论文摘要
群决策是将群体内成员的偏好集结为群体偏好并对备选方案进行排序的过程。在现实群决策过程中,群体成员由于其背景方面的差异,群体共识与群体协作仍然难以实现,造成了群体内部共识不足。这一问题已经引起一些学者的关注。但是在使用已有的方法解决实际群决策问题时,仍有一些不足。为此本文以基于群体共识的协作式群决策方法作为研究重点。在对群决策问题的概念、分类及研究现状进行了总结和梳理之后,本文对主客体协作式群决策和群体共识达成方法问题进行了研究,主要工作概括如下:(1)针对被评价对象可以提供决策信息的主客体协作式群决策问题,提出了基于赋权策略选取的主客体协作式群决策方法。首先获取被评价对象(客体)和外部决策者(主体)的意见;然后以外部决策者和被评价对象落在意见一致区间内的成员个数占本群体成员的比例判断该群体应采取怎样的赋权策略,并据此给出外部决策者和被评价对象的话语权重;根据“差异驱动”原理综合集结来自主客体的决策信息并得到最终决策结论。(2)针对被评价对象无法给出自身意见的主客体协作式群决策问题,介绍了被评价对象意见的获取手段,给出了一种在被评价对象没有能力提供自身意见的情况下的意见提取方法;然后以外部决策者提供的信息检验被评价对象提供信息的失真程度,以被评价对象提供的信息检验外部决策者提供信息并判定评价主体的能力大小,据此给出被评价对象和外部决策者的话语权重;根据“差异驱动”原理,集成被评价对象群体给出的评价结果和外部决策者群体给出的评价结果,得到最终的评价结论。(3)针对群体层次分析法(Analytic Hierarchy Process, AHP)共识达成问题提出了两种共识达成方法,即基于“个体-群体”视角的群体AHP共识达成方法和基于“个体-个体”视角的群体AHP共识达成方法。在基于“个体-群体”视角的群体AHP共识达成方法中首先利用一个基于群体共识指数的优化模型确定专家权重,然后分别给出了民主型和独裁型基于“个体-群体”视角的群体AHP共识达成方法。在基于“个体-个体”视角的AHP共识达成方法中首先利用Markov链的性质求得专家权重,然后利用专家个体共识指数寻找共识程度较低的一对专家并给出修改建议,引导群体走向一致。(4)针对基于语言信息的群决策问题,提出了基于语言信息的群体共识达成方法。首先介绍了二元语义的基本知识,然后给出了基于语言信息的群体共识达成算法。该算法构建相应机制引导决策者协商交互,并尊重个性化专家的“非共识”意见,在群体偏好结构稳定的状态下最大程度的促使群体意见收敛,最后得到群决策结论。在论文的最后,总结了本文的研究成果、主要贡献和研究的局限,并给出了对后续研究工作的建议。