区间信息下的主客方协作式群体评价方法及其应用

目前关于主客方协作式评价问题的研究相对较少且主要是基于点值评价信息的,考虑到评价环境的复杂性与不确定性,本文将点值信息向区间信息方向拓展,探讨了一种新的区间信息下的主客方协作式群体评价方法。本文首先探讨了一种能够较好融合评价信息"质与量"的区间诱导密度加权合成算子-IIDWA;然后以主方信息完备度及客方信息诚信度为诱导分量分别对主客方评价信息进行聚类分组,并从规模和属性两个角度出发分别确定相应的密度加权向量;最后在主客方协作规则下,利用IIDWA算子对主客方区间信息分别进行二维集结,以得出最终综合评价结果。文章最后给出了一个应用算例,算例表明了方法的可行性与有效性。     

一种主客方交互式群体评价方法及其应用

传统的群体评价方法均不考虑被评价对象的参与,针对此缺陷提出了一种新的群体评价方法——主客方交互式群体评价方法。首先对主客方交互式评价的过程进行描述;然后给出交互过程中基于优先排序概率的单轮评价结果呈现方式;其次,给出群体评价的稳定性、满意性指标,以此探讨交互终止的条件;最后,定义了2个主客方交互加权算子,以此对各轮交互结果进行集结,得出最终的群体评价结论。     

一种基于语言偏好关系的群体评价方法

针对专家偏好信息权重未知的基于语言偏好关系的群体评价问题提出了一种解决方法.首先,采用序关系分析法和唯一参照物比较判断法指导专家表达偏好信息;其次,在对专家偏好信息形式转换的基础上,定义了2个基于二元语义的诱导有序加权平均算子对权重未知的专家偏好信息进行集结,从而得出群体评价结论;最后,给出了一个应用算例.     

基于属性分布信息的大规模群体评价方法及应用

针对大规模群体评价中如何实现群体意见的有效集结,如何体现群体共识度对评价活动的影响等问题,本文提出了一种基于属性分布信息的群体评价方法。首先,利用群体评价信息构建各属性的分布,以体现群体对属性的共识程度,并结合属性取值区间,采用分布型区间数对群体评价信息进行描述;在定义分布型区间数运算规则的基础上,提出了属性权重也为分布型区间数的加权集结算子;然后,设计了基于分布型区间综合评价值的方案排序方法;最后,利用Matlab软件,给出了应用算例,结果表明方法具有可操作性和有效性。     

基于交互密度算子的交互式群体评价信息集结方法及其应用

交互式群体评价的一个难点问题是评价信息的集结问题,而国内较少有文献从信息集结算子的角度进行探讨,针对这种不足,同时考虑到信息分布密度是交互式群体评价信息集结的一个重要特征,本文提出了一种基于交互密度算子的交互式群体评价信息集结方法。提出了交互密度算术加权算子(IDWA)与交互密度几何加权算子(IDWGA)两种新的算子,并对新算子的相关性质进行了分析,同时介绍了IDWA和IDWGA算子加权向量(即密度权向量)的确定方法。最后将该方法进行了运用。文章对交互式评价信息集结问题提供了一种新的研究思路。     

基于差异驱动的主客体协作式综合评价方法

针对多属性综合评价问题,提出了一种基于差异驱动的主客体协作式综合评价方法。在主客体协作式综合评价过程中,首先获取被评价对象(评价客体)和外部评价者(评价主体)的属性赋权向量;然后以评价主体和评价客体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,并据此给出评价主体和评价客体的话语权重;根据"差异驱动"原理,综合集成来自主客体的评价信息,得到最终评价结论。最后,用一个应用例检验了方法的有效性。     

基于复杂网络和语言信息的交互式大规模群体评价方法

针对现有基于语言信息的交互式群体评价方法大多仅适用于中小规模群体的情况,提出一种新的基于复杂网络和语言信息的交互式大规模群体评价方法。首先,将评价者视为网络节点,并依据节点之间的距离构建复杂网络;其次,设计节点紧密度和子群紧密度,并确定节点权重和子群权重;再次,定义群体稳定性指标和群体满意度指标,并以此来判断交互终止和确定阶段权重;最后,在节点密度算子和节点加权算子的基础上,分别对单轮群体意见和多轮评价结果进行集结。文末通过一个实际例子验证了所提方法的有效性与合理性。实例分析表明,该方法能够较为全面、准确地集结交互式大规模群体评价意见,且其结果的满意度亦较为理想。     

具有不同偏好网络结构的群体评价信息集结方法

以评价者为节点,评价者之间偏好相似性测度为连接的网络为群体偏好网络,讨论了评价群体在偏好网络均衡状态时3种不同网络结构(星形网络、闭链结构和完整网络)的群体评价信息集结方法,将具有网络结构信息的节点数据转化为平面数据,提出了平面密度加权平均算子和平面密度加权几何平均中间算子。给出了平面数据的划分方法及平面密度算子的趋同性测度,并将算子应用于各网络结构的评价群体评价问题。     

基于多智能体系统的分布式信誉机制研究

基于多智能体系统原理,提出了分布式信誉机制中信誉信息的获取与集结模型。在分布式信誉系统中,信任方可以通过三种途径获取直接或间接的信誉信息:与被信任方的直接交易经验,借助自身社会网络找到与被信任方有过交易的见证者,以及要求被信任方提供与其有过交易的引荐者。首先,引入了一个激励机制,促使被信任方诚实地提供引荐者信息,保证信誉信息获取的数量和质量。其次,考虑到不同来源的信誉信息具有不同的可信度,在信誉信息集结时,基于用户相似度计算可信见证者的评价可信度,基于陌生引荐者和见证者的评价与可信见证者的评价集结结果之间的结果相似度计算陌生引荐者和见证者的评价可信度,建立了信誉集结模型来计算被信任方的综合信誉度。通过实验仿真,表明该模型具有较强的有效性和健壮性,其不但可以使信任方获取足够多的信誉信息,而且可以有效地削弱恶意见证者和引荐者诋毁尤其是共谋的影响。     

面向评价局部环境的导向性群组评价方法研究

除寻求群体一致性的评价方法外,提出基于群组意见稳定分布特征和评价群体网络结构特征的导向性群组评价方法.证明了基于评价参与者最优响应行动的群组评价信息在适当长期内具有稳定分布,参与者可以通过调节偏好判断信息实现评价流程路径的选择,使得群体偏好和群体效用在适当长期内收敛.在此基础上设计基于最优响应行动的群组评价方法,初步讨论了与群体意见稳定分布特征参数和评价群体网络结构拓扑特征对应的导向性群组评价信息集结方法,包括稳定分布参数α和β,群体网络结构的信息分布核心区域和结构洞.该方法为群组评价问题提供了另一种解决思路和方向.     

考虑多指标模糊关联的服务制造网络协同绩效评价方法

本文针对服务制造网络伙伴协同绩效评价问题中指标之间具有关联性的特点,给出了一种考虑多指标模糊关联的评价方法。首先,构建了服务制造网络伙伴协同绩效评价的框架和指标体系;然后,通过将模糊语言信息转化为Two-tuple linguistics以及对TAC(Two-Additive Choquet)积分算子进行扩展,对Two-tuple linguistics形式的指标关联信息与评价信息进行处理和集结,从而获得交互性协同和互补性协同两个维度的评价结果。最后,通过一个算例说明了给出方法的潜在应用价值。     

基于区间数的多阶段交互式群体评价方法及应用

针对目前多阶段交互式评价研究数量相对较少并且均是基于点值评价信息的缺陷,以及大多数群体评价研究中忽视了评分区间与可变评价信息的内在联系等不足,综合讨论了一种基于区间数的多阶段交互式群体评价方法。本文首先分析了交互式评价中区间型评价信息的特性,进而提出了评分区间重置算法的设计思想。该算法能够实现评分区间与每轮调整后评价信息的协同调整,并推动交互的进行,使评价信息趋于稳定。然后从稳定性角度出发,设计群体评价信息的稳定性指标,以此讨论交互终止条件。最后给出一个应用算例,算例表明了该方法的可行性和有效性。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

不完备判断信息情境下群组DEMATEL决策方法

为克服群组决策试行与评价实验室（DEMATEL）方法难以处理不完备专家判断信息问题，以及预先指定评价标度和群组信息集成规则不适应复杂决策环境的内在缺陷，本文基于群共识排序理论，提出一种能够有效处理不完备判断信息的群组DEMATEL决策方法。该方法的创新之处在于：第一，它能够以灵活的标度方式有效地反映群组专家的偏好判断表达。第二，它也能通过序列转换和共识度的引入较好地处理群组DEMATEL不完备判断信息。第三，它能够合理地反映决策结果因群共识水平不同而变化的复杂机理。实例验证结果表明，所提方法是切实可行的，能够有效解决实践中的决策问题。     

基于公理设计理论的仿真软件评价方法研究

针对仿真软件评价优选问题,提出一种基于公理设计理论的仿真软件评价方法。以公理设计理论为指导建立仿真软件评价模型,通过信息公理以信息量大小为测度来度量仿真软件产品的优劣。考虑到备选方案评价指标信息具有不完全性和模糊性特征,采用信息公理中的经典信息量计算方法存在局限性,对信息公理中的信息量计算方法进行拓展,提出基于单值点、区间数相离度、满意度和模糊信息的信息量计算方法。结合经典的和拓展的信息量计算方法,给出仿真软件评价流程。以某生产制造企业选择仿真软件产品为例,说明所提出方法的可行性和有效性,实验结果也揭示了在仿真软件商业领域竞争中软件质量起到至关重要的作用。     

面向动态评价的长效机制及其构建研究

事物的动态发展变化催生了对动态评价方法的需求。为解决动态评价中跨阶段动态可比性和对新增阶段的适应性等动态评价长效性需求问题,提出动态评价长效机制的构建原理。通过对数据标准化方式和多种评价方法的特征分析,在分析动态评价过程各环节技术的动态有效性基础上,从数据采集、数据标准化、评价方法的选择与使用等方面,基于线性加权模式下的竞优评析方法,构建了一种面向动态评价的“客观民主式”动态评价长效机制。最后,通过一个实例说明本研究在实际应用上的有效性。面向动态评价的长效评价机制为解决动态评价有效性问题提供了思路,可作为综合评价理论方法的一种有益补充。