基于二维密度加权算子的群体评价信息集结方法

群体评价中已有的信息集结算子都没有考虑到信息分布的疏密情况,且其评价信息又通常为二维数据,为此,提出了一种基于二维密度加权算子的群体评价信息集结方法。定义了二维密度加权算术平均(TDWA)算子和二维密度加权几何平均(TDWGA)算子2种新的集结算子。将新算子应用于群体评价的信息集结中,并分别给出了群体评价(二维)数据的分组与群体密度权向量的具体确定方法。最后,给出了一个具体的集结算例。

序关系分析下的多阶段交互式群体评价方法

针对传统的群体评价方法多是静态且无交互的局限性,提出了一种序关系分析下的多阶段交互式的群体评价方法.文章首先对序关系分析的思想进行了介绍,并给出了基于理想点法的单轮评价结果的确定方法;然后依据群体意见的波动程度来对其稳定性进行衡量,以此探讨交互终止的条件;最后在群体交互加权算子(DOWA算子和DOWGA算子)的基础上,对各轮交互结果进行了集结.为说明方法的有效性,给出了一个应用例子.

基于双重反馈机制的语言型动态群体评价方法

针对语言型动态群体评价问题,提出了基于双重反馈机制的群体评价方法.在未满足共识要求时,按照自动化观点反馈机制向共识程度最低的专家提供修改建议,在该专家拒绝修改的情况下,按照专家权重反馈机制调整专家权重.然后依据新的专家意见或专家权重集结群体意见,检查群体共识程度并进行新一轮的共识提升,直到满足终止条件要求.由此可得最终专家评价意见和群体评价结果.本文证明了方法的收敛性并用一个算例验证了方法的可行性.

一种多阶段交互式群体评价方法

针对传统的群体评价方法多是静态且无交互的不足,探讨了一种多阶段交互式的群体评价方法。在给出几个假设条件之后,对多阶段交互群体评价的过程进行了描述;然后从"纵向"和"横向"2个角度出发,分别给出了群体意见的稳定性指标和一致性指标,以此探讨交互终止的条件;在群体交互加权算子(DOWA算子和DOWGA算子)的基础上,对各轮交互结果进行了集结。最后给出了一个算例。

一种基于两阶段协商的群体评价方法

在群体评价中,针对不同专家(或利益相关者)之间对方案的评价经常存在意见不一致的情况,提出了一种基于两阶段协商的群体评价方法。首先依据给出的协商信息对协商群体进行了意见群划分,然后在此基础上分别对群内意见与群间意见进行了两阶段协商。该方法具有协调群体非一致性意见(或利益)、优化群体评价结论等特点。算例验证了方法的有效性。

不确定语言信息下的大规模交互式群体评价方法及其应用

针对目前不确定语言信息下的交互式群体评价研究数量较少且大多只适合中小规模群体研究的不足,提出了一种新的不确定语言信息下的大规模交互式群体评价方法。对单轮大规模不确定群体意见进行合理的聚类分组,并运用二维不确定语言密度算子对其进行集结;给出了一个大规模群体意见的稳定性指标,以此来确定交互终止的条件;最后,在诱导不确定语言混合集成算子的基础上,对多轮评价结果进行了集结。实例分析验证了该方法的有效性和合理性。

基于密度算子的多阶段群体评价方法及应用

从密度算子的角度研究了多阶段群体评价信息的集结问题,并比较分析了各集结途径的评价结果.首先基于评价者判断的离散程度及与群体判断的接近程度,给出了一种评价者权重的确定方法,并基于时间度的概念,给出了阶段权重向量的确定方法.在此基础上,基于密度算子对评价信息进行多途径集结,同时考虑了同一时段和不同时段评价信息分布的疏密程度.最后,通过一个算例对多阶段群体评价信息集结方法的应用进行了说明,并对评价结果进行了比较分析.

兼顾差异性与一致性的大规模群体评价方法

在专家(利益相关者)数量较多的群体评价中,为了尽量体现各方案(或被评价对象)之间的差异,而又得出群体可接受的一致性结论,提出了一种兼顾差异性与一致性的大规模群体评价方法.首先在最大限度体现方案间差异的基础上,以差异稳定为依据进行群体意见类别划分,以保证同一意见类内不同专家之间评价结论的一致性;然后以"类影响力"为依据进行类间信息的集结,以得出一个群体可接受的一致性结论.最后给出了一个应用例,说明了方法的有效性.

具有不同偏好网络结构的群体评价信息集结方法

以评价者为节点,评价者之间偏好相似性测度为连接的网络为群体偏好网络,讨论了评价群体在偏好网络均衡状态时3种不同网络结构(星形网络、闭链结构和完整网络)的群体评价信息集结方法,将具有网络结构信息的节点数据转化为平面数据,提出了平面密度加权平均算子和平面密度加权几何平均中间算子。给出了平面数据的划分方法及平面密度算子的趋同性测度,并将算子应用于各网络结构的评价群体评价问题。

重大公共项目科研创新群体评价模型

在构建重大公共项目科研创新评价指标体系的基础上,提出了一种基于群体专家的客观和主观赋权相结合的综合集成赋权法,结合实例对重大公共项目科研创新作出了较为客观合理的评价,有效克服了传统方法在确定指标权重时精确度和可信度不足的缺点,为重大公共项目科研创新科学评价提供了一种新方法。

分组群体评价教学对大学生心理健康的影响

在现有的学校体育模式下,利用体育教学手段和方法,通过改变教学评价方式,强调培养学生的集体观念和整体协作意识,引导学生乐于与同学共同锻炼,自觉增加体育活动的次数与时间;从而改善学生的心理健康。

二元语义信息下的动态激励群体评价方法及应用

针对目前关于动态群体评价问题的研究相对较少,且主要是基于点值信息评价的不足,提出一种新的二元语义信息下的动态激励群体评价方法,将动态激励评价及语言评价信息引入到群体评价中。首先探讨了能够较好地集结群体语言评价信息的二元语义一致算子;然后在各阶段的动态评价中引入激励区间,并运用时间诱导的二元语义时序激励加权平均算子集结得到受"奖惩"的动态群体综合评价值,从而进行最终评价。最后,通过算例给出了所提方法的步骤,并进行了结果分析,证明了该方法的可行性和有效性。

基于交互式遗传算法的群体评价模型——以水利人才为例

针对水利人才评价的复杂决策问题,提出了一种基于交互式遗传算法的群体评价模型。以交互式遗传算法中适应度值为接口,实现了群体评价方法与交互式遗传算法的结合,通过人工智能技术把定性指标定量化,解决了水利人才评价这类复杂决策问题的优化目标非定量化的问题。在Matlab环境下建立仿真模型,并将其用于水利人才的评价。实验结果表明:该模型是可行和有效的,为这类复杂、模糊的决策问题提供了一种解决方法。

基于关系网络的大规模交互式群体评价方法

针对大规模交互式群体评价中如何实现群体意见的有效集结问题,以关系网络为切入点,提出了一种基于关系网络结构的群体评价方法。首先,将评价者视为网络节点,并通过计算节点之间的正负相关系数来构造关系矩阵;其次,设计节点中心度和子群凝聚度,以度量节点和子群的重要性;然后,测量群体评价信息的一致性和稳定性,以此确定交互终止条件;最后,引入阶段权重以集结交互阶段的评价信息,并对最终结果排序。算例验证了该方法的适用性和有效性。

企业经营绩效的群体评价机制研究

利益相关者理论表明企业是多方要素提供者的利益关系平台,企业经营绩效评价是一个群体评价过程。本文深入分析了企业经营绩效群体评价的作用路径以及评价过程中的权力分配,认为除了正式治理结构之外,非正式治理结构也是利益相关者评价企业经营绩效的重要渠道;利益相关者所拥有资源的专用性、不可替代性与隐性等三大特征影响了他们在评价企业经营绩效、控制企业经营行为上的话语权。最后,本文提出了未来研究的两个重要方向。

一种基于语言偏好关系的群体评价方法

针对专家偏好信息权重未知的基于语言偏好关系的群体评价问题提出了一种解决方法。首先,采用序关系分析法和唯一参照物比较判断法指导专家表达偏好信息;其次,在对专家偏好信息形式转换的基础上,定义了2个基于二元语义的诱导有序加权平均算子对权重未知的专家偏好信息进行集结,从而得出群体评价结论;最后,给出了一个应用算例。

多粒度不确定语言信息下的多阶段交互式群体评价方法

针对目前多阶段交互式群体评价研究较少且评价信息多为精确数或区间数的问题,以及大多数交互式群体评价缺乏对评价信息质量判断的不足,提出了一种新的多粒度不确定语言信息下的多阶段交互式群体评价方法.首先,定义了一个多粒度语言转换函数,将多粒度不确定语言信息一致转换为同一粒度下的不确定语言信息;其次,给出了一个语言型稳定性指标,以探讨交互终止的条件;最后,基于2个诱导不确定纯语言算子,分别对评价信息进行"横向"和"纵向"集结.实例分析验证了该方法的有效性与合理性.

一种主客方交互式群体评价方法及其应用

传统的群体评价方法均不考虑被评价对象的参与,针对此缺陷提出了一种新的群体评价方法——主客方交互式群体评价方法。首先对主客方交互式评价的过程进行描述;然后给出交互过程中基于优先排序概率的单轮评价结果呈现方式;其次,给出群体评价的稳定性、满意性指标,以此探讨交互终止的条件;最后,定义了2个主客方交互加权算子,以此对各轮交互结果进行集结,得出最终的群体评价结论。

基于属性约简的群体评价信息集结模型研究

针对群体评价问题中指标过多或指标相关性较高的情况,提出了基于粗糙集理论的指标约简法。根据指标属性的重要性大小确定指标的重要程度,约去冗余的、相关性高的评价指标,得到精简的指标体系,从而削减评价工作的工作量,提高评价工作的效率。对约简后的指标体系,运用基于到最优方案距离的评价方法进行综合评价。将所建立的综合评价模型应用到具体的群体评价问题中,并与其它方法结果进行比较,仿真结果验证了模型和方法的有效性与可行性,为群体评价问题提供了步骤上的创新。

一种模糊多属性的群体评价方法

在文[1]的基础上,提出了用模糊数加权距离平方最小的方法将专家对权重的评价值集成为明确的实数,然后,以集成的权重向量与模糊决策矩阵相乘的结果作为评价方案优劣的标准。分析表明该方法比文[1]提出的方法更可靠。最后,进行了实例分析。