下载掌阅APP，畅读海量书库
立即打开
群决策的特点是从一组备选方案中选择最佳方案或意见。在很多实际群决策问题中，决策者的知识、背景、经验以及能力存在着较大的差异，这也会导致决策者在进行备选方案评价时，给出的偏好信息存在较大差异。如果在集结决策者的偏好信息前，不充分考虑其意见的差别，就有可能导致决策过程中的意见冲突，进而影响最终的决策结果。因此，在群决策过程中，在集结决策者的偏好信息确定备选方案的综合排序之前，组织者需要去协调决策者间的关系，减少决策者间的冲突，最后在某个条件下达成共识，并且在共识达成的过程中，允许决策者可以不断修改或者调整自己的评价，提升决策者之间的共识程度，进而提高决策者对决策结果的满意度。共识群决策过程如图2-6所示。
图2-6 共识群决策过程
针对群决策过程中共识问题，徐选华等（2014）针对每一个属性下决策者都有一个关于决策方案的乘法偏好关系的决策问题，提出一种基于乘法偏好关系的群一致性偏差熵多属性群决策方法。冯建岗和魏翠萍（2014）给出语言分布评估信息下的群决策方法及其群体一致性分析。Ben-Arieh和Chen（2006）基于个别专家的意见和集结的专家信息，给出语言群决策的共识方法。Chiclana等（2008）讨论了共识模型中的一致性研究。Dong等（2015）给出基于最小化调整原则的群共识方法。梁昌勇等（2009）给出一种评价信息不完全的异构多属性群决策方法。燕蜻和梁吉业（2011）给出一种混合多属性群决策的群体一致性分析方法，避免了专家评价信息的过度修改。张卓（2014）分析了混合属性信息的度量关系，把混合属性统一到一种属性信息下，然后给出了多属性决策研究。Li等（2010）提出了一个包含精确数、区间数、模糊数的异构多属性群决策系统。Zhang和Gao（2014）提出了残缺异构偏好信息评估的群决策模型。Pérez等（2014）基于异构的专家信息提出了群体决策共识模型。虽然群体决策评估已经取得了大量的成果，但是在这些研究中，决策的属性表示形式比较单一，或者是把混合形式转化成为单一形式，或者缺乏共识过程的反馈机制。随着计算机技术和网络技术的发展，决策环境越来越复杂，现有研究尚缺乏解决模糊环境下异构群体决策方法的探索。因此，模糊环境下的群体决策理论与方法的研究有待进一步深入和拓展。
实际上，在决策过程中，许多问题的界线都是不明确的，如果仅仅通过经典决策方法去追求数学上的严谨性和精密性，往往是困难的，甚至是行不通的。Zadeh教授给出了模糊集理论实际上是对经典Cantor集理论的一个推广，将经典集合的二值逻辑推广到模糊区间的连续性逻辑，这种推广可以让经典决策方法得到拓展，适用范围更加广泛，并且能够更加完善地处理实际生活中的模糊问题。
本章主要回顾了决策时的量纲统一方法以及经典的多准则决策方法，然后给出模糊集理论的相关定义、定理、性质以及FMCDM方法中的信息转换、模糊数大小比较、模糊排序等方法以及共识群决策过程，以便为后面章节的研究内容打下基础。
总之，模糊信息集结和共识群决策作为模糊集理论和决策科学共同发展的产物，在现代社会生活中起着重要的作用。然而，基于上述的文献回顾我们可以发现，模糊多准则决策方法和共识达成方法的研究还不是很完善，比如：模糊数排序的方法、可能度的确定、模糊集成算子以及不同情况下的决策问题、异构群决策问题等还有待进一步研究。因此，后面的章节将以以往的研究成果为基础，给出新的模糊环境下的信息集结方法和共识决策方法，以便拓展模糊决策科学的应用范畴。