基于云模型与证据理论的共识分析方法

针对综合集成研讨厅中发散型研讨具有连续性、模糊性、复杂性等特点, 提出了一种基于云模型与证据理论的共识分析方法. 该方法利用云模型根据研讨信息间语义关系求取每条发言表达的意见; 并利用证据理论根据某专家所有时刻发言表达的意见推理该专家意见; 最后根据求得的各专家意见形成定性的专家意见分布图和定量的共识水平、关注水平. 实例表明该方法是有效的, 它能使研讨专家实时了解当前共识状态, 提高群体研讨效率.     

群体一致性及其在研讨厅中的应用

提出了一种群体一致性算法.讨论了在群体专家进行决策的过程中,当专家研讨形成了一些方案时,用群体一致性算法,使专家群体思维不断趋于收敛,并最终达到群体意见一致,得出各方案的排序及决策结果.在上述过程中主持人的作用非常重要,他引导专家群体达成一致,提高了群体决策的效率.针对宏观经济决策问题,提出了一种宏观经济研讨的近拟方法.在综合集成研讨厅体系中,使用群体一致性算法,以解决研讨厅中的专家群体思维的收敛问题.     

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.     

群体智慧在综合集成研讨厅体系中的涌现

1992年我国科学家钱学森提出处理“开放的复杂巨系统”有关复杂问题的理论框架，称为综合集成研讨厅体系（HWME）。本文主要的构思是利用万维网（WWW）等技术来实现研讨厅体系，所完成的工作可概括为如下三点：（1）提出广义专家群体的概念，围绕着将要研讨的问题，通过万维网，获得针对问题的“权威”网页和“中心”网页，这些网页的集合及作为人的群体，构成广义专家群体，研讨厅是广义专家群体充分利用信息技术进行交互作用的场所；（2）以学习型组织理论为基础，并集成其它有关“研讨”的优点，提供专家在研讨过程中的有效互动规范，。由于思维上具有社会性，专家群体中存在微妙的动态复杂性，存在着习惯性防卫等交流障碍，有效的互动规范是必要的。（3）借鉴万维网中从整体考虑链接的方法，考虑专家的发言，类似于WWW的一个网页，而专家是网页的创建者，这样一来广义专家的研讨过程，或者进一步说，广义专家互动形成的网络链接结构的可用有向属性图表示，由于HWME的结构和WWW具有结构相似性，所以采用网络中“超链接导致主题搜索”（HITS）的思想与方法，建立综合集成研讨厅体系的链接结构分析方法。本文的工作表明，基于学习型组织互动规范下的专家群体研讨过程是产生知识的过程，群体智慧通过广义专家群体互动而涌现出来。     

多目标决策方法(下)——决策分析讲座(六)

本法在英文文献中又称为STEM法,它是英文“Step Method”的缩写。这个方法是一种迭代方法。它和目的规划法不同,在求解过程中的每一步,分析人和决策人之间都有对话。分析人把分析的结果告诉决策人,并征求他的意见。如果决策人认为满意,则迭代终止。如果决策人认为不够满意,则分析人根据他的意见再重复计算,去改进他的结果。由于它是逐步进行的,故称步骤法。     

基于双重反馈机制的语言型动态群体评价方法

针对语言型动态群体评价问题,提出了基于双重反馈机制的群体评价方法.在未满足共识要求时,按照自动化观点反馈机制向共识程度最低的专家提供修改建议,在该专家拒绝修改的情况下,按照专家权重反馈机制调整专家权重.然后依据新的专家意见或专家权重集结群体意见,检查群体共识程度并进行新一轮的共识提升,直到满足终止条件要求.由此可得最终专家评价意见和群体评价结果.本文证明了方法的收敛性并用一个算例验证了方法的可行性.     

基于双重差异驱动的群体评价方法

针对专家权重未知的群体综合评价问题,基于双重差异驱动思想提出了一种新的群体评价方法。该方法基于最大化被评价对象间整体差异的拉开档次法对群体意见进行集结得到群体评价向量;以基于差异驱动的整体群体评价向量和部分群体评价向量为基准判断各专家的信息差异化程度,并据此对专家进行赋权;最终集结专家权重和专家评价信息得到群体评价结论。最后用一个算例表明了方法的可行性和有效性。     

基于模糊距离和神经网络的自适应群决策方法

针对群决策中专家权重和评价指标权重难以确定的问题,提出了一种自适应群决策方法.设计了一种基于模糊距离的专家权重确定方法和基于神经网络的指标权重训练方法,并将其引入自适应算法中.在算法不收敛时,提出了一种专家权重的随机扰动策略使算法可以很好收敛.最后的实验表明,该方法可以很好地收敛于稳定解,得到专家群体对待评对象的客观、可靠评价.     

专家群体思维中分歧专家的确定与处理

在多个专家参与调查或者研讨时,群体思维往往有从众或者从权威现象,限制了个性独创思维的发展,为了避免这一不利于创新的弊端,并鼓励个性独创思维的存在,专家群体思维中分歧专家的确定及分歧专家意见的特殊处理显得特别关键.在分歧专家确定中,应用图形法形象地给出了群体思维收敛程度,并在一定收敛级别内,通过分析专家评价与收敛级别界限的关系确定分歧专家,最后通过扩大分歧专家在群体意见集成中的权重增强了分歧意见的重要程度,从而,既重视了专家群体思维中的收敛意义,也重视了分歧专家的个性意见,加强了群体思维的人性化过程.     

基于语言决策矩阵的专家客观权重确定方法

针对语言型多属性群决策中的专家赋权问题,提出一种基于语言测度理论的专家客观权重确定方法。该方法根据精确胜过模糊、少数服从多数、细分优于粗分三个原则,从混合型语言决策矩阵中提取专家权重信息,包括评价信息量、与群体的一致性和发挥的区分作用,给出了个体评价信息量权值、群体一致性权值和区分作用权值的计算方法,在三种分权值的基础上确定专家总体权重。最后通过算例说明该方法可行有效。