k-较多规则的理性条件

对于群体决策问题,证明了k-较多规则满足有关文献提出的关于序数型的匿名性、中立性、局部非独裁性及pareto原则等的理性条件,并给出了该规则的几个性质.     

GDSS中自治、协作Agent的研究

提出采用Agent实现柔性、开放、智能GDSS的设想，研究利用OOP实现Agent的方法和途径，探索通过扩展Java Bean及其元行为实现自治的、协作Agent的具体步骤和方法，旨在通过构造模块化的具有自治和相互协作功能的Agent来实现GDSS的柔性和智能性，达到提高群体决策效率、降低GDSS开发成本的目的。     

一种模糊偏好的群体决策方法

用模糊集观点研究群体决策。首先给出两种具体算法：贴近度法和多数规则法，将专家对方案集的个体模糊偏好判断集结成群体模糊序关系；证明了贴近度法比多数规则法更有实用价值。其次，定义了非优超方案模糊集的概念，在此基础上提出了从群体模糊序关系中确定“获胜方案”的方法；最后，给出了一个实际案例：三峡工程群体模糊决策问题。     

层次分析法中一致性与相容性的关系研究

深入分析了层次分析法中一致性与相容性之间的关系，获得了一些对群体决策有重要意义的结果。     

基于偏爱距离的群体决策

对于群体决策问题,文章引进供选方案间的偏爱距离和偏爱距离映射的概念。在此基础上,建立了序数偏爱下的群体决策公理,即偏爱距离公理。最后,给出一种满足偏爱距离公理的偏爱距离。     

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。     

决策要素动态变化的群体决策偏好演化过程

研究交互式动态群体决策偏好收敛自适应过程的内在机制和规律,发现和控制影响群体一致度和偏好收敛时间的关键因素,以改善群体决策时间绩效. 应用计算实验方法,基于Deffuant有界自信假设的妥协策略,在微观层面上构建偏好演化动力 学模型,模型符合群体决策共识过程原则要求;在模型基础上观察分析个体属性特征对一致性绩效、收敛时间绩效的作用. 论文在决策成员社会惰性、空间位置、决策偏好动态变化的决策情景中,研究决策者社会惰性对群体决策偏好收敛时间的影 响. 建立了动态群体决策的概念框架,分别针对惰性不变的偏好演化模型和惰性变化的偏好演化模型设计了两个计算实验. 实验1：比较不同社会惰性水平p^*和不同选择半径r组合下,决策偏好时间T_c的变化. 实验2：比较不同惰性 递增速率v和不同惰性递增上限ps组合下,决策偏好时间T_c的变化. 研究发现：1）社会惰性越大,对 偏好收敛的阻滞效应越显著;2） r越小,T_c随着p*递增的趋势更强;3）当扩大决策成员交互对象的 选择范围,T_c的波动减小,群体达成共识的时间更稳定;4）当社会惰性值随休眠持续期在一定范围内线性 递增时,T_c递增存在一个分界值.     

考虑多个子群意见的多要素大群体决策方法

针对存在多个子群的多要素大群体决策问题，提出一种决策分析方法.首先，依据参与决策的个体针对方案构成要素的排序，计算各要素针对各参与个体的borda分值.其次，构建要素针对各子群的平均borda分值向量，再将其归一化后作为针对各子群的虚拟方案.然后，考虑到各子群的评估一致性存在差异，计算各子群的权重.进一步地，计算各虚拟方案与各备选方案之间的贴近度，并将其与各子群权重相集结，得到针对各备选方案的综合贴近度，并据此对备选方案进行排序.最后，通过一个考虑公众意愿的城市公园设计方案选择问题的算例说明了所提出方法的可用性.     

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。