复杂环境下群体决策理论及应用

　　《复杂环境下群体决策理论及应用》：
　　决策是人类的一项重要活动，人类的历史，在一定意义上说就是一部求生存和求发展的决策历史。决策是人们对事物的评价与选择，即人们为了达到某种目的或者完成某种任务而进行的有意识、有选择的行动过程。决策分析是一门基于目标和决策者（desion maker，DM）偏好的设计，或者选择目标的科学和艺术[1]。其相关理论和方法建立在人类认识活动的基础上，反映了人们分析和处理事物的思辨过程。在我国，决策古已有之，战略决策有如三国时期诸葛亮的“隆中对”，预言三分天下；明朝皇帝朱元璋采纳“广积粮、高筑墙、缓称王”的建议，创立了明王朝。从古至今，在我国政治社会生活中的各种决策，往往是讨论、讨论再讨论，然后由家长或者领导做出决定。在社会环境相对简单的工业社会以前，这样的决策方法往往显得很有效率。然而，随着经济社会的发展所导致的复杂性不断增强，这种决策方法逐步显得盲目且失去可行性。另外，不同国家的决策方法也有所不同，例如，一位日本高级公务员在谈到日本的决策过程时说：“在日本，每一个决定都要达到共识。在日本政府中，很多决策最初由官员提出，他们的建议经过许多讨论，其中内阁只是最后一个。即使内阁讨论中，如果有人不理解，讨论可以持续几个小时。最后，首相说，这是共识。他也不是很精确。但是，执行可以与这种不精确的共识相一致，并且每一个人感觉到他对正在做的事有一定发言权。其结果是，在日本，做出的决策是平庸的，但是执行是非常出色的。”[2]因此，在日本的政府决策中是讨论、讨论再讨论，然后达到协调一致。由此可知，决策是一件非常困难的活动，正如Zeleny在其专著Multiple Criteria Decision Making中说的[3]：“决策最终是最困难的（也是最有价值的）的活动，因为任何合理的、丰富的模型将返回多个标准，迫使我们不仅在可能的行动路线中选择，而且在评估此类行为的手段中选择。”正确决策面临诸多的困难，受各种预测和控制欲望的驱使，决策在经济社会生活中不以人的意志为转移，大量客观存在，需要人们积极面对和处理。因此，给出一个恰当的决策方法显得非常重要。在现实生活中，决策者往往面临着一个个复杂的系统，在这个复杂的系统中，各种因素如资源、需求、支出、目标及不同类型的人相互影响，为处理这样的复杂决策问题，Saaty建立了层次分析法（analytic hierarchy process，AHP）[2]。利用层次分析法，需要决策者把复杂问题用一个层次结构模拟，再通过在一定标度系统下把各种重要的因素进行量化，根据权重确定方法给出目标的权重，最终形成对象的优先排序并做出决策。层次分析法自提出以来，就受到了各国学者的广泛关注和应用[4]。然而，由于经济社会环境和政治的不确定性，实际决策中能否恰当地对各种主要因素进行量化并给出对象的优先权重，Saaty的层次分析法也受到一些学者的质疑和讨论[5]。此外，考虑到有些问题不能像层次分析法那样进行层次化，这是因为高层次元素和低层次元素之间相互依赖和反馈，所以Saaty进一步提出了层次网络法[6]，这是层次分析法的一般化。进一步，考虑到决策环境是随着时间的推移而不断变化的，Saaty进一步提出了动态层次分析法和动态层次网络法，研究与时间有关的决策问题[7]。随着信息技术和网络技术的发展，基于网络的决策理论和方法，以及决策支持系统的研究和开发，已经获得了众多研究者的关注，并将继续完善和发展[8]。
　　“管理就是决策”突出了决策在现代管理中的核心地位，这是1978年诺贝尔经济学奖获得者、美国著名经济与管理学家西蒙（H.A.Simon）提出的。“千军易买，一将难求”也显示了决策的作用。决策是人类的天职，一般人都擅长做决策，有些人会根据自己的喜好和目标做出认为更恰当的决策。在一些极端情形如战争、紧急事件、自然灾害等需要短时间内必须做出决策的事情，人们的决策方法似乎变得非常简单，那就是不惜一切代价地去赢、去生存。人们的目标趋向于利益大化、时间最少化或者资源利用大化等。基于这些极端条件，第二次世界大战以来的运筹研究和管理科学主要研究国防战术问题，强调效率的工业化分析等。直到现在，极端情形下的管理应急研究仍然显得非常重要。在这些决策过程中，往往忽略了人的存在。人作为决策的主体，有其自身的局限性，人类思维的模糊性和知识能力的不全面导致的不确定性，需要新的理论思考。20世纪60年代，美国加利福尼亚大学控制论专家扎德（Zadeh）教授分析了社会科学技术发展过程中所面临的一个十分突出的矛盾，即模糊性与精确性的对立，并且提出了模糊集理论[9]。模糊集理论使数学的理论与应用研究范围从精确问题拓展到含有模糊现象的领域，是解决复杂大系统问题的有力工具之一。到1986年世界上第一块基于模糊逻辑的人工智能芯片在著名的贝尔实验室研究出来，其间仅经历了短短的20年，这足以说明模糊集理论具有强大的生命力。目前，模糊集理论成为处理人工智能的一个不可缺少的工具，是有效处理不确定性的决策方法之一。模糊集理论的核心思想是，把取值为0和1的特征函数扩展到可在闭区间[0，1]中取任何值的隶属函数。基于模糊集的决策理论与方法已经获得了众多的研究成果[10-12]。然而，一个现实问题—如何确定模糊集的隶属函数，成为一个亟待解决的公开问题，并且与概率论的区别和联系引起了人们广泛的兴趣[13]。除此之外，由于人类固有的认知缺陷，对某些事物的认知往往表现出一定程度的缺乏，于是在决策过程中表现出犹豫不决的情形，Zadeh的模糊集理论被推广到考虑隶属度、非隶属度和犹豫度的直觉模糊集理论[14]。此外，人们在做决策时，所面临处理的信息形式是多种多样的，如语言模糊信息等。因此，基于不同信息表达的决策理论与方法同样引起了众多专家学者的关注[15]，基于处理各种不完备信息的粗糙集理论的决策方法也已经引起了众多学者的兴趣[16]。
　　……

信息社会的快速发展给企业经营和政府事务的决策方式带来了深刻的变化，面对决策环境和决策群体的复杂性，不确定性群体决策模型和方法及其应用引起了人们极大的关注。群体决策作为现代决策科学的一个重要组成部分，研究和涉及的内容十分广泛。《复杂环境下群体决策理论及应用》主要介绍了在复杂环境下决策者对备选方案进行两两比较后给出模糊偏好关系的群体决策模型和方法的新研究成果。主要内容包括模糊偏好关系的一致性理论及群体综合矩阵的一致性研究、混合区间数矩阵的群体决策模型、基于残缺区间数偏好关系的群体决策模型、三角模糊数偏好关系的群体决策模型、不确定性群体决策模型理论在虚拟企业伙伴选择和项目评估中的应用等。阐述判断信息的给出、分析和集成的基本思想，通过理论分析、算法构建和应用分析，丰富和发展复杂环境下的决策理论与方法。

目录
第1章 绪论 1
1.1 引言 1
1.2 层次分析法简介 3
1.3 模糊集理论基础 8
1.4 群体决策理论与方法 12
1.5 本书的主要内容及结构 15
1.6 本章小结 17
第2章 偏好矩阵的一致性理论 18
2.1 引言 18
2.2 一致性判断信息的公理化特征 19
2.3 区间数积型互反判断矩阵的近似一致性 25
2.4 区间数加型互反判断矩阵的近似加型一致性 36
2.5 近似一致性检测及权重确定方法 42
2.6 本章小结 51
第3章 群体综合矩阵的一致性分析初步研究成果 52
3.1 引言 52
3.2 信息集成算子 53
3.3 综合积型互反判断矩阵的一致性分析 64
3.4 综合区间数积型互反判断矩阵的一致性分析 68
3.5 本章小结 72
第4章 非协调区间信息的群体决策方法 73
4.1 引言 73
4.2 基于区间数加型互反判断矩阵近似加型一致性的转化方法 74
4.3 基于区间数加型互反判断矩阵近似积型一致性的转化方法 82
4.4 群体决策模型 86
4.5 本章小结 98
第5章 基于非完全区间数偏好信息的群体决策方法 100
5.1 引言 100
5.2 非完全区间数积型互反判断信息下的群体决策方法 103
5.3 非完全区间数加型互反判断信息下的群体决策方法 113
5.4 本章小结 132
第6章 基于三角模糊数判断矩阵的群体决策方法 133
6.1 引言 133
6.2 基于三角模糊数积型互反判断矩阵的决策方法 134
6.3 基于三角模糊数加型互反判断矩阵的群体决策方法 151
6.4 本章小结 165
第7章 虚拟企业伙伴选择的决策方法 167
7.1 引言 167
7.2 一个虚拟企业伙伴选择的新方法 168
7.3 算法与数例 172
7.4 本章小结 178
第8章 科研项目评估的决策方法 180
8.1 引言 180
8.2 混合偏好信息下的科技项目评估群体决策方法 181
8.3 数值实例 184
8.4 基于模糊层次分析法的科技评估方法 187
8.5 本章小结 190
第9章 结论与展望 192
9.1 研究结论 192
9.2 研究展望 193
参考文献 195