針對(duì)應(yīng)急決策信息的模糊性以及大群體偏好的沖突性引起決策風(fēng)險(xiǎn)的問題,提出了一種基于模糊—沖突熵的風(fēng)險(xiǎn)性大群體應(yīng)急決策方法。首先,依據(jù)決策者偏好將大群體進(jìn)行聚類,得到聚集偏好矩陣;其次,提出一個(gè)直覺模糊形式的區(qū)間直覺模糊距離以減少偏好信息的丟失,同時(shí)定義廣義直覺模糊數(shù),將二者與前景理論相結(jié)合,通過轉(zhuǎn)換得到聚集的直覺模糊前景決策矩陣;再次,構(gòu)建以決策風(fēng)險(xiǎn)最小化為目標(biāo)的大群體模糊—沖突熵應(yīng)急決策模型,計(jì)算準(zhǔn)則權(quán)重,將大群體的前景決策矩陣和準(zhǔn)則權(quán)重相結(jié)合得到方案的綜合前景值,并以此對(duì)應(yīng)急方案排序;最后,通過案例的分析與對(duì)比驗(yàn)證了所提方法的合理性與有效性。 

【文章來源】：運(yùn)籌與管理. 2018,27(02)北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

轉(zhuǎn)換過程由圖1可知，轉(zhuǎn)換后得到的偏好信息之間的相對(duì)關(guān)系與轉(zhuǎn)換之前的偏好信息之間的相對(duì)關(guān)系未發(fā)生改變

圖2聚集的轉(zhuǎn)換過程Step3根據(jù)表4中各聚集的前景矩陣并結(jié)合聚集權(quán)重向量λ=(0．3，0．4，0．2，0．1)T得到大群體的綜合前景矩陣Q=［qlj］P×N，結(jié)果如表5所示。根據(jù)大群體的綜合前景矩陣Q=［qlj］P×N可得各方案的模糊熵以及各聚集的沖突熵，通過模型(M2)求得準(zhǔn)則權(quán)重向量w=(0．55，0．05，0．40)T。Step4根據(jù)表5并結(jié)合準(zhǔn)則權(quán)重向量w=(0．55，0．05，0．40)T可得各方案的綜合評(píng)價(jià)值為:q1=(0．40，0．34)，q2=(0．40，0．35)，q3=(0．38，0．25)，q4=(0．39，0．30)。利用定義4求得各方案的得分s1=0．06，s2=0．05，s3=0．13，s4=0．09，方案排序?yàn)閤3＞x4＞x1＞x2，則選擇方案x3作為快速響應(yīng)煤礦透水事故的措施。表5大群體的綜合前景價(jià)值f1f2f3x1(0．41，0．39)(0．42，0．45)(0．38，0．26)x2(0．41，0．37)(0．39，0．28)(0．40，0．34)x3(0．39，0．31)(0．37，0．23)(0．35，0．18)x4(0．39，0．30)(0．41，0．34)(0．39，0．29)3．3方法比較與討論為了說明本文提出方法的有效性，與不考慮偏好信息的丟失以及不考慮由決策者偏好的不確定性和偏好沖突引起決策風(fēng)險(xiǎn)的情況進(jìn)行對(duì)比。為了表述方便，我們把考慮偏好信息的丟失以及考慮由決策者偏好的不確定性和偏好沖突引起決策風(fēng)險(xiǎn)的情況記為情況1，把不考慮偏好信息的丟失以及不考慮由決策者偏好的不確定性和偏好沖突引起決策風(fēng)險(xiǎn)的情況記為情況2。為了保證兩種方法的可比性，情況2仍采用情況1中的方法對(duì)大群體偏好矩陣進(jìn)行聚類，因此情況2可以直接利用情況1中已得到的聚集偏好矩陣，并在此基礎(chǔ)上進(jìn)行決策。首先，將各聚集的區(qū)間直覺模糊形式的偏好信息利用?

【參考文獻(xiàn)】：
期刊論文
[1]突發(fā)事件下選擇應(yīng)急方案的風(fēng)險(xiǎn)決策方法[J]. 李仕峰,楊乃定,張?jiān)埔?  控制與決策. 2013(12)
[2]基于新直覺模糊距離的隨機(jī)決策方法[J]. 李鵬,吳君民,朱建軍.  系統(tǒng)工程理論與實(shí)踐. 2014(06)
[3]基于前景理論的突發(fā)事件應(yīng)急響應(yīng)的風(fēng)險(xiǎn)決策方法[J]. 樊治平,劉洋,沈榮鑒.  系統(tǒng)工程理論與實(shí)踐. 2012(05)
[4]非常規(guī)突發(fā)事件應(yīng)急管理研究進(jìn)展[J]. 鐘永光,毛中根,翁文國(guó),楊列勛.  系統(tǒng)工程理論與實(shí)踐. 2012(05)
[5]區(qū)間直覺模糊信息的集成方法及其在決策中的應(yīng)用[J]. 徐澤水.  控制與決策. 2007(02)
[6]群決策中的決策行為分析[J]. 宋光興,楊槐.  學(xué)術(shù)探索. 2000(03)



本文編號(hào)：2960860