大型群组多属性决策Bayes 概率修正法
DOI:
CSTR:
作者:
作者单位:

1. 中南大学
2.

作者简介:

马本江

通讯作者:

中图分类号:

C934

基金项目:

复杂环境下不确定性决策的理论与应用研究


Revised method of Bayes probability in multi-attribute large group decision-making
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对大型群组多属性决策问题, 给出了备选对象的优势集和Pareto 有效率, 并讨论了二者的性质. 证明并指
    出了只有备选对象为Pareto 解时, 其Pareto 有效率才可能不为0. 将Pareto 备选对象的Pareto 有效率作为其“最优决
    策”的先验概率分布, 然后利用Bayes 公式和群组专家们决策的后验概率对其加以修正, 即可得到“最优决策”概率
    最大的备选对象. 该方法在充分利用专家组决策信息的前提下避免了寻找一个主观集结规则的决策问题, 不需要集
    结出一个权重结果, 从而减少了决策过程中主观因素的影响, 并且当将每位专家的决策看成一个独立的随机实验时,
    理论上专家人数越多, 决策结果越精确. 最后以一个算例说明了所提出方法的有效性.

    Abstract:

    Aiming at the multi-attribute large group decision-making, this paper presents the superior set of candidates and
    Pareto valid probability and then discusses the characteristics of them. The results show that the candidate set may not be zero
    only if it is the Pareto solution. This paper takes candidate’s Pareto valid probability as the priori probability distribution of
    “optimal decision” and then corrects them using the posterior probability in Bayes formula and experts’ decisions in groups.
    As a result, the candidate with the largest probability of “optimal decision” can be achieved. This method avoids finding
    a subjective aggregation rules after taking full advantage of the information from experts in group decision-making. More
    experts in groups can make the more accurate result when reducing subjective factors in decision-making process and taking
    each expert’s decision as an independent random experiment. Finally, a numerical example shows the effectiveness of the
    proposed method.

    参考文献
    相似文献
    引证文献
引用本文

马本江 徐晨 毕文杰 陈晓红.大型群组多属性决策Bayes 概率修正法[J].控制与决策,2013,28(7):1051-1054

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-10-08
  • 最后修改日期:2013-03-10
  • 录用日期:
  • 在线发布日期: 2013-07-20
  • 出版日期:
文章二维码