專利名稱：多專家動態(tài)協(xié)調(diào)評判方法及智能化輔助決策支持系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種評判方法，是一種數(shù)據(jù)處理方法，用于解決多因素決策問題的多專家動態(tài)協(xié)調(diào)評判方法。
背景技術(shù)：
自上世紀六十年代模糊數(shù)學在綜合評價中得到較為成功應用后，隨后二十多年是 現(xiàn)代科學評價蓬勃發(fā)展的時期，形成了多種應用廣泛的評價方法，研究這些評價方法可以 發(fā)現(xiàn)，任何一種評價方法，都要依據(jù)一定的權(quán)數(shù)對各單項指標評判結(jié)果進行綜合，權(quán)數(shù)比例 的改變會變更綜合評價的結(jié)果。另外，非數(shù)量性評判因素的評判，主要依賴于投票者對評價 對象的主觀感受，對同一評判對象，不同評價者的主觀感受是不一樣的，使得綜合評價結(jié)果 存在一定的主觀性。然而在現(xiàn)代的管理和現(xiàn)實生活中，對一項決策的評判常常要涉及多個因素或多個 指標，評判是在多因素相互作用下的一種綜合評判，為了科學決策，往往需要合理集中多個 專家的決策意見。由于不同專家在決策過程中對相互制約、相互影響之諸因素的“權(quán)數(shù)”處 理存在差異，使得相應決策也不相同。研究會發(fā)現(xiàn)以往解決這類問題，會采用按專家人數(shù)對 各項決策信息(量值)進行平均，這種方法常常會出現(xiàn)一些專家的決策具有一定主觀性與 集中后的決策相距甚遠，無法保證這樣得到的決策方案是理想決策。近些年圍繞綜合評價，其他相關(guān)知識的不斷深入，使得綜合評價的方法不斷豐富。 結(jié)合決策實踐的實際，解決多因素決策問題的多專家動態(tài)協(xié)調(diào)評判方法，在多個專家做出 評判信息的前提下，用一種在評判信息集定義的度量來計算每個評判方案的一致度，借助 相應的協(xié)調(diào)過程，構(gòu)建一種整合絕大多數(shù)評判意見的綜合評判，以形成對決策方案的理想 評判。

發(fā)明內(nèi)容
為了克服上述所述的現(xiàn)有評判方法中的不足，本發(fā)明提供了一種解決多因素決策 問題的多專家動態(tài)協(xié)調(diào)評判方法。本發(fā)明采用的技術(shù)方案為在綜合評判的過程中在給定精度的要求下，通過動態(tài) 協(xié)調(diào)實現(xiàn)各因素分配權(quán)重和單個因素評判的一致性，以實現(xiàn)滿足精度要求集結(jié)絕大多數(shù)專 家意見的決策。具體步驟為1)根據(jù)決策問題的特性和要求建立包含評判對象的因素集和評語集的評判體 系；2)由專家分別給因素集中的因素賦權(quán)值，并通過動態(tài)協(xié)調(diào)實現(xiàn)各因素分配權(quán)重的 一致性；3)由專家分別做出單因素評價，結(jié)合已分配權(quán)重，選擇合適的算子求得綜合決 策；
4)將多個專家的綜合決策形成決策信息集，在決策信息集上定義的度量來計算各 決策方案的一致度；5)在給定的精度下，如果個別專家綜合決策與其不一致，進行調(diào)整，最終由均值法 求得綜合評判的結(jié)果。所述步驟1)中評判體系的建立步驟為(1)確定評判問題的因素集和層次；(2)確定評判問題的評語集。所述步驟2)中實現(xiàn)分配權(quán)重一致性的步驟為(1)由需要的精度求出多數(shù)決策者一致性下的權(quán)向量A，與不在該精度所確定的 一致度集合的決策者協(xié)商，建議該決策者調(diào)整自己的賦值；(2)再求出新的權(quán)向量A，并逐步使精度α滿足精度要求；(3)如果某決策者經(jīng)多次協(xié)商仍堅持己見，則排除該決策者的決策但排除者只能 是少數(shù)，再用同樣的方法分別求出滿足精度要求的向量A1, A2,…，Ap因素評價。所述步驟3)中求得綜合決策的過程為(1)對Ui= {un, ui2,..., UiJ中諸元素進行單因素決策，建立映射
權(quán)利要求
1.一種多專家動態(tài)協(xié)調(diào)評判方法，其特征在于包括如下步驟1)根據(jù)決策問題的特性和要求建立包含評判對象的因素集和評語集的評判體系；2)由專家分別給因素集中的因素賦權(quán)值，并通過動態(tài)協(xié)調(diào)實現(xiàn)各因素分配權(quán)重的一致性；3)由專家分別做出單因素評價，結(jié)合已分配權(quán)重，選擇合適的算子求得綜合決策；4)將多個專家的綜合決策形成決策信息集，在決策信息集上定義的度量來計算各決策 方案的一致度；5)在給定的精度下，如果個別專家綜合決策與其不一致，進行調(diào)整，最終由均值法求得 綜合評判的結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于所述步驟1)中評判體系的建立步驟為(1)確定評判問題的因素集和層次；(2)確定評判問題的評語集。
3.如權(quán)利要求1或2所述的方法，其特征在于所述步驟2)中實現(xiàn)分配權(quán)重一致性的 步驟為(1)由需要的精度求出多數(shù)決策者一致性下的權(quán)向量A，與不在該精度所確定的一致 度集合的決策者協(xié)商，建議該決策者調(diào)整自己的賦值；(2)再求出新的權(quán)向量A，并逐步使精度α滿足精度要求；(3)如果某決策者經(jīng)多次協(xié)商仍堅持己見，則排除該決策者的決策但排除者只能是少 數(shù)，再用同樣的方法分別求出滿足精度要求的向量A1, A2,…，Ap因素評價。
4.如權(quán)利要求3所述的方法，其特征在于所述步驟3)中求得綜合決策的過程為
5.如權(quán)利要求1或2所述的方法，其特征在于所述步驟4中計算各決策方案一致度 的過程為(1)設(shè)5為同一個決策模型下多個決策者分別求出的決策的全體構(gòu)成的集合，函數(shù)
6.如權(quán)利要求1或2所述的方法，其特征在于所述步驟(5) 中由均值法求得綜合評判的結(jié)果的步驟為(1)在給定的精度下，如果個別專家綜合決策與其不一致，進行調(diào)整，如果某決策者經(jīng)多次協(xié)商仍堅持己見，則排除該決策者的決策，但要求排除者只能是少數(shù)；(2)最終由均值法求得綜合評判的結(jié)果，得出大多數(shù)一致性的決策方案。
7.一種實現(xiàn)權(quán)利要求1所述方法的智能化輔助決策支持系統(tǒng)，包括在線幫助、內(nèi)部管 理、用戶數(shù)據(jù)管理、模型仿真和決策支持五個子系統(tǒng)，其中，所述用戶數(shù)據(jù)管理子系統(tǒng)用于存儲管理與決策系統(tǒng)有關(guān)的各種信息；所述模型仿真子系統(tǒng)，用于通過人機交互方式輔助用戶確定合適的決策模型及其信息 合成算法；所述決策支持子系統(tǒng)包括在網(wǎng)絡(luò)環(huán)境中的多臺終端，由一臺終端充當決策的協(xié)調(diào)者， 各決策者在各自的終端上完成各自的決策，并與協(xié)調(diào)者不斷協(xié)商，直至得到滿足精度要求 的一致決策。
8.如權(quán)利要求7所述的系統(tǒng)，其特征在于所述與決策有關(guān)的信息包括決策系統(tǒng)的原 始權(quán)向量，各因素的相應評價，一致度信息、精度和協(xié)調(diào)條件，和綜合決策生成條件。
9.如權(quán)利要求7所述的系統(tǒng)，其特征在于所述模型仿真子系統(tǒng)包含的決策模型有定 性和定量的一、二、三級模糊決策模型，定性模糊意見決策模型，定性和定量的模糊意向決 策模型，定量的模糊優(yōu)先關(guān)系排序模型，和定性和定量的歸類決策模型。
全文摘要
本發(fā)明公開了一種多專家動態(tài)協(xié)調(diào)評判方法及智能化輔助決策支持系統(tǒng)，該方法包括的步驟有1)建立評判體系；2)給因素賦權(quán)值，并通過動態(tài)協(xié)調(diào)實現(xiàn)各因素分配權(quán)重的一致性；3)由專家分別做出單因素評價，求得綜合決策；4)將多個專家的綜合決策形成決策信息集，計算各決策方案的一致度；5)在給定的精度下，如果個別專家綜合決策與其不一致，進行調(diào)整，求得綜合評判的結(jié)果。智能化輔助決策支持系統(tǒng)，包括在線幫助、內(nèi)部管理、用戶數(shù)據(jù)管理、模型仿真和決策支持五個子系統(tǒng)。本發(fā)明實現(xiàn)了各個評判因素的分配權(quán)重和單個因素評判兩個一致性，解決了以往按專家人數(shù)對各項評判量值進行平均，使一些專家的評判與集中后的評判相差甚遠的問題。
文檔編號G06N7/02GK102081754SQ201110027960
公開日2011年6月1日 申請日期2011年1月26日 優(yōu)先權(quán)日2011年1月26日
發(fā)明者周宏宇, 張瑞紅, 王棟博, 王愛民, 王繼鵬 申請人:張瑞紅, 王棟博, 王愛民