社会交互行为下广义Choquet积分群决策解聚建模研究

作     者：宋环环 

作者单位：南京信息工程大学 

学位级别：硕士

导师姓名：巩在武

授予年度：2023年

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

主      题：社会网络群决策 广义Choquet积分 解聚 群偏好学习 

摘      要：群决策是一种通过协调所有决策个体偏好来获得一致性偏好而进行决策选择的过程。现有两类交互式群决策理论:一种是基于直接偏好信息的群体交互式社会网络群决策,一种是基于间接偏好信息的个体交互式偏好学习群决策。在社会网络群决策中,关于借助社会网络分析方法来分析决策个体之间心理因素的研究还很薄弱;在偏好学习群决策中,偏好信息常常存在密度低、粒度大等问题,于是如何挖掘及复现更丰富和更精细的偏好信息是亟需解决的问题。为解决以上问题,本文的主要研究内容和创新点如下:(1)由于两种交互式群决策理论都可使用Choquet积分,于是本文进一步完善了Choquet积分理论,即开发出了层次-水平-双向广义Choquet积分。本文研究了广义Choquet积分的性质、表达形式、M?bius变换,k-可加性、一些指数等,探讨了Choquet积分之间的相互转化,分析了参数在两种建模方式下广义Choquet积分的表达,为两种交互式群决策模型的构建提供理论基础。(2)针对社会网络群决策,多阶段波动效用函数被用来描述决策个体在不同阶段的心理偏好,社会网络移情意见演变模型被研发用以模拟意见的演化,Choquet积分的协同与冗余效应被用来模拟决策个体之间的合作和竞争关系,社会网络拓扑特征和社会网络特征指标被引入来模拟不同的群决策环境,于是本文基于以上,从社会选择和个人价值角度,采用社会网络分析方法,构建最小成本共识模型,研究意见演化及共识收敛规律。(3)针对偏好学习群决策,本文着重优化了群偏好解聚流程:由于认知局限导致的信息贫乏问题,从准则层次和方案水平维度诱导决策个体给出丰富的偏好信息;由于偏好的复杂性导致复现困难,于是开发出层次-水平-双向广义Choquet积分复现高维复杂偏好;由于群体的知识异质性导致的偏好冲突,构建考虑资源消耗、公平性及个体差异性的偏好调整模型,探索一致性群体偏好共识域;由于偏好参数的维度过高导致的过拟合问题,构建最小准则判别基数模型约简偏好参数,获得偏好的简洁表示;为了输出稳定的结果,结合非加性鲁棒有序回归和随机多目标可接受性分析方法输出方案的必然类别、可能类别及类别可接受指数等。总之,本文构建的基于移情交互的社会网络群决策与基于解聚理论的偏好学习群决策两种理论,分别为群决策环境下的应急物资存储、国家政权分配等问题提供了新的解决方案和决策支持。