面向知識的群體決策支持系統設計

□余新橋

群體決策支持系統是智能決策支持系統的重要研究分支之一［1］。它利用計算機技術，運用群體決策理論與方法，使得具有不同知識結構、不同經驗和共同責任的群體對半結構化、非結構化問題進行求解［1］。目前最為常用的軟件有GroupSystems 和TCBWorks 等［1］。它們雖能解決不少實際問題，但無法突破群體決策面向過程的瓶頸，無法滿足低成本，高響應的要求。于是設計了面向知識的群體決策支持系統(Knowledge oriented Group Decision Support System －KGDSS)的原型。其作用是對歷史群體決策過程進行建模并構造知識，旨在實現群體決策支持系統面向知識的應用。

二、面向知識系統概述

(一)這里我們首先給出傳統群體決策數據形式，如定義

1［3］。定義1 E={e1，…，ei，…，em}表示含m 個成員的成員集，A={a1，…，aj，…，an}表示含n 個方案的方案集，C ={c1，…，ck，…，cl}表示含l 個準則的準則集。U =pjki =fki(aj)表示決策成員ei對方案aj在準則ck上的評價。

(二)定義2 給出歷史決策案例在KGDSS 中系統中的組織形式，即群體決策表［3］。定義2 群體決策表S=(U，C，F，D，G)不失一般性，我們令準則集C(見定義1)的前l’個準則為定性評價準則集C’，中間l”－l’個準則為定量的指標特征準則集C”，最后l－l”個準則為采用方案兩兩比較評價形式的準則集C－C’－C”;案例對象集U=E×A，如定義1 所示。

作為U 和C 的關系集F={fk:k≤l}，當k≤l’時，fk:U ■→V＇k Vk，其中為準則ck上的定性的指標特征集，Vk為準則ck的值域即語言變量集;當l’＜k≤l”時，fk:A→Vk，表示A 中各個方案的連續定量的指標特征，其中Vk為準則ck的值域;當l’’＜k 時，V 表示評價值的值域;U 和V 之間的關系集F:fjji:U→V

表示決策成員ei認為方案aj優于aj’的程度。決策屬性D 表示U 的綜合評價。U 和D 的關系集G:gj:U→Vd表示群體成員采用多準則決策算子獲得方案的綜合評價，其中Vd為綜合評價的值域。

三、詳細設計

(一)數據預處理模塊。記錄方案兩兩比較評價的群體決策案例庫如表3。

1．效用評價形式包括決策成員的模糊定性評價和連續定量特征值形式。對于模糊定性評價，采用模糊語言變量集進行歸一化處理［2］，論域為U=［0，1］。對于連續定量特征值形式，按效益型和成本型分別進行歸一化處理。

表1 方案指標特征基本表

表2 多準則效用評價表

表3 方案兩兩比較評價準則上的模糊偏好關系表

2．方案兩兩比較形式分為乘型偏好關系和模糊偏好關系形式。模糊偏好關系形式本身符合［0，1］歸一化要求，本系統采用基于關聯規則的方法將模糊偏好關系形式轉化為效用形式;而對于乘型偏好關系形式，則將先將其轉換為模糊偏好關系形式。

(二)群體決策事務數據庫基本表。包括效用評價和方案兩兩評價數據兩種。多準則效用評價中，方案在各個準則上的指標特征如表1 所示。而決策成員對方案在各個準則上的模糊定性評價如表2 所示。

(三)知識發現模塊。

1．規則獲取模塊。從多準則效用評價表(見表2)中挖掘群約簡規則，然后存儲在知識庫中，供決策需求者參考以掌握決策規律。

2．事務系統轉化模塊。從模糊偏好關系形式(如表3)中獲取反映每個方案的項集與其它所有方案的項集的邏輯關系的關聯規則以及它們的可信度，為下一步進行基于關聯規則的效用推理提供前提條件。

(四)推理模塊。本系統中推理模塊主要包括基于群體模糊偏好關系的效用推理模塊和基于多準則群體決策案例的推理模塊。

1．基于群體模糊偏好關系的效用推理模塊。其以事務系統轉化模塊得到的事務系統為基礎，采用基于關聯規則的方法推理出歷史群體決策中各個方案在相應準則上的效用，然后根據該事務系統將決策需求者對未評價方案與歷史群體決策中各方案的兩兩比較信息進行計算推理得到未評價方案在該準則上的效用值。

2．基于案例推理的方法屬于消極學習法。該模塊采用多準則群體決策案例推理方法對待評價方案進行匹配從而得到歷史群體決策案例。

四、結語

本文設計了KGDSS，包括整體框架設計和系統各個模塊的詳細設計。我們準備下一步采用面向服務架構(SOA)的解決方案，使該系統能夠運用網絡平臺的優勢實現異地調用，這將順應決策支持系統網絡化發展的要求。

［1］孟波．計算機決策支持系統［M］． 武漢:武漢大學出版社，2001

［2］TANG Y．A collective decision model involving vague concepts and linguistic expressions［J］． IEEE Trans． Syst．，Man，Cybern． B，2008，38(2):421 ～428

［3］YU X，CHEN W，MENG B．Research on multi－criterion group decision making cases based reasoning［A］． Shanghai，China:Proceedings of 2009 International Conference on Artificial Intelligence and Computational Intelligence［C］．2009:232 ～237