基于投票排序的复杂系统ANP-BOCR群组决策新方法

作     者：孙永河 段万春 许成磊 谢晖 SUN Yonghe;DUAN Wanchun;XU Chenglei;XIE Hui

作者机构：昆明理工大学管理与经济学院昆明650093 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2015年第51卷第11期

页      面：22-26,30页

学科分类：0711[理学-系统科学] 07[理学] 071101[理学-系统理论] 

基　　金：国家自然科学基金(No.71261013 No.71263031) 教育部人文社会科学研究青年基金(No.10YJC630218) 云南省科技计划项目(No.2010ZC060) 云南省哲学社会科学创新团队支持项目(No.2014cx05) 

主　　题：网络分析法 收益 机会 成本 风险 群组决策 投票排序 

摘      要：传统ANP-BOCR方法(即从收益(B)、机会(O)、成本(C)和风险(R)视角分别构造ANP(网络分析法)子网络,再将BOCR子网络下的方案评价值进行综合集成)被认为是一种处理复杂系统问题的有效方法。然而,一方面,该方法不仅尚未考虑隶属于不同BOCR子网络中元素之间的关联关系,而且在对BOCR方案评价值进行集成时也会陷入简单还原论的思维误区。另一方面,该方法集成群组专家意见时通常会损失部分专家的偏好判断信息,并硬性要求所有专家提供各方案的全偏好判断信息。为克服上述缺陷,通过构建复杂问题ANP-BOCR的新分析结构,提出基于DEA(数据包络分析)投票排序的ANP-BOCR群组决策新方法。新方法不仅实现了方法论和整体论的有机融合,而且还可保证群组专家信息集成过程中的信息无损。案例应用结果表明:新方法是行之有效的,有较强的实践应用推广价值。