[发明专利]一种基于聚类方法和粒子群方法的群体决策共识度自动调整方法

说明书

技术领域

本发明涉及一种基于聚类方法和粒子群方法的群体决策共识度自动调整方法，属于系统工程技术领域。

背景技术

随着现代科技的发展，人类设计的系统变得越来越庞大，涉及的问题也越来越显现出多学科交叉的趋势，仅仅依靠单个决策者，已经不能适应复杂度不断膨胀的系统需求。因此，复杂决策问题的解决越来越需要多个来自不同领域，具有不同知识背景和专业特长的专家群体合作完成。群体决策在复杂决策问题的求解上有着单个决策者无法具备的优势，往往能够得出更优的解决方案。目前，群体决策主要采用定性定量结合的方法，将决策任务具体为若干具有权重的属性，决策专家针对待评价方案在各属性上的表现，为待评价方案分别给出其在各属性上的评价值，最后根据决策专家的权重，集结群体决策的评价值，得到待评价方案的最终评价值。

群决策共识度问题是目前群体决策研究领域热点和难点之一。对于不满足共识度要求的决策评价矩阵主要采取的方法是根据个体意见与全体意见的偏离程度，多次迭代，自适应修改专家权重值、个体评价值和属性权重值等等。诚然这些方法能够在一定程度上促进共识度的达成，然而均是以群体平均意见是理想意见为前提，为了达成共识而使不同意见往平均意见靠拢，这样可能既拒绝了少数有创意的真知，又可能使得最终决策结果成了彼此相互妥协，最保守，最安全的决策结果。这样的群体决策不仅不能充分发挥不同领域专家群体的优势，反而会带来一些意想不到的负面影响。

发明内容

本发明的目的是为了解决群体决策过程中，群体意见收敛较慢，共识度自适应调整影响评价结果可靠性等缺点，提出一套新型的基于聚类方法和粒子群方法的群体决策方法，设计了一种描述决策群体共识度和各属性共识度的方法，形成了一种基于聚类方法的群体意见加速收敛方法，提出了一种认定不被群接受少数意见的方法；实现了一种基于粒子群方法的共识度自动调整方法。

本发明提出一种基于聚类方法和粒子群方法的群体决策方法，包括以下几个步骤：

步骤一：进行第一轮评价并标记较小簇；

群决策专家集中的每个专家对待决策方案x_j进行第一轮评价，A_ij=(a_1ij,a_2ij…a_nij)^T表示专家e_i对于待决策方案x_j(j＝1,2…t)关于n个评价属性的评价向量，其中a_nij表示专家e_i为待决策方案x_j评价属性c_n上给出的评价值；A_j＝[A_ij|A_1j,A_2j...A_mj]表示专家群体针对待决策方案x_j的评价值矩阵；其中群决策专家集为E={e₁,e₂…e_m}(m≥2)，m表示参与决策专家总数目，e₁,e₂…e_m表示群决策专家集中的各个专家，待决策方案集X={x₁,x₂…x_t}(t≥2)，t表示待决策方案总数目，x₁,x₂…x_t表示单个待决策方案；评价属性集C={c₁,c₂，…，c_n}(n≥2)，n表示评价属性总数目，c₁,c₂，…，c_n表示单个评价属性，专家权重集λ=(λ₁,λ₂…λ_m)^T，其中λ_i≥0，i=1,2…m，且λ_m表示专家e_m在群决策中的权重；属性权重集W=(w₁,w₂…w_n)^T，其中w_k≥0,k=1,2…n,且w_n表示评价属性c_n在总体属性中的权重，δ表示群决策共识度阈值；

将所有专家的评价向量A_ij进行归一化，A′_ij表示经过归一化后评价向量：