考虑专家有效信息的群决策赋权方法研究

doi:10.16381/j.cnki.issn1003-207x.2021.0810

摘要/Abstract

摘要：

群决策是通过给专家分配合理的权重集成群体智慧。专家权重的分配既可以基于专家的声誉主观确定，也可以基于专家决策信息的质量客观决定。决策信息的质量一般是通过对不同专家决策信息的一致性检验来判断，一致性好的信息就是有效信息，反之则是无效信息，只有集成有效信息才能保证群决策的有效性。群决策实践中，专家对同一指标的重要性判断可能会存在一定差异性，而所有专家在不同指标上的差异性可能也是不同的，这就意味着专家给出的指标信息可能是在部分指标上是有效的，在其他指标上是无效的。因此，基于不同指标进行的一致性检验结果也会有所不同，基于某单一指标和基于所有指标的一致性检验结果一般也是不同的。现有群决策的专家权重是依据决策专家关于所有指标信息的一致性检验结果进行分配，把专家关于所有指标的信息作为整体来考虑，通过一致性检验结果剔除未通过一致性检验的专家信息，或者修正未通过一致性检验的专家决策信息，直至该专家的决策信息通过一致性检验，这种基于所有指标信息的一致性检验掩盖了专家在不同指标上决策信息的差异性，导致无法有效区分专家决策信息中的有效信息和无效信息，可能会保留通过一致性检验专家的无效信息，而删除未通过一致性检验专家的有效信息，这显然影响了群决策结果的合理性。基于此，本文提出从指标层面对决策专家的决策信息进行一致性检验，有效区分同一位专家决策信息中的有效信息与无效信息，并基于G1主观赋权方法对精确值和区间值两种信息表达下的专家权重分配方法进行了研究。首先，基于G1赋权法提出了精确值情况下的基于指标层面的一致性检验方法，确定了权重信息中有效信息和无效信息的判别标准，并建立优化模型求解最优组合权重；然后，将上述框架由精确数扩展至区间数，提出区间数下的优劣信息判断准则、一致性检验方法及权重确定的优化问题。最后，通过实际算例验证了本文所提出的群决策组合赋权方法的有效性和可行性。不同于现有研究，本文有效区分了决策专家决策信息中的有效信息和无效信息，通过指标层面进行一致性检验而不是专家层面，弥补了传统一致性检验造成的无效专家的有效信息流失和有效专家中的无效信息对结果的不利影响等问题。

关键词: 群决策, 一致性检验, 区间数, G1赋权法

Abstract:

Group decision-making is to integrate group intelligence by assigning reasonable weights to experts. The distribution of expert weight not only can be determined subjectively by the reputation of experts， but also can be determined objectively by the quality of expert decision-making information， which is generally judged by the consistency test. The information with good consistency is effective information， otherwise is ineffective information. The effectiveness of group decision can only be guaranteed by integrating effective information. In the practice of group decision making， experts may have differences in their judgment of the importance of the same indicator， and all experts may have differences in different indicators. The information given by experts may be effective in some indicators and ineffective in other indicators. Therefore， the consistency test results based on different indicators will be different， which means considering a single indicator or all indicators may give different consistency results. The existing method of expert weight is distributed by decision experts’ consistency test result based on all indicators. The information of the experts on all indicators is considered as a whole. The expert information that fails the consistency test will be eliminated， or corrected until it passes the consistency test. The consistency test based on all indicators hides the difference of expert decision information on different indicators， so the effective information and ineffective information cannot be effectively distinguished. It may retain the ineffective information of the experts who have passed the consistency test， and delete the effective information of the experts who have not passed the consistency test， which obviously affects the rationality of the group decision results. This study is proposed to test the decision information consistency of the decision expert from the index level， effectively distinguish effective and ineffective information from the same expert’s decision information. Based on the G1 subjective weighting method， the expert weight distribution method under the expression of accurate value and interval value is studied. First， based on the G1 weighting method， a consistency test method based on the index level is proposed under the condition of accurate value. The criteria for effective and ineffective information in the weight information are determined， and an optimization model is established to solve the optimal combination weight. Then， the above framework is extended from the precise number to the interval number. The criteria for good and bad information under the interval number， the consistency test method， and the optimization problem of weight determination are proposed. Finally， the effectiveness and feasibility of the proposed group decision combination weighting method are verified by an actual example. Different from the existing research， the effective and ineffective decision-making information of the decision experts is effectively distinguished. The consistency test is carried out at the index level instead of at the expert level， which makes up for the shortcoming of traditional consistency test， such as loss effective information from ineffective experts and misuse ineffective information from effective experts.

Key words: group decision making, consistency test, interval number, G1

中图分类号:

N945.16

焦阳,李刚,李建平,王斌,张志鹏. 考虑专家有效信息的群决策赋权方法研究[J]. 中国管理科学, 2024, 32(8): 107-116.

Yang Jiao,Gang Li,Jianping Li,Bin Wang,Zhipeng Zhang. Research on the Weighting Method for Group Decision Considering Effective Information of Experts[J]. Chinese Journal of Management Science, 2024, 32(8): 107-116.

图/表 3

表1

表2

表3

参考文献 36

1	吴志彬，涂见成，徐玖平. 处理判断矩阵次序一致性和基数一致性的优化方法［J］. 系统工程理论与实践，2021，41（5）：1107-1118.
	Wu Z B， Tu J C， Xu J P. An optimization approach for manging ordinal and cardinal consistencies for pairwise comparison-matrices［J］.Systems Engineering-Theory & Practice， 2021，41（5）：1107-1118.
2	刘金培，杨宏伟，陈华友，等. 基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策［J］. 中国管理科学，2020，28（2）：190-198.
	Liu J P， Yang H W， Chen H Y， et al. Group decision making with interval multiplicative linguistic preference relations based on cross-efficiency DEA and group consensus［J］.Chinese Journal of Management Science，2020，28（2）：190-198.
3	赵萌，张晨曦，胡亦奇，等.基于愿景满意度函数的多属性群决策方法［J］.中国管理科学，2020，28（2）：220-230.
	Zhao M， Zhang C X， Hu Y Q， et al. Multi-attribute group decision making method based on aspiration satisfaction function［J］. Chinese Journal of Management Science，2020，28（2）：220-230.
4	万树平.基于Vague集的多属性群决策专家权重的确定［J］.应用数学与计算数学学报，2010，24（1）：45-52.
	Wan S P. Determination of experts’ weights based on vague set for multi-attribute group decision-making［J］. Communication on Applied Mathematics and Computation， 2010，24（1）：45-52.
5	陈晓红，赵翠翠，杨立. 基于区间直觉模糊数的群决策模型及其在社交网络中应用［J］. 系统工程理论与实践，2017，37（7）：1842-1852.
	Chen X H， Zhao C C， Yang L. A group decision-making model based on interval-valued intuitionistic fuzzy numbers and its application on social network［J］. Systems Engineering-Theory & Practice， 2017，37（7）：1842-1852.
6	Baucells M， Sarin R K. Group decisions with multiple criteria［J］. Management Science，2003， 49（8）：1105-1118.
7	蔡付龄，廖貅武，杨娜. 基于案例信息的多准则群决策分类方法［J］. 管理科学学报，2013，16（2）：22-32.
	Cai F L， Liao X W， Yang N. Multi-criteria sorting method based on assignment examples in the group decision context［J］. Journal of Management Sciences in China， 2013，16（2）：22-32.
8	刘咏梅，卫旭华，陈晓红. 群体情绪智力对群决策行为和结果的影响研究［J］. 管理科学学报，2011，14（10）：11-27.
	Liu Y M， Wei X H， Chen X H. The effects of group emotional intelligence on group decision-making behaviors and outcomes［J］. Journal of Management Sciences in China， 2011，14（10）：11-27.
9	罗世华，刘俊. 改进排序的梯形直觉模糊Choquet Bonferroni算子的多属性群决策方法［J］. 中国管理科学，2020，28（1）：134-143.
	Luo S H， Liu J. A novel sort method for trapezoidal intuitionistic fuzzy MAGDM with Choquet Bonferroni means［J］. Chinese Journal of Management Science，2020，28（1）：134-143.
10	俞锦涛，王金山. 基于Archimedean三角模的犹豫直觉模糊语言信息群决策方法［J］. 运筹与管理，2019，28（9）：27-32.
	Yu J T， Wang J S. Group decision making method with hesitant intuitionistic fuzzy linguistic information based on Archimedean t-norm［J］.Operations Research and Management Science， 2019，28（9）：27-32.
11	程启月，邱菀华. 群决策与个体决策的一致性分析［J］. 中国管理科学，2001，9（5）：32-37.
	Cheng Q Y， Qiu W H. Aggregation analysis on group decision making and single decision making［J］. Chinese Journal of Management Science，2001，9（5）：32-37.
12	Saaty T L. The modern science of multicriteria decision making and its practical applications： The AHP/ANP approach［J］. Operations Research. 2013，61（5）： 1101-1118.
13	Rezaei J. Best-worst multi-criteria decision-making method［J］.Omega， 2015，53：49-57.
14	郭亚军.综合评价理论、方法及应用［M］.北京：科学出版社，2007.
	Guo Y J. The theory and methods of comprehensive evaluation［M］.Beijing： Science Press， 2007.
15	解江，吴诗辉. 基于基本回路修正的AHP一致性调整方法研究［J］. 运筹与管理，2020，29（4）：147-157.
	Xie J， Wu S H. Research on consistency modification method for AHP decision making based on basic loops analysis［J］. Operations Research and Management Science， 2020，29（4）：147-157.
16	刘卫锋，常娟，孟金涛，等. 考虑标度的加型一致性模糊判断矩阵的排序方法［J］. 系统工程理论与实践，2018，38（7）：1836-1841
	Liu W F， Chang J， Meng J T， et al. Ranking method of additive consistent fuzzy judgment matrix considering scale［J］.Systems Engineering-Theory & Practice， 2018，38（7）：1836-1841.
17	徐迎军，尹世久，陈默，等. 互反判断矩阵一致性指标研究［J］. 运筹与管理，2020，29（3）：117-124.
	Xu Y J， Yin S J， Chen M， et al. Research into consistency index of reciprocal judgement matrix［J］. Operations Research and Management Science， 2020，29（3）：117-124.
18	李刚. 基于标准差修正群组G1的组合赋权方法研究［J］. 系统工程学报，2012，27（1）：9-18.
	LI G. Research on combination determing weights method based on the standard deviation revised group-G1［J］. Journal of Systems Engineering， 2012，27（1）：9-18.
19	迟国泰，齐菲，李刚. 改进群组G1组合赋权的省级科学发展评价模型及应用［J］. 系统工程理论与实践，2013，33（6）：1448-1457.
	Chi G T， Qi F， Li G. The evaluation model of scientific development concept for Chinese provinves based on combination weighting of improved group-G1 and its application［J］. Systems Engineering-Theory & Practice， 2013，33（6）： 1448-1457.
20	周金明，苏为华，朱晓临. 加权幂平均复合判断矩阵的群体AHP一致性研究［J］. 运筹与管理，2020，29（4）：158-164.
	Zhou J M， Su W H， Zhu X L. Research on the consistency and consensus of Group AHP with weighted power mean complex judgement matrix［J］. Operations Research and Management Science， 2020，29（4）：158-164.
21	周洁，李德敏，张友良. 群决策一致性寻求方法与算法［J］. 系统工程理论与实践，1999（6）：81-85.
	Zhou J， Li D M， Zhang Y L. The methods and algorithm of searching consensus under group decision making opinions［J］. Systems Engineering-Theory & Practice， 1999（6）：81-85.
22	燕蜻，梁吉业. 混合多属性群决策中的群体一致性分析方法［J］. 中国管理科学，2011，19（6）：133-140.
	Yan Q， Liang J Y. A method for consensus analysis in hybrid multiple attribute group decision making［J］.Chinese Journal of Management Science，2011，19（6）：133-140.
23	Yue Z L. Deriving decision maker’s weights based on distance measure for interval-valued intuitionistic fuzzy group decision making［J］. Expert Systems with Applications， 2011，38（9）：11665-11670.
24	Yue Z L， Jia Y Y. An application of soft computing technique in group decision making under interval-valued intuitionistic fuzzy environment［J］. Applied Soft Computing， 2013， 13（5）：2490-2503.
25	Zhang X L， Xu Z S. Soft computing based on maximizing consensus and fuzzy TOPSIS approach to interval-valued intuitionistic fuzzy group decision making［J］. Applied Soft Computing， 2015，26（1）：42-56.
26	Meng F Y， Zhang Q， Cheng H. Approaches to multiple-criteria group decision making based on interval-valued intuitionistic fuzzy Choquet integral with respect to the generalized λ-Shapley index［J］. Knowledge-Based Systems， 2013，37（1）：237-249.
27	Wan S P， Dong J Y. A possibility degree method for interval-valued intuitionistic fuzzy multi-attribute group decision making［J］. Journal of Computer and System Sciences， 2014， 80（1）：237-256.
28	徐泽水. 区间直觉模糊信息的集成方法及其在决策中的应用［J］. 控制与决策，2007，22（2）：215-219.
	Xu Z S. Methods for aggregating interval-valued intuitionistic fuzzy information and their application to decision making［J］. Control and Decision，2007，22（2）：215-219.
29	Hashemi H， Bazargan J， Meysam Mousavi S， et al. An extended compromise ratio model with an application to reservoir flood control operation under an interval-valued intuitionistic fuzzy environment［J］. Applied Mathematical Modelling， 2014，38（14）：3495-3511.
30	Chen S M， Tsai W H. Multiple attribute decision making based on novel interval-valued intuitionistic fuzzy geometric averaging operators［J］. Information Sciences，2016， 367-368（11）：1045-1065.
31	Zhou L G， Tao Z F， Chen H Y， et al. Continuous interval-valued intuitionistic fuzzy aggregation operators and their applications to group decision making［J］. Applied Mathematical Modelling， 2014，38：2190-2205.
32	Wang W Z， Liu X W. The multi-attribute decision making method based on interval-valued intuitionistic fuzzy Einstein hybrid weighted geometric operator［J］. Computers & Mathematics with Applications， 2013，66，（10）：1845-1856.
33	王斌，李刚，曹勇，等. 基于指标权重分配的群决策赋权方法研究［J］. 运筹与管理，2018，27（11）：22-25.
	Wang B， Li G， Cao Y， et al. Research on the weighting method for group decision based on the weighting of the indices［J］. Operations Research and Management Science， 2018，27（11）：22-25.
34	任嵘嵘，孟一鸣，李晓奇，等. 基于一致性度量的概率模糊语言多属性群决策方法［J］. 中国管理科学，2020，28（4）：220-230.
	Ren R R， Meng Y M， Li X Q， et al. Consensus measure method for probabilistic linguistic information in multi-attribute group decision making［J］.Chinese Journal of Management Science，2020，28（4）：220-230.
35	刘小弟，朱建军，刘思峰. 方案有不确定偏好的区间数相对熵群决策方法［J］. 中国管理科学，2014，22（6）：134-140.
	Liu X D， Zhu J J， Liu S F. Group decision-making method with uncertain preference information on alternatives by interval number relative entropy［J］. Chinese Journal of Management Science，2014，22（6）：134-140.
36	卢志平，侯利强，陆成裕.一类考虑阶段赋权的多阶段三端点区间数型群决策方法［J］.控制与决策，2013，28（11）：1756-1760.
	Lu Z P， Hou L Q， Lu C Y. Multi-stage three-endpoint group decision-making method considered stage weight［J］. Control and Decision，2013，28（11）：1756-1760.

(1)专家	(2)指标	指标权重的上确界和下确界						(9)指标权重区间
		指标1权重		指标2权重		指标3权重
		(3)上确界	(4)下确界	(5)上确界	(6)下确界	(7)上确界	(8)下确界
专家1	x₁	0.625	0.375	0.429	0.556	0.429	0.556	[0.375, 0.625]
	x₂	0.250	0.375	0.429	0.222	0.286	0.333	[0.222, 0.429]
	x₃	0.125	0.250	0.143	0.222	0.286	0.111	[0.111, 0.286]
专家2	x₁	0.500	0.364	0.400	0.455	0.400	0.455	[0.364, 0.500]
	x₂	0.300	0.364	0.400	0.273	0.300	0.364	[0.273, 0.400]
	x₃	0.200	0.273	0.200	0.273	0.300	0.182	[0.182, 0.300]
专家3	x₁	0.500	0.300	0.333	0.455	0.333	0.455	[0.300, 0.500]
	x₂	0.300	0.400	0.444	0.273	0.333	0.364	[0.273, 0.444]
	x₃	0.200	0.300	0.222	0.273	0.333	0.182	[0.182, 0.333]
专家4	x₁	0.375	0.222	0.250	0.333	0.250	0.333	[0.222, 0.375]
	x₂	0.500	0.556	0.625	0.444	0.500	0.556	[0.444, 0.625]
	x₃	0.125	0.222	0.125	0.222	0.250	0.111	[0.111, 0.250]
专家5	x₁	0.222	0.100	0.111	0.200	0.111	0.200	[0.100, 0.222]
	x₂	0.333	0.400	0.444	0.300	0.333	0.400	[0.300, 0.444]
	x₃	0.444	0.500	0.444	0.500	0.556	0.400	[0.400, 0.556]

指标	根据5位专家的评分计算的指标权重区间					指标权重取值区间	指标权重合理区间
指标	专家1	专家2	专家3	专家4	专家5	指标权重取值区间	指标权重合理区间
x₁	[0.375,0.625]	[0.364,0.500]	[0.300,0.500]	[0.222,0.375]	[0.100,0.222]	[0.100,0.625]	[0.222,0.500]
x₂	[0.222,0.429]	[0.273,0.400]	[0.273,0.444]	[0.444,0.625]	[0.300,0.444]	[0.222,0.444]	[0.273,0.444]
x₃	[0.111,0.286]	[0.182,0.300]	[0.182,0.333]	[0.111,0.250]	[0.400,0.556]	[0.111,0.556]	[0.111,0.333]

指标	中点权重					指标组合权重	权重合理区间
指标	1	2	3	4	5	指标组合权重	权重合理区间
x₁	0.222	0.299	0.400	0.432	0.438	0.3734	[0.222,0.500]
x₂	0.337	0.351	0.359	0.372	0.444	0.3878	[0.273,0.444]
x₃	0.181	0.199	0.241	0.258	—	0.2388	[0.111,0.333]

[1]	王浩伦. 基于直觉语言粗糙CoCoSo-H的废旧动力电池回收技术选择模型[J]. 中国管理科学, 2024, 32(5): 24-37.
[2]	姜立生,廖虎昌. 考虑共识效率和误判风险的风险-效率混合共识模型[J]. 中国管理科学, 2024, 32(2): 23-30.
[3]	黄衍,陈丽烨,吴楠,王应明,戴永务. 基于效率补偿机制的区间标杆面研究[J]. 中国管理科学, 2023, 31(12): 317-328.
[4]	万志远, 刘勤明, 叶春明, 刘文溢. 突发事件下的医院应急群决策模型研究*[J]. 中国管理科学, 2022, 30(6): 254-262.
[5]	彭友, 刘晓鹤, 孙健博. 区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型研究[J]. 中国管理科学, 2021, 29(8): 229-240.
[6]	刘培德, 滕飞. 基于共识模型和ORESTE的扩展概率语言多属性群决策方法[J]. 中国管理科学, 2021, 29(3): 199-209.
[7]	李磊, 张曙阳. 共识条件下最小最大妥协的直觉模糊数集结方法研究[J]. 中国管理科学, 2021, 29(2): 168-176.
[8]	王泽洲, 陈云翔, 项华春. 一种改进型专家模糊核聚类赋权方法研究[J]. 中国管理科学, 2021, 29(2): 177-183.
[9]	金飞飞,刘金培，陈华友，杜鹏程. 基于信任关系和信息测度的概率语义社会网络群决策模型[J]. 中国管理科学, 2021, 29(10): 178-190.
[10]	任嵘嵘, 孟一鸣, 李晓奇, 赵萌. 基于一致性度量的概率模糊语言多属性群决策方法[J]. 中国管理科学, 2020, 28(4): 220-230.
[11]	刘金培, 杨宏伟, 陈华友, 周礼刚. 基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策[J]. 中国管理科学, 2020, 28(2): 190-198.
[12]	赵萌, 张晨曦, 胡亦奇, 李刚. 基于愿景满意度函数的多属性群决策方法[J]. 中国管理科学, 2020, 28(2): 220-230.
[13]	龚日朝, 潘芬萍. 非均匀分布下区间数排序可能度计算模型及其应用[J]. 中国管理科学, 2020, 28(12): 220-230.
[14]	刘培德, 滕飞. 基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法[J]. 中国管理科学, 2020, 28(11): 206-218.
[15]	罗世华, 刘俊. 改进排序的梯形直觉模糊Choquet Bonferroni算子的多属性群决策方法[J]. 中国管理科学, 2020, 28(1): 134-143.