论文部分内容阅读
群体决策(GDM)的研究核心是从一组有限的备选方案集中选择出最能表达群体意愿的方案。由于各种社会活动越来越复杂,受到的影响因素越来越多,因此,决策问题变得越来越繁杂。群体决策能够集思广益,得到更加公平、合理的决策结果,具有个体决策无法比拟的优越性,已经成为决策科学的热点和前沿,并且形成了比较完整的理论体系。尽管群体决策已经取得长足的进展,但是依然存在着一些问题有待深入研究。迄今为止,大部分群体决策方法都局限于以静态处理方式解决群体决策问题,往往较少顾及个体偏好信息中存在的动态性以及决策过程中的动态变化性。因此,本文提出动态模糊逻辑(DFL)群体决策模型,利用模型中提供的规则函数将五种常用偏好表达形式,即:1)效用值,2)偏好序,3)互反偏好关系,4)模糊偏好关系,5)语言评价信息,统一规划为动态模糊偏好表达。并且针对两种典型的群体决策问题,包括多属性群体决策和动态群体决策,进行研究并取得了以下的成绩:(一)针对多属性群体决策(MAGDM)的动态问题提出两种处理办法。(1)基于熵权值的动态模糊多属性群体决策方法,通过计算每个备选方案的综合属性熵权值,对所有备选方案进行排序和择优;(2)基于动态模糊有序加权平均(DFOWA)算子的动态模糊多属性群体决策方法,使用DFOWA算子对各决策者的偏好信息进行集结和方案优选。(二)针对群体决策过程中备选方案集不断变化的情况,提出一种基于动态模糊偏好关系的动态群体决策方法。在一致性分析过程中,同时考虑决策者个体偏好信息的一致性程度和决策者之间所达到的一致性程度,使最终的决策方案既避免了个体决策信息的矛盾性,又具有比较高的群体满意度;在方案选择过程中,将诱导有序加权平均(IOWA)算子扩展为诱导动态模糊有序加权平均(IDFOWA)算子,使用模糊多数的概念来集结动态模糊偏好信息。