群決策信息分析及集結(jié)模型研究

內(nèi)容概要

　　《系統(tǒng)評估、預(yù)測、決策與優(yōu)化研究論叢：群決策信息分析及集結(jié)模型研究》研究群體決策中多類型偏好信息的一致性分析及集結(jié)決策模型，主要包括基于互反判斷矩陣和互補(bǔ)判斷矩陣的一致性檢驗、改進(jìn)及權(quán)重排序方法，互反判斷矩陣和互補(bǔ)判斷矩陣的集結(jié)模型，基于信息聯(lián)動角度的判斷矩陣和決策矩陣的集結(jié)模型，二維混合決策矩陣及其信息集結(jié)模型，基于證據(jù)推理的不完全決策矩陣的信息集結(jié)模型?！　　断到y(tǒng)評估、預(yù)測、決策與優(yōu)化研究論叢：群決策信息分析及集結(jié)模型研究》可作為決策管理人員的工具書，以及管理科學(xué)、系統(tǒng)工程、運籌學(xué)、信息科學(xué)等專業(yè)領(lǐng)域高年級本科生、研究生、教師、研究人員和工程技術(shù)人員的參考書。

書籍目錄

《系統(tǒng)評估、預(yù)測、決策與優(yōu)化研究論叢：群決策信息分析及集結(jié)模型研究》前言第1章 緒論1.1 背景和研究目的1.2 國內(nèi)外研究現(xiàn)狀概述1.3 本書內(nèi)容章節(jié)安排第2章 互反判斷矩陣的一致性分析及權(quán)重模型2.1 引言2.2 互反判斷矩陣的次序一致性改進(jìn)研究2.3 互反判斷矩陣的基本一致性改進(jìn)研究2.4 互反判斷矩陣的靈敏度分析方法2.5 不完全互反判斷矩陣的一致性分析2.6 不完全互反判斷矩陣的權(quán)重求解方法2.7 本章小結(jié)第3章 互補(bǔ)判斷矩陣的一致性分析及權(quán)重模型3.1 引言3.2 互補(bǔ)判斷矩陣的次序一致性改進(jìn)研究3.3 互補(bǔ)判斷矩陣的滿意一致性改進(jìn)研究3.4 互補(bǔ)判斷矩陣的互反轉(zhuǎn)換特性研究3.5 區(qū)間數(shù)互補(bǔ)判斷矩陣的一致性改進(jìn)研究3.6 區(qū)間數(shù)互補(bǔ)判斷矩陣的排序及集結(jié)方法3.7 本章小結(jié)第4章 互反判斷矩陣和互補(bǔ)判斷矩陣的集結(jié)模型4.1 引言4.2 四類不確定性判斷矩陣的集結(jié)模型4.3 三端點語言判斷偏好和互補(bǔ)偏好信息的集結(jié)模型4.4 本章小結(jié)第5章 判斷矩陣和決策矩陣的集結(jié)決策模型5.1 引言5.2 基于區(qū)間數(shù)判斷矩陣和決策矩陣的模糊決策分析5.3 基于多判斷矩陣和決策矩陣的集結(jié)決策模型5.4 基于貝葉斯網(wǎng)絡(luò)推理的雙重信息集結(jié)決策模型5.5 基于決策矩陣的實時決策信息集結(jié)決策模型5.6 本章小結(jié)第6章 二維混合決策矩陣的集結(jié)決策模型6.1 引言6.2 二維混合決策矩陣的集結(jié)模型6.3 多階段二維混合決策矩陣的集結(jié)模型6.4 本章小結(jié)第7章 沖突指標(biāo)情境下決策矩陣的證據(jù)推理集結(jié)模型7.1 引言7.2 沖突指標(biāo)情景下相異決策矩陣的證據(jù)推理模型7.3 沖突指標(biāo)情景下相同決策矩陣的證據(jù)推理模型7.4 本章小結(jié)參考文獻(xiàn)

章節(jié)摘錄

　　第1章緒論　　1.1背景和研究目的　　決策是人們對事物的評價與選擇，其相關(guān)理論方法建立在人類認(rèn)識活動的基礎(chǔ)之上，反映了人們分析和處理事物的思辨過程。因此，決策常常依賴于決策者的判斷信息，常見的形式有判斷矩陣和決策矩陣。由于決策環(huán)境的不確定性，決策者往往采用區(qū)間數(shù)、模糊數(shù)和語言變量等不確定性形式來表達(dá)判斷和決策信息?！　】茖W(xué)管理的創(chuàng)始人之一、著名經(jīng)濟(jì)學(xué)家H.A.Simon提出“管理就是決策”，決策是人們?yōu)榱诉_(dá)到某種目的或完成某種任務(wù)而進(jìn)行的有意識、有選擇的行動過程。隨著社會的發(fā)展、科學(xué)技術(shù)的進(jìn)步，知識和信息量大大增加，多個決策者參與的群決策情況越來越多。近年來，決策呈現(xiàn)如下三個方面復(fù)雜性特點：　?。?）決策信息的不確定性。辯證地講，不確定性是絕對的，確定性是相對的。決策群體總是在復(fù)雜的、動態(tài)的決策空間對事物進(jìn)行認(rèn)知、預(yù)測和判斷，即使是確定性的決策信息，也不可避免地含有某種不確定性的特點。在很多情況下，用不確定形式來表達(dá)的決策信息更貼切、操作性更強(qiáng)，更易得到?jīng)Q策者的認(rèn)可和使用?！　。?）決策信息的異構(gòu)性。Internet技術(shù)的廣泛應(yīng)用使眾多決策者參與復(fù)雜問題的決策成為可能，由于各決策者在社會文化背景、生活閱歷、工作經(jīng)驗、心理素質(zhì)、判斷水平、外部環(huán)境和個人偏好等方面的差異，不同決策者對同一決策問題，即使在同一時空也可能給出不同形式的決策信息。同時，由于決策信息的不完全性和不對稱性、決策對象結(jié)構(gòu)的復(fù)雜性等特點，決策者往往給出多種結(jié)構(gòu)形式的不確定性偏好?！　。?）決策過程的動態(tài)特性。決策者對客觀事物的認(rèn)識遵循由淺入深的規(guī)律，而事物也處于不斷發(fā)展變化之中，決策過程中應(yīng)采用全面、聯(lián)系、運動的觀點看問題。此外，決策者往往需要研究決策問題的多個階段特點以進(jìn)行綜合評估，例如，項目后評價中需要結(jié)合項目的預(yù)可行性研究、可行性研究、方案設(shè)計、工程研制等多個階段的信息?！　∮捎趶?fù)雜決策問題涉及眾多評估因素、決策者對事物的認(rèn)識不盡相同、決策者通過多元的渠道獲得各種差異信息等，導(dǎo)致群決策過程中往往難以有效集結(jié)群體的決策信息。因此，如何科學(xué)有效地集結(jié)決策群體的多種異構(gòu)決策信息，成為亟須解決的問題。在現(xiàn)有研究基礎(chǔ)上，本書主要研究基于判斷矩陣和決策矩陣的決策方法及群體信息的集結(jié)問題?！　?.2國內(nèi)外研究現(xiàn)狀概述　　1.2.1多屬性決策方法研究概述　　多屬性決策作為決策分析問題中的重要組成部分，在實際生活中廣泛存在?！　±纾徺I房子需要綜合考慮房子的價格、面積、層位、位置和周邊環(huán)境等多種因素；在虛擬企業(yè)的組織過程中，盟主必須在綜合考慮核心裝備、產(chǎn)品報價、生產(chǎn)能力、管理水平、商務(wù)信譽(yù)、財務(wù)信譽(yù)、企業(yè)文化等指標(biāo)的基礎(chǔ)上從備選企業(yè)中選擇最佳的合作伙伴［1-4］?！　「鶕?jù)決策者提供信息的環(huán)節(jié)和充分程度不同，常將多屬性決策分成三類［5］，即無偏好信息決策、有屬性偏好信息決策和給定方案之間偏好信息決策。在有屬性偏好信息決策中，已知屬性權(quán)重基數(shù)信息的決策應(yīng)用最為廣泛，形成了線性分配法、簡單加權(quán)法、層次分析法、TOPSIS法、ELECTRE法、PROMETHEE法等經(jīng)典決策方法。線性分配法要求的基本信息是屬性的權(quán)重和每個屬性下方案的優(yōu)先次序，其基本思想是：若某方案在較多的屬性方面排在前面，那么總體上排在前面的可能性就大。簡單加權(quán)法建立在多屬性效用理論基礎(chǔ)上，以屬性值的加權(quán)和為選擇依據(jù)。AHP［6-7］把復(fù)雜問題分解為各個組成因素，并將這些因素按支配關(guān)系構(gòu)成遞階層次結(jié)構(gòu)，通過成對比較方式確定同一層次中各因素的重要性（形成判斷矩陣），然后綜合決策者的判斷，確定備選方案的相對重要性總排序。TOPSIS法［8］首先規(guī)范多屬性決策問題的決策矩陣，然后計算每一個方案與正理想點、負(fù)理想點之間的加權(quán)距離，以最接近正理想點，同時又遠(yuǎn)離負(fù)理想點的方案作為最優(yōu)方案。ELECTRE法［9］根據(jù)某種指標(biāo)構(gòu)造各方案之間的“級別高于”關(guān)系，淘汰部分級別較低的方案，決策者愿意承擔(dān)某種風(fēng)險的態(tài)度決定著方案的淘汰和選擇。PROMETHEE法［10］是另一種“級別高于”方法，與ELECTRE方法相似，通過擴(kuò)展屬性的思想來構(gòu)造“級別高于”關(guān)系，能比較方便地確定方案集上的偏序和全序關(guān)系。此后，研究人員又提出了基于人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法和粗糙集理論的多屬性決策方法，如文獻(xiàn)［11］提出了基于規(guī)則的分類模型；文獻(xiàn)［12］提出了基于粗糙集理論的多屬性分類方法；文獻(xiàn)［13］提出了用證據(jù)推理理論來處理不確定性混合多屬性決策問題的方法；文獻(xiàn)［14］將決策者的偏好信息用知識表示出來，并結(jié)合相應(yīng)的規(guī)則知識，自動確定方案之間的優(yōu)劣關(guān)系；文獻(xiàn)［15］提出了基于黑板模型的多屬性決策模式；文獻(xiàn)［16-18］分別提出了基于小波神經(jīng)網(wǎng)絡(luò)、遺傳神經(jīng)網(wǎng)絡(luò)的多屬性決策方法；文獻(xiàn)［19］與文獻(xiàn)［20］等提出了灰靶決策方法，在石油開發(fā)、軍事決策、裝備狀態(tài)監(jiān)測與磨損模式識別等領(lǐng)域得到廣泛應(yīng)用。雖然多屬性決策方法得到了快速發(fā)展，但是關(guān)于各種決策方法優(yōu)劣的評價研究較少。文獻(xiàn)［21-23］基于單個評價準(zhǔn)則設(shè)計實驗比較各種方法的優(yōu)劣，但多屬性決策方法的優(yōu)劣評價需要同時考慮多個準(zhǔn)則，如文獻(xiàn)［24］提出了“精確性、公正性、可靠性、效用性、儉省性、實用性”等準(zhǔn)則。若單從某一個準(zhǔn)則出發(fā)進(jìn)行比較，則無法體現(xiàn)決策方法的綜合效能和優(yōu)劣。從多屬性決策研究來看，有三個問題值得關(guān)注：第一，不確定環(huán)境下的決策分析方法；第二，決策方法的適用性分析、方法的比較及適用情景需要進(jìn)一步明確；第三，決策結(jié)果的確信度分析，盡管可以通過多種分析方法得到?jīng)Q策建議結(jié)果，但是決策的風(fēng)險依然存在，這是決策分析不可回避的問題?！　?.2.2判斷矩陣的一致性及靈敏度分析　　判斷矩陣的概念及完整的數(shù)學(xué)處理來源于層次分析法。從目前來看，這種判斷矩陣形式不單限于AHP的方法框架，已經(jīng)成為決策者表達(dá)偏好意見的重要形式。一致性是判斷矩陣的核心問題，若判斷矩陣不具有一致性，則將判斷矩陣導(dǎo)出權(quán)重作為決策依據(jù)的可靠性得不到保證。文獻(xiàn)［25］、文獻(xiàn)［26］等提出用一致性比例CR來檢驗判斷矩陣是否具有一致性，若CR≤0.1，則判斷矩陣具有滿意一致性；否則，該判斷矩陣不具有滿意一致性。到目前為止，用CR來檢驗判斷矩陣的一致性應(yīng)用最為廣泛，但也有學(xué)者認(rèn)為用0.1作為臨界值缺乏理論依據(jù)。文獻(xiàn)［27］、文獻(xiàn)［28］等提出一種新的一致性檢驗方法，但均沒有給出相應(yīng)的臨界值。文獻(xiàn)［29-31］提出檢驗判斷矩陣一致性的統(tǒng)計檢驗方法，其關(guān)鍵在于設(shè)計“統(tǒng)計量”，并對“統(tǒng)計量”的分布作出假設(shè)。統(tǒng)計檢驗方法的優(yōu)點在于臨界值的確定有一個客觀標(biāo)準(zhǔn)，缺點是需對“統(tǒng)計量”的分布有較強(qiáng)的假設(shè)?！　　?/pre>




編輯推薦
　　《群決策信息分析及集結(jié)模型研究》聚焦于群體決策過程的信息集結(jié)研究，針對常用的判斷矩陣和決策矩陣等決策信息，在決策信息一致性分析、群體信息質(zhì)量分析等基礎(chǔ)上，研究信息的集結(jié)決策模型。本書第1章回顧相關(guān)領(lǐng)域的研究進(jìn)展，第2章和第3章分別研究互反判斷矩陣和互補(bǔ)判斷矩陣的一致性及決策方法；第4章研究互反判斷矩陣和互補(bǔ)判斷矩陣的集結(jié)模型；第5章研究判斷矩陣和決策矩陣的集結(jié)模型；第6章提出一類混合決策矩陣的決策模型；第7章研究基于不完全決策矩陣的證據(jù)推理與決策模型。





圖書封面






評論、評分、閱讀與下載



還沒讀過(92)
勉強(qiáng)可看(670)
一般般(114)
內(nèi)容豐富(4743)
強(qiáng)力推薦(388)


 


    群決策信息分析及集結(jié)模型研究 PDF格式下載