下载掌阅APP，畅读海量书库
立即打开
人们的日常生活离不开决策活动。正如著名管理学家、诺贝尔经济学奖获得者西蒙所说“决策是管理的核心，管理就是决策”（西蒙，1989）。可以说，人类生活中的管理过程自始至终都伴随着决策，决策水平的高低以及决策效果的好坏决定了管理的效率和效果。因此，做好决策问题是管理的重中之重。
随着生产和生活的不断发展，人们的决策活动越来越复杂，人们往往需要同时考虑众多相互矛盾、相互影响、不可替代的因素或准则。整个决策过程是为了实现系统的某些预定目标，通过已有的信息和经验，加之一定的客观条件，应用科学的理论和方法，根据某种评判标准，进行综合的分析、判断和合理的计算，从而选出最优的评估方案，并对该方案的进展和实施进行合理监督和检查，直到目标满足决策要求的过程（赵新泉和彭勇行，2008）。一个完整的决策过程一般分为四个步骤：①提出方案并确定评估目标；②判读自然状况及其概率；③制定可行方案；④评估方案并进行选择。一个完整的决策过程见图1-1（Kahneman，1982）。
图1-1 一个完整的决策过程
决策的概念源于《韩非子·孤愤》中“智者决策於愚人，贤士程行於不肖，则贤智之士羞而人主之论悖矣”，指出决策即决定的策略或办法。随着社会的发展，从16世纪开始，法国宫廷开始有了赌博顾问，他们开始通过研究概率论和对策论从而对赌博的过程进行决策。而概率论和对策论恰是决策理论形成的开始。随着运筹学、线性规划、非线性规划、动态规划和网络计划等方法的日趋成熟，决策问题更加引起人们的重视。在20世纪20年代以后，人们掀起了对单目标决策理论和方法的研究热潮，在此期间单目标决策研究取得了巨大成就。随着社会的进一步发展，人们逐渐意识到单目标决策的不足——实际上单目标决策仅仅是在特殊情形下对决策问题的高度简化，是一种理想状态。它忽视了客观事物普遍存在的多个不能替代的准则，并且它仅仅能满足简单系统的决策需求。然而，在实际生活中，由于事物有其复杂性和多样性，单目标决策不能对之有很好的评估，于是人们对决策理论研究的热潮也逐步转向多准则决策（multiple criteria decision making，MCDM）。在多准则决策过程中，专家根据自身掌握的理论知识，对事物的各个属性进行主观和客观评价，然后通过数学模型进行归纳总结，最后得到综合的评价结果。
多准则决策问题可以根据实际评估过程中遇到的数据类型分为两大类：一类是确定性多准则决策问题，另一类是不确定性多准则决策问题。确定性多准则决策问题主要针对实际中的精确数据，通过建立优化模型进行决策分析，其最优解即为决策问题的解决方案；不确定性多准则决策方法根据决策的方法和理论背景的不同又可分为：随机多准则决策、粗糙多准则决策和模糊多准则决策。根据决策者偏好信息的不同，多准则决策问题可以分为：无偏好信息多准则决策、属性偏好信息多准则决策和方案偏好信息多准则决策（徐玖平和吴巍，2006）。多准则决策方法分类如表1-1所示。
表1-1 多准则决策方法分类
从应用领域来分，多准则决策方法几乎涉及人类生活中的各个方面。在人们的日常生活中，典型的决策问题有：选车选房、入学择校、招聘人才、企业管理、灾害评估、竞争力评估等。例如，选购汽车时需要考虑的目标有：价格、品牌、油耗、外观、安全性、操控性等；入学择校时需要考虑的目标有：师资力量、教学质量、学校交通、硬件设施等；灾害评估时需要考虑的目标有：经济损失、人员伤亡、环境破坏及灾后重建等。早期的确定性多准则决策在以上各方面的应用领域中都取得了不错的研究效果，但是随着社会的快速发展，尤其是网络信息时代的到来，在现代的决策分析过程中，每一个决策者偏好结构和知识构成是不同的，加之有些评估属性不能具体描述甚至比较抽象，以及决策的信息有限、决策的背景也比较复杂，这就导致决策者往往不愿意给出精确的数值，而是用不确定信息或者模糊信息来表示，并且在决策过程中，一些事物很难被准确描述，甚至表现出一种亦此亦彼同时不满足排中律的模糊性或者表现出一定的随机性。例如，在对人们身高描绘时的“高”或“矮”；在对物品价格评价时的“贵”或“便宜”等语言变量；在对路程描述时的“2～3公里”等区间数变量。因此，为了解决该问题，模糊多准则决策理论随之出现，并引起了学者们的广泛关注和讨论。
模糊理论是一种不确定理论，模糊现象具有内在的不确定性。在决策过程中，许多界限不明确、表述模糊性、数据不精确等问题阻碍了决策科学的正常发展。为了解决这种模糊性的决策问题，1965年，美国著名的控制论专家、加利福尼亚大学的Zadeh教授提出了模糊集（fuzzy set）的概念，并建立了模糊集合理论（Zadeh，1965）。模糊集是对经典Cantor集理论的有益扩充，它将经典二值逻辑扩展到连续区间逻辑，能够更好地处理现实中的模糊问题。模糊集理论的发展与现在信息和决策领域的发展是相辅相成、密不可分的。迄今为止，模糊集理论已经发展成为一门理论、方法与应用并存，并且渗透到各个学科领域的新兴学科，成为当前最有发展前景的理论方法之一，同时也是运筹学、管理科学、决策科学、系统工程、模糊系统理论等相关交叉学科的前沿研究领域，并且在许多实际生活中都获得了卓有成效的应用。例如，将模糊集理论与多准则决策方法相结合，形成了模糊多准则决策方法（fuzzy multiple criteria decision making，FMCDM）（Dubois ＆ Prade，1980；Zimmerman，1987）；将模糊集理论与群决策理论相结合，形成了模糊群决策方法（fuzzy group decision making，FGDM）（Kacprzyk et al.，1992）；将模糊集理论、非经典决策理论以及算子集结理论相结合，形成了模糊信息集结方法（Dubois ＆ Prade，2004）；将模糊集理论、时间序列以及决策理论相结合，形成了模糊动态综合决策（O'Hagan，1987）等。
模糊决策方法是决策科学和管理科学发展的必然结果，也是解决管理决策中存在大批模糊性的必要工具，它是以模糊数学为基础来进行量化的决策，在决策过程中它具有以下几个基本特征：①全部或者部分决策信息具有模糊性；②以模糊数学为基础的量化决策方法；③最终的决策结果具有一定的模糊性，但可以转化为确定的结果；④模糊决策同样具有普通决策所具有的一般特征。FMCDM由经典多准则决策发展而来且又结合了模糊集理论，因此在运算法则、数值类型、理想解选择以及测度距离等方面都发生了变化。例如，在运算法则方面，FMCDM中的加、减、乘、除、乘方以及逻辑运算中的极大、极小等运算都需考虑模糊数的隶属度与隶属函数；在数值类型方面，FMCDM中的属性值不再是精确数1、2等，而是用一个近似于某个精确数的模糊数来表示，最常见的模糊数是区间型模糊数和L-R型的模糊数；三角模糊数和梯形模糊数的运算都需考虑隶属度与隶属函数；在理想解选择方面，由于经典多准则决策理论中的属性值用精确数表示，所以正、负理想解的确定比较容易，但是在FMCDM中，模糊数大小的判断随可能度的变化而变化，因此确定起来比较麻烦。在测度距离方面，经典多准则决策中方案与参考基准间的距离测度，用Euclidean距离表示，而在FMCDM中这个距离可以为Hamming距离（Yager，1980）、D pq 距离（Mahdavi et al.，2008）以及Hausdorff距离（Nadler，1978）等。
近年来，随着运筹学理论和计算机技术的进一步发展，一些学者也逐渐将数学模型、经济学模型和概率模型等引入决策分析中，运用合理科学的计算方法，从不同角度分析模糊环境下的多准则决策问题和信息集结问题。然而，在已有文献梳理的基础上可以发现，模糊决策理论和方法还不完善，仍有许多问题需要研究。另外，在面临许多错综复杂的决策问题时，单一决策者往往很难做出有效决策，因此人们普遍采用群体决策的方式进行问题决策。群决策（group decision-making，GDM）是由一定组织形式的群决策成员，面对共同的环境，为解决存在的问题并达到预定的目标，依赖于一定的决策方法和方案集，按照预先制定的协同模式进行决策活动。从学科角度而言，群决策是集数学、政治学、经济学、社会心理学、行为科学、管理学和决策科学等多门学科研究于一体的交叉学科，是现代决策理论的重要组成部分。
目前，不完全信息下的FMCDM问题、模糊环境下的信息集结问题、模糊动态决策问题、模糊群决策中的共识达成问题以及大规模群体决策问题已成为当今决策领域所要研究的热点问题。本书也正是在这样的背景下，针对模糊环境下的决策问题、动态决策问题、属性权重信息不完全的决策理论方法以及群决策问题、共识达成问题及其应用进行系统的探讨，以丰富和完善多准则决策理论和群决策理论与方法。
决策中模糊信息集结问题和共识达成问题存在于社会生活中的各个领域，是当前科学决策的热门话题之一。同时，多准则决策方法和群决策方法是现代科学决策的核心内容之一，也是科学地管理和处理社会经济系统规划的有力工具。随着社会的发展和实际工作的需要以及管理科学技术的深入研究，管理科学系统和决策科学系统都变得越来越复杂。处理决策问题的过程包含了大量的不确定性信息，如何有效地处理和解决这些不确定信息，成为当今决策科学的一个重点研究课题，因此FMCDM方法和群决策方法的出现填补了该决策领域的空白。随着模糊理论和决策科学的进一步发展，探究科学的、有用的、合理的FMCDM方法、模糊动态综合评估方法以及群决策方法及其应用，是当今决策科学需要研究的一个重要问题，对人类社会和国民经济的发展有着重大的理论价值和实用意义。
（1）理论意义
经典决策理论往往不能解决不确定性的问题，随着模糊集理论的提出和发展，模糊决策理论和方法得到了广泛的应用。本书结合模糊集理论，提出了基于泛化模糊数的多准则决策方法。该方法能够充分考虑模糊数的内在模糊性，并且拓展了模糊数的应用范围，使得决策过程更加一般化，适应性更强。同时，多准则决策方法给出了基于不同集结算子的模糊信息集结方法，该方法不仅能够集结不同专家的评估信息，而且考虑了属性值之间的相互支撑关系，使得集结后的结果更加符合专家要求。然后，一些决策过程往往还会受到时间因素的影响，因此本书提出了动态综合评估的决策方法，能够合理地解决不同时期下的决策问题，拓展了决策科学的应用范围。另外，当面对大规模的群体和多样的偏好信息，仅仅依靠个人的经验、知识和智慧难以快速给出科学合理的决策。在不确定的群体决策环境下，决策者在与其他决策主体和环境之间进行交互、学习的过程中会不断改变自身偏好，以适应环境变化。因此，在不确定环境下，对大规模群体偏好信息进行分析，探索群体信息集结方式，构建群体共识达成方法和反馈机制，科学、合理、有用、快速地对群体偏好进行动态评价，是当今决策科学和信息科学需要研究和解决的重要问题，该研究成果拓展了国内外目前在多准则决策中信息集结和群体决策领域的研究，能够为专家和学者们在该领域内进行的研究提供相应的学术支撑，也能够为其他方向的研究提供一定的借鉴与参考。
（2）实践意义
生活中无时无刻都存在决策问题，小到买车买房、择校就业，再到部门招聘、企业选址、制定营销方案，大到国家和国际层面的各种法律法规制定、外交选择、国际投资等。在这些决策活动中，有些可以凭借专家经验解决，有些可以运用运筹学方法解决，但是对于那些具有不确定性、具有模糊结构的多准则决策问题，仅仅凭借单个专家经验或经典决策理论是无法解决的。本书拓展的FMCDM方法研究了泛化模糊数的一些性质和特征，给出了基于泛化模糊数的多准则决策方法，该方法不但能够解决属性权重部分未知的决策过程，更能根据专家的不同偏好来进行模糊决策，使决策结果更符合实际、更为准确。同时，本书的方法能够集结专家的信息，考虑不同专家的偏好，实现有效的信息集结过程。另外，本书把个体决策扩充到群体决策，解决了基于异构信息的群体决策过程中共识达成的问题，该研究是新形势下决策科学发展的必然结果和趋势，既与社会建设、经济建设的现实需求相符合，也有利于丰富和完善决策理论与方法体系。此外，该方法的研究有望对政府和企事业单位进行更加科学和更精细化的管理，并在经营及决策等方面具有重要的实际应用价值。
综上所述，结合模糊集理论和多准则决策方法，针对模糊环境下的多准则决策问题、信息集结问题以及群决策理论方法及其应用的研究，具备显著的理论价值和实际意义。