基于证据理论的多属性群决策方法研究

多属性群决策(MAGDM Multi-attribute Group Decision Making),是多属性决策(MADM)和群决策(GDM)的交叉研究领域。它主要研究决策的群体按照某种偏爱结构,对含有多个属性的决策目标进行选优、排序或评价的问题。在大量实际的群决策过程中,由于常常会遇到决策者在进行事物判断时以语言评价形式给出偏好信息,所以迫切需要研究具有语言评价信息的多属性群决策理论与方法。 本文以证据理论为基本理论工具,研究了基于语言评价信息的信息多属性决策问题,给出了新的决策模型与方法。主要工作如下: (1)对群决策、多属性决策理论和方法做了系统的论述。论述了群决策的概念、群决策理论的形成与发展、以及多属性群决策问题的基本特点。 (2)对集结规则悖论及其消除方法展开研究。个体决策者由于受到决策者知识结构、判断水平和个人偏好等众多主观因素的影响,在使用D-S合成法则融合冲突较大的mass函数时,可能会产生悖论。为了保证证据理论群决策方法结果的合理性与有效性,本文对悖论的消除方法进行了详细的研究,归纳了几种常见的悖论形式。 (3)对基于证据理论的群决策方法的应用步骤和系统过程进行研究。并给出了基于证据理论的群决策过程模型。对现有的基于证据结构的决策规则存在不足进行分析最后综合考虑信度函数和似真函数两个方面对决策方案的影响,给出基于信任区间的多属性决策规则。并对个体决策结果的一致性分析方法进行研究。针对证据理论群决策方法中的个人意见的一致性问题进行,给出了基于模糊距离的专家权威值确定方法。 (4)针对语言评价信息形式的多属性群决策问题,提出了一种基于模糊距离和D-S证据理论的群决策方法。该方法首先运用基于模糊距离的方法来获得专家权威值,再对多个决策者给出的语言评价信息进行分析,然后通过D-S合成法则对其值进行合成。计算信度函数和似真函数,据此对所有决策方案进行排序。 最后对整篇论文的主要内容和主要结论进行归纳,总结出本论文的主要工作与创新点,指出今后需要进一步开展的工作。