多元判断偏好集结的混合群决策过程研究

针对评价过程中出现的不同偏好表达,提出了两阶段集结的群体决策方法:个人偏好转换和多专家集结。个人偏好转换把不同专家做出的模糊偏好关系、效用函数、部分选择、偏好排序、语言偏好关系等表达方式,转换为归一化的数值绝对偏好,并在专家相对偏好的权重表达中,采用模糊有序加权平均(ordered weighted averaging,OWA)算子和语言有序加权平均(linguistic ordered weighted averaging,LOWA)算子;多专家集结则根据等差数的专家权重排列,并将权重做归一化处理,得出总分后即从可行方案中选出最优的方案,分数越高表明专家群体越为偏好,从而获得多元偏好表达的混合专家群体的民主选择结果。将该两步集结的方法用于某公司的人才综合评估中。与以往传统的选择方法相比,突出了决策者偏好表达的自由、民主的特征。