一种面向效用值偏好信息的大群体决策方法

针对群体成员偏好信息以效用值形式给出的大群体决策问题,提出了判断群体成员提供信息量多寡程度的熵权方法,去除提供较少信息量的成员,形成群体关于决策方案的效用矩阵.利用聚类方法对大群体成员效用向量进行聚类,根据聚类结果确定成员权重,将该权重与效用矩阵合成获得决策方案排序向量.提出了成员意见反映度指标和差异度指标,对群决策结果进行评价.最后通过一个实例说明该方法的有效性和实用性.

     

基于双层专家权重确定的风险型大群体决策

针对风险型大群体决策问题,考虑专家权重确定的复杂性,提出基于累积前景理论的决策信息处理和考虑双层专家权重确定的大群体决策方法.采用二元语义获取并表达专家的评价信息;基于累积前景理论计算方案的综合前景价值矩阵;采用双层专家权重确定方法,第1层利用聚类方法对大群体成员价值向量进行聚类,根据聚类结果确定聚集群权重, 第2层利用熵权法获得专家熵权,二者结合得到专家权重.通过确定专家权重和综合前景价值矩阵得出最终的决策结果.最后通过算例表明了所提出方法的可行性和有效性.     

一种具有区间数信息的多属性大群体决策方法

针对属性值为区间数的多属性多方案大群体决策问题,提出一种区间数聚类算法.通过该聚类算法将方案的属性值聚类,得到方案的群体偏好矩阵,再利用诱导有序加权平均算子集结确定属性的权重,根据方案的综合评价值给出方案排序,进而提出大群体决策方法.该方法较好地避免聚类阈值选取的经验性,提高决策结果的可信度.实例分析验证了方法的有效性和实用性.     

基于云相似度的语言偏好信息多属性大群体决策方法

针对属性值为语言变量的多属性大群体决策问题,提出一种基于云相似度的大群体决策方法.首先,将语言变量转换为云模型,提出一种基于α截集的云距离和云相似度模型;然后,在此基础上提出云聚类算法,从而对决策大群体进行聚类,根据聚类结果求解聚集权重,再利用云加权算术平均(CWAA)算子求出方案的群体偏好值,进而计算方案群体偏好值的总计分来确定方案的排序;最后,通过算例分析验证所提出方法的可行性和有效性.     

基于属性多粒度的双层权重大群体决策方法

针对多属性大群体决策信息的模糊性以及属性差异性问题, 提出一种基于属性多粒度的区间二元语义大群体决策方法. 首先, 依据决策成员偏好将大群体进行聚类, 形成偏好聚集结构, 考虑到各聚集中决策成员对所处聚集一致性的贡献不同, 以及不同聚集的偏好对于群体偏好的贡献不同, 提出双层权重模型; 其次, 利用扩展的可能度公式对各聚集内决策成员的权重进行确定, 利用模糊熵确定各个聚集的权重; 再次, 结合模糊相对熵和优劣解距离法(TOPSIS) 得到决策方案的排序; 最后, 通过案例的分析与对比验证了所提出方法的有效性和适用性.

     

具有多粒度不确定语言评价信息的多属性群决策方法

针对具有多粒度不确定语言评价信息的多属性群决策问题,提出了一种决策分析方法.首先给出了不确定语言短语两两比较的优势度描述及其性质分析;然后根据优势度、属性权重向量及专家权重向量,通过运用简单加权法,建立两两方案比较的群体综合优势度矩阵,基于群体综合优势度矩阵,给出了一种基于优于次数的方案排序方法;最后,通过一个算例说明了该方法的可行性和有效性.     

基于密度峰值聚类理念的大群体应急模糊决策模型

针对决策者权重未知情形下重大突发事件应急决策问题,提出一种SFN-CFSFDP-Borda-MULTIMOORA模型.首先,采用球形模糊数描述决策者对应急备选方案的评价信息;其次,基于密度峰值聚类理念对大决策群体进行聚类;然后,提出可扩展的群体综合冲突优化模型,根据聚类结果进行冲突测度,求解决策者及聚集的权重并实现意见融合;再次,利用改进Borda-MULTIMOORA法决策最优方案;最后,以黑龙江东湖水库事件为例,对模型的有效性与实用性给予验证.结果表明,SFN-CFSFDP-Borda-MULTIMOORA模型能够充分考虑决策者的心理特征,强化在重大突发不确定情景下决策者的知识表达能力,同时明确聚类中心的选择方法,达到聚集内部差异小、聚集间差异大的聚类效果,通过考虑群体综合冲突及实际决策情形对决策者权重和聚集权重进行设置更符合实际,有效实现群体冲突融合,并提高决策效率,为重大突发事件大群体应急决策提供理论支持.     

社会网络环境下基于公众行为大数据属性挖掘的大群体应急决策方法及应用

针对社会网络环境下复杂大群体应急决策中决策属性信息难以获得问题,提出社会网络环境下公众行为大数据驱动的大群体应急决策方法.首先,通过挖掘社交平台上的公众行为大数据,利用TF-IDF、Word2vec技术进行关键词提取、聚类及其影响力分析,从大量行为数据中挖掘大群体决策属性信息以辅助专家决策,使决策结果具有更高的科学性和有效性;其次,构建决策者间基于信任关系和观点相似度的社会网络,采用同时考虑信任和相似度的聚类方法对决策者进行聚类,并基于社会网络分析获得决策者权重;然后,提出基于决策者间信任关系的共识调整方法进行共识调整以获得最终群体决策矩阵和方案排序,通过引入决策者客观自信度避免个别决策者过分自信行为的影响;最后,通过一个新冠疫情案例分析说明方法的可行性和有效性.     

基于二元语义的不确定多属性群决策方法

为了解决专家权重、指标权重均未知的混合型多属性群决策问题,提出基于二元语义的多属性群决策方法。首先,针对专家权重问题,提出了运用判断矩阵导出向量进行聚类分析,并综合类间、类内权重得出结果。在此基础上,集结多名专家意见得到每个方案的二元语义矩阵,根据离差最大化原理,客观确定属性的指标权重,求出每个方案的值。根据数值大小比较排序;最后以多种型号导弹作为算例,用所提出方法对混合型多属性决策问题进行求解,结果表明该方法易于操作且可为决策者提供丰富的决策信息。     

面向具有多部门多指标特征的复杂大群体应急决策方法

针对具有多部门多指标特征的复杂大群体应急决策问题, 提出一种新的决策方法. 首先, 给出直觉模糊数相似度公式, 将其作为相聚度公式对专家偏好进行聚类; 然后, 以同一部门指标数据的方案区分度最大化为目标, 构建优化模型以确定部门指标权重; 接着, 基于部门信息区分度结合极大熵原理对部门权重进行求解, 进而对备选方案进行排序; 最后, 通过一个算例验证了所提出方法的可行性和有效性.

     

A utility range-based interactive group support system for multiattribute decision making

This research suggests an interactive procedure for solving a multiattribute group decision problem using a range-typed utility information, and develops an interactive group support system (RINGS) to implement some capabilities of the procedure. It is often difficult for group members to articulate their preferences with cardinal values, instead they prefer to give incomplete information only. Utility ranges are obtained by solving linear programming problems with incompletely specified information. RINGS finds out conflicting opinions among group members, compares each member's preferences with the others’, and suggests a direction for consensus seeking. The procedure of RINGS utilizes range-typed visual information, which helps the group reach a consensus. RINGS has several facilities like graphic user interface, model base, and database, so the total time to reach a group consensus is reduced. The evaluation of information systems is illustrated as a demonstration of some capabilities of RINGS.Scope and purposeThis paper deals with the multiple attribute decision-making problem using a separable linear programming technique when group decision makers give only their incomplete information about the attribute weight and alternative value. The utility range for individual decision maker is calculated from each decision maker's incomplete information, and the utility range for group decision makers is obtained from those of individual decision makers. An interactive procedure for establishing a group's pairwise dominance relations with a group's utility range is described, and an interactive group support system (RINGS) is developed to implement the procedure. A case study about the evaluation of information systems is illustrated as a demonstration of some capabilities of RINGS.     

基于信任机制的不完全信息大群体决策方法

针对不完全偏好信息大群体决策问题, 引入访问控制中的信任机制, 建立直接信任度与推荐信任度, 提出一种基于信任机制的补值方法; 分析了基于距离相似度存在的问题, 定义了一种新的距离相似度, 并与余弦相似度结合, 构建了决策偏好二元相似度的相聚模型; 利用聚类方法求解决策成员的权重, 并与补值后的完整偏好矩阵进行合成, 求得决策方案排序. 最后, 利用一个现有的文献案例验证了所提出方法的有效性和优越性.

     

基于多粒度粗糙集的聚类融合方法

现有的聚类融合算法从聚类成员的角度出发,若使用全部聚类成员则融合结果受劣质成员影响,对聚类成员进行选择再进行融合则选择的策略存在主观性。为在一定程度上避免这两种局限性,可以从元素的角度出发,提出一种新的聚类融合方法。通过多粒度决策不一致粗糙集来选择一部分类别确定的元素,再利用这部分元素进行聚类融合生成新的划分;多粒度决策不一致粗糙集模型能够刻画多粒度决策过程中属性一致而决策不一致的现象,提出了一种基于多粒度决策不一致的粗糙集模型,并给出了一种聚类融合方法。具体做法是：首先在数据集上多次使用K-means聚类算法,生成论域上的多个粒结构;其次对所有粒结构两两之间求粒间包含度,建立包含度矩阵,对矩阵使用Otsu算法计算阈值,得出多组满足阈值条件的信息粒,求解多粒度决策不一致下近似和上近似;最后分别处理下近似与边界域中元素的类别,从而获得了一个经过融合的聚类划分。实验结果表明,该方法能够有效改善聚类的结果,具有较高的时间效率,且算法具有较好的鲁棒性。     

基于折衷型变权向量的直觉语言决策方法

研究一种基于折衷型变权向量的直觉语言决策方法. 首先, 定义折衷型变权向量, 提出与之对应的状态变权向量; 其次, 研究利用马氏效用函数诱导出折衷型变权向量; 再次, 定义直觉语言变量运算法则和大小比较方法, 提出直觉语言信息变权加权平均算子和直觉语言信息变权加权几何平均算子, 进而提出一种初始属性权重确定且属性值以直觉语言形式给出的多属性决策方法; 最后, 通过实例表明了所提出方法的有效性和合理性.

     

Interactive group decision process with evolutionary database

This paper presents interactive procedures for solving a multiple criteria group decision making (MCGDM) problem with incomplete information when multiple decision makers are involved. It is difficult for group members participating in the decision making process to articulate their preferences with cardinal values. Therefore, we represent their preferences with utility ranges obtained by solving linear programming (LP) problems with incompletely specified information, find conflicting judgments, if any in their specified information, and suggest interaction processes to help the group reach a consensus. This paper will provide an algorithmic basis for a normative and interactive knowledge based group decision support system.     

离散蝙蝠算法在三阶段装配流水线调度问题的应用

针对数据包络分析(DEA)交叉效率方法大多是面向结果采用平均方式集结交叉效率,没有考虑评价过程中属性效用数据及其变动的特性,导致大量决策信息丢失、相对效率评价值与被评价决策单元的指标值关联性不够等问题,以交叉效率评价过程为导向,引入群决策理论,研究属性偏好及其属性效用变化特征,运用熵权法分析属性效用稳定性,发现评价中存在属性效用的熵及其熵权的唯一性性质,从而将各决策单元(DMU)的自评权重(个体偏好)集结为一个DEA评价系统的群权重(DEA系统偏好或群偏好),建立仅有一组公共权重的群决策他评交叉效率评价方法.该方法面向过程,依据他评交叉属性效用稳定性区分其在评价中的作用,用群决策他评交叉综合群效用替代交叉效率平均作为相对效率评价值,变结果导向的交叉效率集结为过程导向的权重偏好集结,实现将相对效率评价值与群权重和属性指标值直接关联.改进后的方法简洁直观,同时方便寻求改善相对效率的途径.最后,通过算例分析验证了所提出方法的可行性与有效性.     

基于灰色聚类的系统群安全评估方法

目前大多数信息系统的安全评估工作基于某个单一系统,根据其各个属性分层评估其安全状态,而面向系统群来评价信息系统安全等级的方法较少。针对信息系统的安全需求,提出一种基于系统群的安全等级评估方法。考虑到灰色系统理论中的灰色聚类分析方法采用白化权函数将一些评价对象分为几个等级,适合于系统结构复杂、不确定性高、有效信息缺乏的系统分析,文中使用白化权函数来确定信息系统的安全评估等级。首先,从参与评价的信息系统的角度,采用高效快速的K-均值聚类算法确定白化权函数;其次,运用白化权函数得出各个信息系统的灰级灰色聚类系数;最后,得出各个信息系统的安全状态等级。实例结果表明,该方法可快速有效地对信息系统群的安全等级进行评估。     

基于概率信息不完备的群决策模型

针对犹豫模糊元中元素发生的概率信息不完备的群决策问题,提出一种基于最优化模型和一致性调整算法的群决策模型。该模型首先引入了概率不完备犹豫模糊偏好关系（PIHFPR）、概率不完备犹豫模糊偏好关系的期望一致性以及概率不完备犹豫模糊偏好关系的满意加性期望一致性等概念;其次,以PIHFPR和排序权重向量间的偏差最小化作为目标函数,构建线性最优化模型计算得到PIHFPR中不完备的概率信息;随后,通过提出的加权概率不完备犹豫模糊偏好关系集成算子确定综合的PIHFPR,同时设计一种群体一致性调整算法,不仅使得调整后的PIHFPR具有满意加性期望一致性,还可以计算方案的排序权重。最后,将群决策模型应用于区块链的选择实例中。实验结果表明,决策结果合理可靠,且更能反映实际决策情况。     

Group Decision Making With Consistency of Intuitionistic Fuzzy Preference Relations Under Uncertainty

Intuitionistic fuzzy preference relation (IFPR) is a suitable technique to express fuzzy preference information by decision makers (DMs). This paper aims to provide a group decision making method where DMs use the IFPRs to indicate their preferences with uncertain weights. To begin with, a model to derive weight vectors of alternatives from IFPRs based on multiplicative consistency is presented. Specifically, for any IFPR, by minimizing its absolute deviation from the corresponding consistent IFPR, the weight vectors are generated. Secondly, a method to determine relative weights of DMs depending on preference information is developed. After that we prioritize alternatives based on the obtained weights considering the risk preference of DMs. Finally, this approach is applied to the problem of technical risks assessment of armored equipment to illustrate the applicability and superiority of the proposed method.