考虑时间序列的动态大群体应急决策方法

针对专家权重和属性权重未知、阶段权重未知且与时间序列有关的动态大群体应急决策问题,提出一种考虑时间序列的动态大群体应急决策方法.首先,提出一个考虑区间直觉模糊数犹豫度的距离公式,定义区间直觉模糊数贴近度,综合考虑贴近度和相似度,用模糊聚类法对大群体专家偏好信息进行聚类;其次,基于现有区间直觉模糊熵公式的不足,提出一个新的区间直觉模糊熵公式,基于此公式考虑专家之间知识水平的差异和各个阶段偏好信息不具遗传性等特点,计算得出专家在不同属性下的权重和属性在各阶段下的权重;再次,考虑时间序列对各阶段权重的影响,构建相对熵模型,对阶段权重进行合理确定,进而利用加权平均算子得到整个决策过程中各方案的综合决策偏好;然后,利用区间直觉模糊数的得分函数和精确函数对方案进行排序,选出最优方案;最后,通过与以往文献的方法对比分析验证所提出方法的有效性和优越性.     

考虑决策者情绪更新机制的多阶段应急决策方法

针对决策者情绪影响下参照点的动态调整可能导致不同决策结果的情形,提出一种考虑决策者情绪更新机制的多阶段应急决策方法.首先,描述突发事件下的多阶段应急决策问题,并以直觉模糊数的形式刻画相关决策信息;其次,给出决策者情绪影响下动态参照点的设置方法,并运用累积前景理论计算突发事件各个演化阶段的情景价值,据此建立决策者的情绪更新机制;然后,计算各个演化阶段的情景权重,并结合备选方案的期望价值、投入成本及启动时间价值,计算方案在各个演化阶段的前景价值;进一步,通过给出各个演化阶段权重的计算方法,计算备选方案的综合前景价值,并据此给出备选方案的优劣次序;最后,通过算例分析及与其他方法的对比验证所提出方法的有效性.     

社会网络环境下基于公众行为大数据属性挖掘的大群体应急决策方法及应用

针对社会网络环境下复杂大群体应急决策中决策属性信息难以获得问题,提出社会网络环境下公众行为大数据驱动的大群体应急决策方法.首先,通过挖掘社交平台上的公众行为大数据,利用TF-IDF、Word2vec技术进行关键词提取、聚类及其影响力分析,从大量行为数据中挖掘大群体决策属性信息以辅助专家决策,使决策结果具有更高的科学性和有效性;其次,构建决策者间基于信任关系和观点相似度的社会网络,采用同时考虑信任和相似度的聚类方法对决策者进行聚类,并基于社会网络分析获得决策者权重;然后,提出基于决策者间信任关系的共识调整方法进行共识调整以获得最终群体决策矩阵和方案排序,通过引入决策者客观自信度避免个别决策者过分自信行为的影响;最后,通过一个新冠疫情案例分析说明方法的可行性和有效性.     

基于双重语言信息联动的多阶段决策模型

研究双重语言信息联动下多阶段决策信息的动态集结方法. 考虑决策依据信息和专家偏好信息的自身特点, 设计基于双重语言信息融合的多阶段决策问题分析框架; 分析决策信息的动态变化特征, 以两类信息之间差异最小为原则构建规划模型群, 探寻阶段权重和各阶段下属性权重的具体表现; 设定决策者的信息偏好程度, 集结方案的动态综合绩效和专家判断结果, 在多阶段情形下实现候选方案的优选决策. 最后通过算例验证了所提出方法的科学性和适用性.     

基于双重语言信息联动的多阶段决策模型

研究双重语言信息联动下多阶段决策信息的动态集结方法.考虑决策依据信息和专家偏好信息的自身特点,设计基于双重语言信息融合的多阶段决策问题分析框架;分析决策信息的动态变化特征,以两类信息之间差异最小为原则构建规划模型群,探寻阶段权重和各阶段下属性权重的具体表现;设定决策者的信息偏好程度,集结方案的动态综合绩效和专家判断结果,在多阶段情形下实现候选方案的优选决策.最后通过算例验证了所提出方法的科学性和适用性.     

社会网络环境下基于共识的风险性大群体应急决策非合作行为管理研究

针对大群体应急决策中可能存在的非合作行为,考虑决策专家的社会网络关系,提出一种基于共识的管理大群体应急决策中非合作行为的方法.首先,引入社会网络中基于模块度的Louvain聚类方法对大群体决策专家进行聚类,降低大群体应急决策复杂性;其次,定义两种非合作行为,并建立非合作行为的识别和检测模型;再次,定义信任风险系数、偏好风险系数以及综合风险系数,通过风险系数对不同程度的非合作行为聚集进行偏好调节,从而得到共识水平较高的决策方案;最后,利用“4.25西藏地震的案例”验证所提出方法的可行性和有效性.     

基于灰色聚类的大规模群体语言评价信息集结研究

研究群体规模较大的情况下基于语言评价信息的决策方法,提出了基于灰色关联聚类的方法以降低大规模群体的协调困难;根据决策者所属群体类别差异,基于语言信息转化函数提出了类内评价指标权重确定方法,并测算了各群体类别的综合偏好;研究群体类间权重确定模型,建立了基于群体类别意见偏差最小的群体偏好集结模型;进而提出了决策者判断一致度定义以及决策者偏差协调方法.算例分析表明了该方法的应用步骤及可行性.     

基于退出-委托动态冲突消解机制的应急大群体决策方法

针对应急决策时间紧迫的特点, 提出一种基于退出-委托动态冲突消解机制的应急大群体决策方法. 首先, 对决策群体进行偏好聚类, 对群体冲突进行测度并判断冲突程度的高低, 在冲突程度过高的情况下进行消解; 然后,在决策过程中建立退出机制, 使与群体偏好冲突较大的聚集退出决策过程, 利用委托机制使退出决策过程的聚集对后续决策过程仍有影响并通过反馈机制对冲突进行消解. 算例分析验证了所提出方法的合理性和可行性.

     

基于前景理论的群体灰靶决策方法

考虑决策者关于各指标均有期望灰靶对群体决策的影响,提出一种基于前景理论的群体灰靶决策方法.该方法以期望灰靶为参考点来定义前景价值函数,利用奖优罚劣的线性变换算子对前景价值进行规范化处理,能够充分反映评价值是否中靶.根据群体意见一致性以及最高和最低评价对决策结果偏差的影响,构建决策者权重确定模型,并根据综合前景值的正负判断方案是否中靶.最后通过突发事件应急预案选择问题说明了该模型的可行性和有效性.     

基于累积前景理论的大群体风险型动态应急决策方法

针对复杂环境下决策者对于应急事件作出的决策往往会面对偏好转移的问题,提出一种新的大群体风险型动态应急决策方法.首先利用偏好判断矩阵对全体决策者偏好进行聚类分析和偏好集结;其次,利用累积前景理论计算决策大群体的总体前景值;再次,考虑未来状态转移链,经过多轮调整得出决策者偏好转移矩阵,结合偏好转移矩阵和大群体总体前景值可得到当前突发事件状态下的最优方案;最后,通过案例分析与对比表明所提出方法的有效性和可行性.     

基于双层专家权重确定的风险型大群体决策

针对风险型大群体决策问题,考虑专家权重确定的复杂性,提出基于累积前景理论的决策信息处理和考虑双层专家权重确定的大群体决策方法.采用二元语义获取并表达专家的评价信息;基于累积前景理论计算方案的综合前景价值矩阵;采用双层专家权重确定方法,第1层利用聚类方法对大群体成员价值向量进行聚类,根据聚类结果确定聚集群权重, 第2层利用熵权法获得专家熵权,二者结合得到专家权重.通过确定专家权重和综合前景价值矩阵得出最终的决策结果.最后通过算例表明了所提出方法的可行性和有效性.     

考虑碳限额的制造/再制造混合系统生产优化决策

针对属性权重部分未知且专家权重完全未知的多粒度语言大群体决策问题,提出一种基于云模型的决策方法.首先,构建一种基于信任关系的专家权重求解模型来计算专家权重;其次,将多粒度语言转换为云模型并进行聚类;然后,构建一致性优化模型来求解属性权重,从而得到各个方案的综合评价值并对方案进行排序.所构造的专家赋权模型可以有效解决大群体决策过程中决策人数众多、无法客观给出专家权重信息的问题,而且通过定义的直觉信任函数,还可以对专家之间的信任关系进行刻画,充分挖掘专家之间的信息;将多粒度语言转换为云模型,可以有效刻画语言信息的模糊性和随机性,从而避免信息的丢失和失真.     

基于判断矩阵的专家模糊核聚类组合赋权方法

研究群决策中专家赋权问题.实际决策问题中,由于客体信息自身存在的不完备性和不确定性以及人们描述过程中的模糊性,更适合采用模糊聚类的分析方法,为此提出一种基于判断矩阵的专家模糊核聚类赋权方法.该方法运用模糊核聚类理论对专家排序向量进行分类,根据分类结果、判断矩阵一致性和排序向量的熵对各专家进行组合赋权.算例表明,所提出的方法是可行且有效的.     

Clustering-based method for large group decision making with hesitant fuzzy linguistic information: Integrating correlation and consensus

Aiming at the large-scale experts and the lower consensus in large group decision making, a novel clustering-based method integrating correlation and consensus of hesitant fuzzy linguistic information is proposed. Firstly, develop a new hesitant degree function for hesitant fuzzy linguistic element considering its scale. Secondly, put forward the correlation measure and consensus measure models combining the hesitant degree. And then present a clustering method integrating the correlation and consensus to divide the large-scale experts into several clusters. The clustering method simultaneously ensures the cohesion of clusters and the gradual increasing of the collective consensus level. After clustering, activate the selection process to update the weights of clusters combining the number of experts in clusters and the consensus level of clusters and use the score function considering the hesitant degree to rank the alternatives. Finally, a case and some comparisons are studied and analyzed to verify the rationality and effectiveness of the method.     

A consensus reaching model for 2-tuple linguistic multiple attribute group decision making with incomplete weight information

The aim of this paper is to put forward a consensus reaching method for multi-attribute group decision-making (MAGDM) problems with linguistic information, in which the weight information of experts and attributes is unknown. First, some basic concepts and operational laws of 2-tuple linguistic label are introduced. Then, a grey relational analysis method and a maximising deviation method are proposed to calculate the incomplete weight information of experts and attributes respectively. To eliminate the conflict in the group, a weight-updating model is employed to derive the weights of experts based on their contribution to the consensus reaching process. After conflict elimination, the final group preference can be obtained which will give the ranking of the alternatives. The model can effectively avoid information distortion which is occurred regularly in the linguistic information processing. Finally, an illustrative example is given to illustrate the application of the proposed method and comparative analysis with the existing methods are offered to show the advantages of the proposed method.     

大群体应急决策中考虑专家犹豫的不完全信息补值方法

针对特大突发事件应急决策中大群体专家存在偏好信息不完全的问题,提出了一种新的不完全偏好信息大群体应急决策方法.首先,利用TF-IDF（term frequency-inverse document frequency）算法对特大突发事件相关的微博大数据文本流进行关键词提取,获取事件属性及其权重;其次,根据专家给出的偏好信息计算专家的犹豫度,进而获得专家的权重;再次,根据不完全偏好信息矩阵进行属性关联测度和方案接近度测度,提出了基于属性关联和方案接近度的新的补值模型,获得完全偏好信息矩阵;然后,结合专家权重和属性权重进行信息集结和方案择优;最后,通过江西洪涝灾害事件验证所提方法的可行性和有效性.     

基于云模型的区间直觉模糊数多属性群决策

针对属性值为区间直觉模糊数的多属性群决策问题,考虑到模糊性和随机性对群决策过程及结果的影响,本研究将利用云模型理论结合区间直觉模糊数的特征,运用灰色关联系数法和信息熵理论确定专家和属性权重,通过信息集结构建综合评价云模型.不同于传统的区间直觉模糊数的排序方法,本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度,然后对决策方案进行比较分析.研究结果表明:该方法能够科学有效地进行决策,进而为决策方提供科学依据.