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_张发明

《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_张发明》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、DOI:10.16381/j.cnki.issn1003-207x.2014.12.002第２２卷第１２期中国管理科学Ｖｏｌ．２２，Ｎｏ．１２２０１４年１２月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅＤｅｃ．，２０１４文章编号：１００３－２０７（２０１４）１２－０１４２－０７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张发明（南昌大学经济与管理学院，江西南昌３３００３１）摘要：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

2、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。关键词：群体评价；ＩＤＷＡ算子；ＩＤＷＧＡ算子；信息集结中图分类号：Ｃ９３４文献标识码：Ａ该模式在现实决策中会经常出现信息合成谬误等问１引言［１５］［１６］题，杜元伟基于和谐思想对该问题进行了改进交互式群体评价因其能够借助群体智能实现评研究，分别从最小化认知分歧和最大化系统和则

3、度价问题的科学化、系统化、民主化排序而成为近年来的技术视角探讨了一种基于和谐思想的交互式多属评价与决策理论领域研究的新焦点。现有该类研究性群决策信息集结方法。上述文献均直接或间接地的基本思路是以成员交互为手段逐步挖掘评价信反映了一个问题，即对于整个交互式群体评价问题息，并在此基础上应用模糊优化等求解技术实现对而言，信息集结是其中的一个关键而复杂的问题，它［１－３，１６］［４］方案的排序择优。如ＸｉｏｎｇＪｉａｎ从多目标具有以下几个难点：（１）如何对多阶段动态特征信规划的角度对群体交互信息进行集结与求解；文献息进行集结；（２）如何将群体的大规模信息进行集［５－９］提出了基于不完全信息的交互

4、式群决策方结；（３）如何在信息集结时考虑评价信息的交互性［１０］［１１］法；Ｃｈｕｎ等和ＸｕＺｅｓｈｕｉ从模糊语言的角度特征，以体现交互式评价特点。然而，现有文献较少探讨了交互式群体评价信息集结方法；ＳｕｎＸｉａｏｙａｎ［１４］有从信息集结算子的角度进行考虑，基于这种不［１２］等利用遗传算法对群决策问题进行求解并对交足，并考虑到信息分布是复杂的交互式评价信息的［１３］互信息进行进行集结；Ｋｏｋｓａｌａｎ等构建了一种适一个主要特征，本文探讨了一种新的信息集结算用于可加性效用函数的多属性决策方案交互式分类子———交互密度信息集结（ＩＤＡ）算子。利用ＩＤＡ［１４］方法；陈建中等基于定性评价排序

5、信息研究了交算子对交互式群体评价信息进行集结能够较好地反互式ＴＯＰＳＩＳ群决策方法，等等。上述成果大多属映评价信息的分布特征，对解决交互式群体评价信于假设评价或决策系统为线性理性的决策模式，而息集结的难点问题提供了一种可供借鉴的思路。收稿日期：２０１２－１１－２２；修订日期：２０１３－０４－０３０２交互密度信息集结算子基金项目：国家自然科学基金资助项目（７１３６１０２１，７１００１０４８，７１２６１００７）；国家社会科学基金资助项目（１１ＢＧＬ０６３，设有ｍ个评价者对ｎ个被评价对象进行评价，１２ＡＺＤ０４２）；江西省教育厅科技资助项目（ＧＪＪ１４１１３）；被评价对象集为Ｘ＝｛ｘ１，ｘ２，

6、…，ｘｎ｝，评价群体集江西省社会科学“十二五规划”项目（１３ＧＬ３８）；江西省学位与研究生教改研究重点项目（ＪＸＹＪＧ－２０１４－为Ｓ＝｛ｓ１，ｓ２，…，ｓｍ｝，评价群体与ｎ个评价对象均００２）有一定的利益相关关系，为了平衡各方的利益，假设作者简介：张发明（１９８０－），男（汉族），江西临川人，南昌大学赣共经过ｌ（ｌ≥３）轮交互，其交互过程主要表现为：江特聘教授，博士生导师，研究方向：综合评价与决策评价个体ｓ（ｊ＝１，２，…，ｍ）在第ｔ（ｔ＝１，２，…，ｌ）支持．ｊ第１２期张发明：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·１４３·表１群体交互评价数据表ｔ１ｔ２…ｔｌｓ１ｓ２…

7、ｓｍｓ１ｓ２…ｓｍ…ｓ１ｓ２…ｓｍｘ１ｘ１１（ｔ１）ｘ１２（ｔ１）…ｘ１ｍ（ｔ１）ｘ１１（ｔ２）ｘ１２（ｔ２）…ｘ１ｍ（ｔ２）…ｘ１１（ｔｌ）ｘ１２（ｔｌ）…ｘ１ｍ（ｔｌ）ｘ２ｘ２１（ｔ１）ｘ２２（ｔ１）…ｘ２ｍ（ｔ１）ｘ２１（ｔ２）ｘ２２（ｔ２）…ｘ２ｍ（ｔ２）…ｘ２１（ｔｌ）ｘ２２（ｔｌ）…ｘ２ｍ（ｔｌ）ｘｎｘｎ１（ｔ１）ｘｎ２（ｔ１）…ｘｎｍ（ｔ１）ｘｎ１（ｔ２）ｘｎ２（ｔ２）…ｘｎｍ（ｔ２）…ｘｎ１（ｔｌ）ｘｎ２（ｔ