[發明專利]多輪群體決策中專家權重動態分配方法

有效

• 申請號: 202011562835.8
• 申請日: 2020-12-25
• 公開（公告）號: CN112668871B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 楊小軍;徐忠富;賀正求;嚴長偉;周食耒;任丙印
• 申請（專利權）人: 中國人民解放軍63892部隊
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639
• 代理公司: 洛陽華和知識產權代理事務所(普通合伙) 41203
• 代理人: 李征

本發明公開一種多輪群體決策中專家權重動態分配方法，含有收集專家決策數據、計算決策數據質量、計算行為演化質量、計算專家權重、計算群體決策結果五個步驟。通過定量分析決策數據的不確定度和不一致度，計算得到決策數據質量；通過定量分析專家在第t輪和第t?1輪決策數據的不確定度和期望的演化特征，計算得到行為演化質量；根據決策數據質量和行為演化質量計算得到專家權重；采用云模型的加權平均算法計算得到群體決策結果。所述方法利用云模型表示專家的決策數據，增強了定量計算決策數據質量和行為演化質量的簡便性，同時提高了專家權重分配的合理性，促進了群體共識達成。

技術領域

本發明屬于群體決策領域，特別涉及到一種多輪群體決策中專家權重動態分配方法。

背景技術

群體智能是處理許多復雜現實問題的有效工具，人類依靠委員會、專家團隊、任務小組等社會群體做出許多重要的決策。單一決策者很難兼顧復雜問題的方方面面，通過許多人合作并分享知識，群體決策利用“群體智慧”應對日益復雜的現實問題。目前，群體決策技術得到了廣泛的應用。為了獲得穩定、可靠的群體決策結果，一般采用多輪的迭代反饋過程提高群體共識度。

在群體決策中，通常給參與決策的不同專家分配不同大小的權重。專家權重的大小主要由其決策信息的質量決定。為了合理確定專家權重并促進群體共識達成，應該同時考慮專家的決策數據質量和行為演化特征來動態分配專家權重。鑒于此，提出了一種多輪群體決策中專家權重動態分配方法，通過定量計算決策數據質量和行為演化質量，建立專家權重的動態分配算法。

發明內容

本發明的目的是：為了在多輪的群體決策中合理確定專家權重并促進群體共識達成，而提出一種專家權重動態分配方法。

為實現上述技術目的，本發明采用的技術方案如下：

多輪群體決策中專家權重動態分配方法，含有收集專家決策數據、計算決策數據質量、計算行為演化質量、計算專家權重、計算群體決策結果五個步驟，各步驟的具體實現方式為：

步驟1，收集專家決策數據：

在第t輪，收集專家i采用云模型表示的決策數據

不失一般性，設論域為0～10，那么決策數據滿足且

步驟2，計算決策數據質量：

計算專家i在第t輪的決策數據質量，包括不確定度和不一致度

步驟3，計算行為演化質量：

計算專家i在第t輪的行為演化質量η為權重因子且0η1；

其中，

為第t-1輪計算得到的群體決策結果的期望值；

步驟4，計算專家權重：

計算專家i在第t輪的權重為

其中，α、β、γ分別為不確定度不一致度行為演化質量的權重因子，0α1、0β1、0γ1且α+β+γ＝1；

步驟5，計算群體決策結果：

采用云模型的加權平均算法計算第t輪的群體決策結果

其中，云模型的加權平均算法為

由于采用如上所述技術方案，本發明能獲得如下有益效果：

1、本發明提出的多輪群體決策中專家權重動態分配方法，同時考慮專家的決策數據質量和行為演化特征來動態分配專家權重，提高了專家權重分配的合理性，并促進了群體共識達成；