论文部分内容阅读
群体决策有着深刻的研究背景和广泛的应用领域。群体决策的本质是要获得群中成员满意的共识解。由于决策个体的社会经历、知识背景和社会地位等方面的差异，对同一问题的理解和看法不尽相同有时甚至是完全相反的，因而所做出的选择也不尽相同甚至相反。直接集结个体的偏好为群体的偏好可能导致决策结果不为任何决策个体所接受。协调各种不同的看法和意见，以形成群体的看法和意见，成为群体决策的研究重点，这类群决策问题称为群体共识问题。比如，社会选择中和政治选择中的投票问题，其结果是要在候选人中达成共识。在供应链经济活动中，供应链的核心企业需要构筑和发展互利的供应链联盟，管理复杂的客户和供应商之间的关系，就需要使供应链中的合作伙伴达成共识，从而在市场中处于领导地位，应对机遇和挑战。在开发一个新产品、研发一个新软件等项目管理活动中，为了产生项目的产品或服务，实现管理目标，项目团队必须在一些相互冲突的要求中寻求平衡和共识。群体共识的问题广泛存在于政治、经济、管理等活动中，亟待发展相应的群体共识决策模型和方法。应对当前复杂多变的决策环境，对群体共识模型和方法的研究理论与实际意义凸显。 本文将研究各种偏好形式下的群体共识决策问题及其求解方法。主要研究目的是通过对个体偏好表达形式的分析，提出在所讨论的偏好信息下群体达成共识的规则、过程及算法，建立每一类偏好信息下的共识决策支持模型，旨在提高群体共识过程的有效性和合理性。 针对个体偏好以AHP中判断矩阵表示的群体共识决策问题，提出了基于个体一致性及群体共识一致性的决策模型。在一个理性的群体决策程序下，应该同时探寻能够表现决策个体理性的个体一致性和表现决策群体理性的群体共识一致性。利用两个互反判断矩阵之间的Hadamard乘积分别度量个体一致性指标和群体的共识一致性指标。设计了一个改进个体互反判断矩阵一致性指标的算法。从理论上给出了所提出的一致性指标改进算法与Saaty给出的一致性指标的联系。当群体不满足共识一致性时，给出了群体共识达成算法以帮助群体达到预定的共识水平。基于以上两点算法和相应理论，提出了基于个体理性及群体共识的决策支持模型。在整个决策程序执行过程中，它不依赖于特定的权重向量求解方法。在决策程序执行完成时，以所定义的个体一致性度量的个体理性得以维持。从而，该决策模型允许决策群体取得共识性的解决方案的同时维持个体理性。相关结果发表在国际期刊[Decision Support Systems2012，52(3):757-767]上。 研究了基于模糊互补判断矩阵的群体共识决策问题。针对互补判断矩阵的特点，基于两个互补判断矩阵的偏差度量，定义了互补判断矩阵的个体一致性指标及群体共识一致性指标。在所给度量下，分别设计了个体一致性改进算法及群体共识达成算法，进而建立了共识决策模型。相对于已有的基于互补判断矩阵的共识方法，所提共识决策支持模型集成了三种过程:个体一致性控制过程、群体共识达成过程、方案选择过程。在没有决策协调者的情况下，模型能够自动修正个体偏好矩阵达到预定的个体一致性以及群体共识水平。在共识一致性的达成过程中，修正过后的模糊互补判断矩阵仍然具有可接受的个体一致性。模型中的个体一致性修正方法和群体共识达成方法都可以视为修改决策个体原始偏好信息的渐进式方法，方法本身是简洁的和直观的。相关结果发表在国际期刊[Fuzzy Sets and Systems2012，doi:10.1016/j.fss.2012.03.016]上。 讨论了基于语言判断矩阵的群体共识决策方法。在某些决策环境下，精确的信息或者不可获得或者计算上的成本太高以至于完全没有必要获得精确的信息，信息不容易被定量化而仅仅能够用语言术语来陈述。提出了两种语言信息共识模型来辅助决策群体的共识达成过程。根据选定的符号计算模型，为度量语言判断矩阵之间的距离，使用了两种不同的距离函数，即在选定语言变量的量化方法之后，把绝对值距离和欧式距离应用于语言变量之间的距离。相应地，个体一致性度量和群体共识一致性度量也基于上述两种不同的距离函数。两种共识达成过程利用了相同的修正策略，并且具有相同的性质。相关结果发表在国际期刊[Soft computing2012，16(4):577-589]上。 为解决区间语言判断矩阵表示个体偏好的群体共识决策问题，提出了对应的共识模型。为了确定专家个体的权重，在不完全权重信息下，建立了一个线性规划模型求解此权重。如果当前的共识水平未达到预定的要求，提出了一个收敛的共识达成算法来完成共识目标。给出了相应的模拟程序用以确定算法中的参数。参数分析用到两个准则，即保留专家意见尽可能多和算法总共的迭代次数尽可能少。经过算例的模拟，显示共识算法中控制修改专家偏好程度的参数γ取值为0.9左右较为合适。与修改专家权重的共识决策方法进行了比较，对所提方法的特点和可能的扩展进行了讨论。 考虑了多属性群体决策中的共识决策问题。为辅助决策群体达成共识，提出了能够自动化地修改决策个体偏好达到共识目标的离散型决策模型。首先，对一个由单个个体的独立评价意见组成的集合，提出了一个共识程序，其基本思想使意见的分布区域逐渐缩小。在此给定策略下，提出了一个自动引导群中决策者达到共识的方法。在改进群体决策的共识水平的过程中，所给算法一次仅修改个别决策矩阵中的一个或少数几个元素。在所给的群体决策模型中，应用离差最大化方法来决定属性的权重，应用简单加性加权方法方法于方案的选择过程。通过算例分析及结果比较，显示了所建立模型相对于已有方法的不同特性。相关结果发表在国际期刊[Knowledge-Based Systems2011，24(8):1196-1202]上。 拓展了个体直接给出方案序关系和方案评价信息下的共识决策模型和方法。序关系和区间序关系都是序数决策信息，属于相对于基数决策信息的另一类重要决策信息。对于以区间序关系表达个体决策信息的群体决策问题，在引入区间序对应的概率向量等概念的基础上，提出了序区间数群体决策的满意度方法。探讨了修正专家权重的共识决策方法，给出了以判断矩阵为基础信息形式的修正专家权重这种决策方法的理论框架和计算过程。 以供应商选择为背景说明了已建立的群体共识决策方法的应用。在供应链合作伙伴关系环境下，供应商的选择是一个多指标环境下的群体决策过程。分析了供应商选择过程中的群体参与过程，建立了供应商选择的群体共识决策框架。以某汽车制造商的零配件供应商选择为例，说明了群体共识决策方法在供应商选择领域的应用。