限性的基础上，通过划分决策角，提出将群体决策分为组织者发起的决策和一般成员发起的决策两种，两类决策的不同之处在于决策和流程有所区别，因此重点研究了群体决策支持系统对这两种决策应提供的不同支持机制进而在给出了详细的决策流程的基础上，提供了一个基于中间件的Ｃ／Ｓ结构的群体决策系统的计算机实现方案，来实现支持两类决策的目标，突破现有群体决策支持系统的局限性。     

基于Spark的三支聚类集成方法

针对大规模不确定性数据聚类,提出一种新的基于Spark的三支聚类集成方法.该方法包括3个步骤:首先,将现有的聚类算法进行基于Spark的分布式处理;然后,以第1个聚类成员的聚类结果作为参照划分,对剩余聚类成员中的类簇做标签对齐;最后,利用投票法以及三支决策规则对标签对齐后的聚类成员进行集成,得到最终的三支聚类结果.实验结果显示,本方法能够有效处理大规模不确定性数据,相比传统基于Spark的聚类算法效率更高.     

一种基于权向量的组合赋值法求群权向量的方法

在群体决策中，决策群体中每个成员对一组可行的备选方案有不同的偏好次序且在确定指标权重时，随意性较大，这样对最终的方案就会作出不同的决策。运用多目标权系数的组合权向量，解决有限方案多目标群决策如何由各个决策者的偏好形成群的偏好，使决策客观、真实、有效，并用事例说明了其可行性。     

一种基于专家权重的方案排序方法

由于群体决策的相对熵模型和特征根法模型给出的是一个完全确定的方案排序结果,没有定量描述最终结果的不确定性,对同一个方案进行决策时可能会产生冲突;文章利用判断矩阵的信息求得专家权重,提出了可以定量描述不确定性的专家权重排序方法;最后的案例说明该方法是可行的、有效的。     

群决策在连锁经营中的应用

为寻求对某公司的ERP(Enterprise Resource Project)项目最满意的行动方案,提出了一个使用群决策为连锁经营中的价格决策问题建模的方案.该方案用门店特定商品的纯利润作为专家评分,构造专家-目标矩阵.讨论了价格差距较小的目标和价格变动趋势,指出可以通过对消费者心理与理想专家的偏好趋势的研究对模型作进一步修正,给出了模型的实现方案.实际运行结果表明,该模型能够体现出门店的意志和配送中心的调控作用.     

模糊多属性群体决策方法

研究了模糊环境下的一类多属性群体决策问题,建立了确定属性权重向量模糊一致性判断矩阵的构造方法,给出了方案在群体排序中处于某一位置的隶属度的定义,并由此集结群体中各决策者的排序结果,进而形成群体的最终排序。讨论了此方法在军事上的一个体应用。     

多阶段群体决策的Pareto最优策略

为了求解多阶段群体决策问题，作者建立了多阶段群体决策模型，定义了Pareto最优策略及绝对最优策略等概念，提出了求解Pareto最优策略的群体动态规划算法.该算法可以求得各个阶段各个状态下的所有Pareto最优策略.最后,作者用一个计算实例说明了算法的求解过程.     

群体决策可靠性的分层反馈与多级度量

为了提高群体决策质量,获得更加可靠的决策结果,结合语言环境下考虑专家自信度的异构多属性群决策问题,建立了群体决策可靠性的分层反馈机制与多级度量模型。利用三支决策思想将各方案各属性下对应子群体中的专家按照自信度的高、中、低划分成三类,进而,依次从子群体的专家构成、自信度以及共识度3个层次对决策可靠性进行量化分析,建立由粗到细、逐层细化的反馈机制,为决策过程的可靠性调整和控制提供途径;综合考虑子群体中高、中自信度专家的占比以及自信度和共识度等影响因素,构建多级可靠性度量模型,并形成针对方案级决策和整体决策的两级可靠性判定规则,有效提升决策结果的可解释性。在此基础上,提出一种可靠性驱动的异构多属性群决策方法,通过供应商选择实例分析并验证了所提方法的可行性和有效性。     

企业集团组建决策的博弈模型

针对企业集团化过程中的不足,提出了将博弈论应用于企业集团组建的全过程的观点;结合现代管理理论和产业组织理论,系统分析了集团化过程中的现实问题,建立了3种博弈模型即吸纳成员企业的重复谈判博弈模型、整合阶段的博弈模型和收益分配的合作博弈模型,能为企业联合提供决策支持．     

基于集对分析的群决策灵敏度分析

在集对分析理论的同、异、反概念基础上,对一类常见的多层群决策问题给出了相应的模型与处理方法,进行了参数灵敏度分析,得到了有意义的结果,有关结论和方法具有实际可操作性。     

群决策中专家决策意见的可靠性研究

文章研究了群决策中专家决策水平可靠性问题,对用群组决策的特征根法及其使用条件做出了修正,更加具有科学性与合理性;并对专家决策水平和决策熵进行了重新定义,以便能够更客观地度量专家群体决策的可靠性;最后通过算例说明了该方法的可行性和有效性.     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。     

关于决策系统的评价方法

通过群决策中的特征根法,把理想专家的评价作为标准,把每个决策者的评价向量向标准向量进行投影,即应用向量的内积法,定量计算出每个专家与理想专家的一致度,即投影值,以此作为专家水平的分值进行排序.并且运用统计分析法将其检验、分类,并给出一个实例验证其实用性及有效性.     

一个模糊多目标群体决策方法

将多目标系统模糊决策理论推广到多目标标群体决策,给出一个模糊多目标群体决策方法。