群体竞优行为特征识别方法及其应用研究

《群体竞优行为特征识别方法及其应用研究》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、第19卷第2期2010年4月运筹与管理OPERATIONSRESEARCHANDMANAGEMENTSCIENCEV01．19，No．2Apr．2010群体竞优行为特征识别方法及其应用研究赵希男，张莉莉，王飞(东北大学工商管理学院．辽宁沈阳110004)摘要：有效挖掘群决策信息，并为管理者提供良好的决策支持一直是理论界所关注的课题。本文基于竞优思想，针对层次结构系统，依托目标规划模型和聚类分析方法，构建了群体竞优行为特征的群识别方法。本方法从最有利于体现被评价群体成绩的角度，运用目标规划模型，从每一组调研数据中挖掘被评价群体的优势特征，再利用聚类分析方法，从“优势特征集”中识别群体竞优特征的

2、分布状况，进而可以清晰而具体地了解被评价群体的竞优行为特征。通过逻辑推导和实际算例，分别论证了本方法的有效性和可行性。关键词：群决策；群识别方法；层次结构；竟优行为特征；目标规划；聚类分析中图分类号：F203文章标识码：A文章编号：1007—3221(2010)02．0084．08ResearchonMethodandApplicationMatchBetterConformingofGroupBehaviorRecognitiontotheNaturaIRuleZHAOXi-nan，ZHANGLi-li，WANGFei(SchoolofBusinessAdministration，Nort

3、heasternUniversity，Shenyang10004，China)Abstract：Itisanuniversallyconcernedtopicindecision·makingtheoreticalfieldaboutresearchoneffectivein。formationminingwhichprovidessupportforthemanagers．Basedonthethoughtofmatchbetterconfirmingtothenaturalrule，agroupidentificationmethodofgroupbehaviorrecognitionc

4、onfirmingtothenaturalruleisbuiltuprelyingongoalprogrammingmodelandclusteranalysismethodaccordingtohierarchicalstructure．Fromtheviewofitsbeingthemostbeneficialtothegroupevaluated，bymeansofgoalprogrammingmodel，theadvantagechar—acteraccordingtoeachgroupofdatumisanalyzed，andthedistributionstateofmatchb

5、etterconformingtothenaturalruleisobtainedbyclusteranalysisofthesetofadvantagecharacter，Theevaluatedgroupbehaviourges—tureisobtained．Theeffectivenessandfeasibilityofthismethodisprovedbylogicaldeductionandpracticalcal—culationexample．Keywords：groupdecisionmaking；groupidentificationmethod；behaviourcha

6、ractermatchbetterconformingtothenaturalrule；goalprogramming；clusteranalysis0引言对于具有独立思维和行为能力的群体。虽然在某个特定的时期具有某些共同的行为特征，比如文化层次、价值取向等有趋同的倾向；但由于这些群体的行为特征往往比较抽象，而且某个人又很难了解群体的全貌，并且有时对决策目标的理解并不完善‘1。，凭借独具慧眼的个人很难准确把握群体的行为特征。因收藕日期：2009．04．04基金项目：中国科学技术促进发展研究中心基金资助项目(2006FYl30100-22)作者简介：赵希男(1960-)男，上海人，教授，博士生

7、导师。研究方向为系统工程。组织理论；张莉莉(1982．)女，辽宁鞍山人，管理科学与工程专业博士研究生。研究方向为组织理论。人力资源管理。第2期赵希男，等：群体竞优行为特征识别方法及其应用研究85此，目前关于群体行为特征的识别基本上是通过主观判断，缺乏既简单易行又行之有效的定量识别方法。然而，组织或个人了解所关注群体的群体行为识别同样对群体未来行为具有预测作用。放广义来说，识别方法主要集中在统计分析法、神经网络