面向多任務的非線性群決策系統多模型匹配算法

摘要：針對多任務的非線性群決策系統提出了多模型匹配算法。為了對各種不同性質的任務進行理性決策，首先根據不同任務的特性選取針對不同任務的滿意決策群體，構成動態滿意決策群體集；在此基礎上為每個決策任務構造多個決策方案模型集，然后根據方案模型的匹配程度和決策者的決策權重以及決策的目標權重來控制決策過程的動態變化，從而得到最優匹配決策方案模型；最后給出該算法的應用實例，實踐表明該算法是有效的，能夠靈活選取模型庫中的不同模型，提高決策的速度和精度。

關鍵詞：多模型； 群決策支持系統； 模型匹配

中圖法分類號：TP301．6文獻標識碼：A

文章編號：1001－3695(2007)01－0037－03

隨著信息社會化的飛速發展，信息的更迭和創新急劇變化，使得群決策過程復雜化程度日益增強。為了對復雜的多任務非線性群決策系統提供理性、優化決策的支持，提出了基于多模型的群決策控制算法。

對于群決策系統的研究已有很多研究，如文獻[1~3]。多模型方法是處理不確定問題的重要方法， 在非線性系統中取得了令人滿意的結果[4，5]。

1決策群體的構建

設R，C為論域中的集合，集合R表示全體決策者的集合，集合C表示全體待決策的任務集合，則R={ri:i∈N}，C={ck:k∈M}。其中，N，M為自然數，N表示決策者的個數，M表示待決策任務的個數。決策群體的構建即求解是指：對于任務ck，從集合R中選出n名決策者組成對任務ck的決策群體，使得構成的決策群體R*ck能最大可能地消除個體傾向性的影響，獲得期望的決策結果。

1．1基于任務類型的決策人員選擇

（1）主要因素。

從專業領域方面依據與待決策任務（對ck的決策）的相關度從集合R中選出n′（根據待決策任務的特性和要求確定）名備選成員構成集合R′ck。

備選決策者和待決策對象的相關度如表1所示。

表1決策者—待決策任務相關系數表

1．2基于個體特征的人員選擇

（1）相關因素

決策結果還與決策者專業領域技能之外的其他基本素質和性格緊密相關，決策者的不同傾向性偏好會對最終的決策結果產生很大的影響。因此創建決策者群體時，必須考慮到人員的個性特質，包括經驗、背景、價值傾向、個人影響力，甚至語言表達能力。在選擇人員的同時，通過具備不同個體特征決策者的組合，消除地理偏見、年齡偏見等，使得群體決策更趨于理性決策。

（2）求解R*ck

4結論

本文針對多任務的非線性群決策系統提出了多模型匹配算法。該算法首先根據不同任務的特性選取針對不同任務的滿意決策群體，構成動態滿意決策群體集；然后為每個決策任務構造多個決策方案模型集，根據方案模型的匹配程度和決策者的決策權重以及決策的目標權重來控制決策過程的動態變化，從而得到最優匹配決策方案模型；最后給出該算法的應用實例，實踐表明該算法能夠靈活地選取模型庫中的不同模型，提高了決策的速度和精度。

參考文獻：

［1］Rees J， Koehler G J. Modeling Search in Group Decision Support Systems [C]. IEEE International Conference on Systems， Man and Cybernetics， 20-04.237244.

［2］Chambless P Jr， Hasselbauer S， Leob S， et al. Design Recommendation of a Collaborative Group Decision Support System for the Aerospace Corporation[C]. Systems and Information Engineering Design Symposium， 2005.183191.

［3］Limayem M， Khalifa M， Ma S. Human versus Automated Facilitation in the GDSS Context[C]. IEEE International Conference on Systems， Man and Cybernetics， 2002.

［4］Zhanlue Zhao， Li X R. Probabilistic Model Distortion Measure and Its Application to Modelset Design of Multiple Model Approach[C]. IEEE International Conference on Signals， Systems and Computers， 20-04.21462150.

［5］Nan Xie， Henry Leung， Hing Chan. A Multiple Model Approach for Prediction Using Genetic Algorithm[C]. IEEE International Confe￣rence on Signals， Systems and Computers， 2002.4179.

作者簡介：

曹玉輝（1969），男，河北石家莊人，博士研究生，主要研究方向為人工智能、XML、電子商務；王衛紅（1970），女，河北石家莊人，博士研究生，主要研究方向為移動計算、電子商務；劉超飛（1981），男，陜西西安人，碩士研究生，主要研究方向為計算機系統集成；張森（1982），男，河南洛陽人，碩士研究生，主要研究方向為移動計算。

注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文