公众参与视角下基于大规模群决策的物流中心选址研究

近年来,社交媒体发展迅速,公众决策在日常生活中应用广泛并且能够提供重要决策信息和支持,公众作为另一个决策机构参与到大规模群体决策中已经成为一个广泛的研究课题。同时,物流业是国家的经济命脉,物流配送中心是其重要节点,合理的选址决策可以大大降低配送费用,提高整个物流体系的运营效率。因此,文中提出一种公众与专家信息融合的大规模群体决策模型,对城市物流中心选址问题进行研究。研究利用情感分析处理公共社交媒体数据来构建公众意见矩阵,并对大规模专家进行分组以优化共识度水平,确定了标准权重和不同决策机构的权重后,将公众和专家的意见汇总以获得集体决策信息,选出最佳决策方案。

社交网络环境下基于单值中智信息的大规模群决策方法

考虑到单值中智集具有全面且准确描述不确定信息的优势,文章提出了社交网络环境下基于单值中智信息的大规模群决策方法.首先,结合Louvain算法对社交网络进行分区,并确定分区团体中各决策者权重以及分区团体在整个社交网络中的权重.其次,提出改进的单值中智加权平均算子与改进的单值中智有序加权平均算子,并探讨算子的合理性以及相关性质.结合所提算子,对分区团体中各决策者的偏好信息以及整个网络中决策者的偏好信息进行集结.再次,采用单值中智距离测度检测分区团体中决策者的一致性水平,并利用改进的单值中智加权平均算子与单值中智数比较方法对候选方案进行排序.最后,结合中国某海外矿产投资项目选择案例验证所提方法的可行性与有效性,并通过灵敏度分析与比较分析证明所提方法的优越性.

基于异质主体认知及评估的大群体方案调整方法

【目的/意义】社交媒体的开放性拓宽了公众对应急事件的信息收集和获取渠道,公众参与社会治理的呼吁使得引入公众行为数据辅助决策非常重要;同时,对庞大、良莠不齐的信息进行价值评估有助于识别关键信息和重要人群,使得基于群体智慧下的决策更具科学性;其次,成员权重对群体决策影响重大,客观、科学的权重确定方法使得决策结果更具合理性。【设计/方法】针对大群体应急决策中环境复杂及公众参与度较低的问题,从公众辅助决策视角提出了基于个体模糊表达衡量信息价值及基于序数信息综合度量群体间的距离方法,从而提出一种基于认知特性和表达能力上的个体权重确定及群体智慧下的方案调整方法。【结论/发现】以COVID-19案例展开模拟,并通过与现有文献在不同层面的对比分析验证方法的可行性和优越性,为公众–专家协同决策问题提供理论与方法支持。

基于CNA-GT组合模型的混合多属性大群体决策方法

为弥补大规模多属性群决策信息类型多为单一,且全局参照系下的决策结果在数值上有失客观的不足,提出一种基于复杂网络分析(CNA)与灰靶(GT)组合模型的混合多属性大群体决策方法。首先,通过"奖优罚劣"的线性变换对混合信息进行标准化处理。其次,提出CNA-GT组合模型,其CNA模块基于全局理想参照点下的"空间综合距离"构建群体信息复杂网络,并据此进行群体一致性分析;而GT模块则考虑了群体信息疏密程度对参照系合理性的影响,基于CNA模块的群组聚类结果将决策空间划分为多个具有相对独立靶心的灰靶,并对各灰靶的靶心进行优化调整。最后,将TDWA算子扩展为G-TDWA算子,实现决策向量加权靶心距的集结,从而得到综合决策结果。通过算例应用与对比分析表明,所提方法可在一定程度上有效降低少数意见造成参照标准失真的风险,且能够在不影响方案序关系的同时增强决策结果在数值上的客观性和合理性。