基于保护少数人意见的群体一致性分析

在群体研讨过程中,少数人意见是十分重要的.提出了一种可以保护少数意见的决策共识达成模型及研讨反馈机制.该方法先根据专家意见对专家群体进行聚类分析,得到专家子群体簇,如果某一子群体所含专家人数较少,则该子群体的意见称为少数人意见,特别地,如果在聚类中出现奇异点,则该奇异点的专家意见称为个别人意见,然后主持人根据少数人成员的特性将少数人意见单独提出,使专家群体参考少数人意见重新研讨并给出新的偏好矢量,重复这一过程直到群体接受或摈弃少数人意见,使专家意见得到统一.最后用一个实例说明了该方法的可行性.     

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。     

综合集成研讨厅中的研讨信息组织模型

提出了用于支持群体研讨的信息组织模型,其目的是在以计算机为媒介的群体研讨中,使人们通过结构化的发言来提出方案并对其进行辩论,从而提高群体研讨效率和有效性,同时提供群体记忆的功能.作者认为,在任务导向的群体研讨中,每一条发言都具有一定的目的和指向性,而发言之间存在着各种性质的关系.因此,在这个群体研讨信息组织模型中,发言按其目的被分为主意、论证、疑问和资料等4类,不同的发言通过相关、支持、反对、补充和质疑等5种语义关系按其指向联系起来,这样研讨中的发言就被组织成一个动态的树结构.这个模型在作者开发的一个综合集成研讨厅的原型系统中已得到应用,实践表明它是可行的.     

一个证据推理模型及其在专家意见综合中的应用

表达为概率分布的专家意见的综合是许多决策过程的基本问题 ,也是在贝叶斯概率框架内难以处理的问题 .本文基于 Depster-Shafer证据理论研究了这类问题的一种处理方法 .首先提出了一个特别的证据推理模型及相应的推理算法 ,然后基于该模型描述了专家意见综合问题的建模和求解方法.     

建立目标价值评定系统:综合集成的方法

地地导弹火力运用中的目标价值评定系统是一个复杂系统.根据研究复杂系统的方法论——综合集成研讨厅体系的思想,探讨了通过综合集成的方法建立目标价值评定系统的方法和技术.着重讨论了1)目标价值评定系统的系统模型和建模方法,2)群体研讨的组织过程,3)群体研讨信息的定义、组织和表示,以及4)群体共识程度的评估等问题.     

证据信度的效用分析

提出了一类在已有证据理论方法中尚未得到有效解决的效用悖论问题,然后给出了一种证据理论的效用分析方法.该方法根据决策者的主观偏好,将专家的意见利用效用信度函数转换成效用信度,效用信度决定了决策者行动的可能性,然后利用证据理论合成公式对效用信度进行综合.给出了效用信度函数的定义及其性质,并给出了一个具体的函数及其合理性证明.     

综合集成过程中研讨信息记录模式的识别方法研究

运用人工神经网络理论和方法,建立研讨信息记录模式识别模型,并经"基于WEB的开放式群体决策研讨平台GASS"研究项目的实际应用,表明该方法具有较强的学习、联想和容错功能,能够根据具体的研讨活动状况定量评价信息记录模式,改进了以往仅评主观选择研讨信息记录模式的方式,从而在综合集成体系中提供更加有效的决策支持.     

基于云模型和证据理论的多属性决策优化算法

为解决多属性决策中语言值评语的模糊性和不确定性问题,在云模型评估的基础上引入了D-S证据理论.首先,使用黄金分割法将专家的语言评价值转化为云决策矩阵,而后以评语集中的不同等级标准云为参照,得出各评价等级的隶属度,进而构建出不同专家对不同方案中不同属性的评语的基本概率分配函数(mass函数);其次,基于D-S证据理论,引入冲突系数、Jousselme距离、Pignistic概率距离3个值,定义了证据冲突量并计算各证据可信度与专家相对权重,对不同专家mass函数进行修正并融合;再次,结合各属性权重融合不同备选方案的mass函数,与理想云mass函数和负理想云mass函数对比,通过比较平均贴合度的大小可得出最佳方案;最后结合算例,验证了该算法的适用性,为多属性决策提供了新的技术途径.     

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。     

建立支持宏观经济决策研讨厅的预测模型系统

为了提高对宏观经济问题的研讨效率,研讨厅应为参加研讨的专家提供进行宏观经济预测的各种预测模型。然而,传统模型库结构框架建立的预测模型系统,已不能很好地满足支持宏观经济决策研讨厅的要求,本文从分析研讨厅的具体需要出发,提出了利用Agent理论和技术设计和实现适合支持宏观经济决策研讨厅的Agent预测模型系统。     

AGGREGATION OF FUZZY OPINIONS UNDER GROUP DECISION-MAKING BASED ON SIMILARITY AND DISTANCE

In this article,a new method for aggregating fuzzy individual opinions into a group consensusopinion is proposed.To obtain the aggregation weights of each individual opinion,a consistency indexof each expert with the other experts is introduced based on similarity and distance.The importance ofeach expert is also taken into consideration in the process of aggregation.Finally.a numerical exampleis presented to illustrate the efficiency of the procedure.     

基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

基于标准差修正群组G1的组合赋权方法研究

旨在研究群组决策中的赋权问题.首先,对专家给出的不同排序进行一致性检验,淘汰未通过一致性检验的专家排序,其次,通过循环修正的思路统一通过一致性检验的不同专家给出的指标重要性排序,得到集成不同专家意见的一个理想排序;最后,计算评价指标的标准差,利用相邻指标的标准差大小确定两个指标的重要性之比,建立基于标准差修正群组G1组合赋权模型确定指标的组合权重.组合赋权模型解决了主客观组合赋权中主客观权重的分配问题,且保证了由该模型计算的组合权重既能反映出群组专家的意见,又能反映出指标的数据信息.     

基于证据合成与贝叶斯网络推理的航天器发射风险评估模型

为解决航天器发射风险评估中统计数据较少问题,基于证据合成和Bayesian网络推理,构建了航天器发射风险评估模型.模型将灾难征兆信息转化成专家意见,然后使用证据合成技术对专家意见进行融合,并形成风险评估结论.模型针对专家中少数不同意见,使用网络推理技术将相关的灾难征兆转化成灾难发生可能性的判断.最后,通过STS-51L实例分析验证了模型的可行性.     

意见综合——怎样达成共识

复杂系统问题的解决单靠数据、信息和模型是不够的,钱学森等提出综合集成方法要把专家、决策者的意见综合进去,然而,这些意见未必相同,因此要达成共识就有很多工作要做。本文从系统的角度探讨共识的定义、基本概念以及取得共识的过程、方法和工具。     

基于云模型的改进TODIM方案评价方法

针对传统方案评价方法只考虑评价信息的模糊性而忽略信息随机性的问题,同时考虑决策者具有参照依赖和损失规避行为,提出基于云模型的改进交互式多属性决策(简称为TODIM)方案评价方法。首先采用云模型对语义评价变量进行量化;其次定义算术平均云,基于云距离测度算法分析专家评价云与算术平均云的相似度,确定专家动态权重,并通过云的集成方法构建加权云决策矩阵;再定义正、负理想云模型并以最大化所有方案的总体贴近度为目标,建立线性规划模型确定指标权重;最后采用基于云距离测度算法的云-TODIM方法计算每个方案相对于其他所有方案的总体优势度,从而对方案排序。以云服务供应商的评价与选择为例,验证了所提方法的有效性。     

Rebels Lead to the Doctrine of the Mean: A Heterogeneous DeGroot Model

The DeGroot model is one of the most classical models in the field of opinion dynamics. The standard DeGroot model assumes that agents are homogeneous and update their opinions in the direction of a weighted average of their neighbors’ opinions. One natural question is whether a second type of agents could significantly change the main properties of the model. The authors address this question by introducing rebels, who update their opinions toward the opposite of their neighbors’ weighted average. The authors find that the existence of rebels remarkably affects the opinion dynamics. Under certain mild conditions, the existence of a few rebels will lead the group opinion to the golden mean, regardless of the initial opinions of the agents and the structure of the learning network. This result is completely different from that of the standard DeGroot model, where the final consensus opinion is determined by both the initial opinions and the learning topology. The study then provides new insights into understanding how heterogeneous individuals in a group reach consensus and why the golden mean is so common in human society.     

基于多智能代理系统仿真的网络社区意见交流机制

通过构建基于多智能代理的意见交互机制模型,对新古典经济范式下的理性代理模型进行拓展。通过构建时空交流域主方程和利用MAS仿真及平均域的方法描述网络社区的意见交流过程。研究表明,在影响网络社区观点稳态结构的因素中,社区分歧参数、社区温度、意见领袖和外部域的附加影响均存在临界值;较快的信息交流速度和适当的社区温度有助于系统达到稳定状态;意见领袖或外部影响作用可以对智能代理行为产生重要影响,在网络社区中形成观点多数派。     

基于不对称人际影响的舆论涌现模型研究

人际关系影响是舆论形成的重要因素。引入个体意见的不确定性以及个体间的信任因子,建立了个体间的不对称影响函数,以此为基础实现了一个舆论涌现的Agent仿真模型,仿真结果反映模型是合理有效的。对仿真结果的分析说明:个体意见的不确定性和个体间的相互信任,是影响最终舆论涌现形态与涌现速度的重要因素。