[发明专利]基于德尔菲法的群体一致性分析方法

摘要

本发明公开一种基于德尔菲法的群体一致性分析方法，针对于现今决策算法大多是对个体信息的聚集和信息融合上做了大量工作，但都没有对专家意见的一致性程度进行定义，只在意于对专家的偏好信息进行融合得出方案集的排序，导致最终得到的结果集无法确定是否为最佳结果集，该方法启用一种基于Delphi法的多准则群决策方法，该方法在多准则群决策方法的基础上引入了Delphi法的匿名机制和反馈机制，目的是为了避免个别专家控制群体意识，使专家的意见达到一定的收敛程度。本方法在基于反馈机制促进意见趋于一致的同时，最大程度的保留了初始意见，也避免了进入无休止的评价环节，使得最终的决策结果具有良好的收敛性。

主权项

1.基于德尔菲法的群体一致性分析方法，其特征在于：方法引入Delphi法中的匿名机制和反馈机制，在专家依据自身的知识给出偏好矢量之后，对专家的观点进行分析，计算群体一致性，如群体一致性满足阈值要求，则得出决策结果，否则进入下一轮决策；所述的群体一致性分析方法包含如下步骤：步骤1：由主持人给出决策主体，选择与会专家E＝{e¹,e²,…,e^s}(s≥2)，其中s为专家数量，明确方案集合X＝{x₁,x₂,…,x_m}(m≥2)，其中m为方案的数量，确定针对方案集合X的有限准则A＝{a₁,a₂,…,a_n}(n≥2)，其中n为有限准则数量，给出决策准则权重W＝(w₁,w₂,…,w_n)，确定群体一致性阈值η，最大决策轮数MAXCYCLE以及设置轮数初始值CYCLE＝0；步骤2：定义：专家集合E中的某一专家e^k对方案集合X中的某方案x_i的某准则a_j给出的判断值为则专家e^k的偏好矢量矩阵为：主持人利用Delphi法的匿名性使每个参会专家独立思考，提出自己的决策意见，给出自己的判断值；步骤3：定义：方案集合X中的某方案x_i的得分计算公式为：其中s为专家的数量，n为有限准则的数量，w为决策准则的权重；专家集E中某两个专家e^t,e^q关于准则a_j的一致度d_j(e^t,e^q)计算公式如下：其中为专家e^t,e^q关于准则a_j的偏好矢量，m为方案数量，表示矢量和的矢量内积，和表示矢量和的2‑范数；专家e^t,e^q关于全部准则的一致度的计算公式为：其中n为准则个数，w_j为准则a_j的权重；群体一致性计算公式：其中，s为专家数量，主持人将轮数CYCLE＝CYCLE+1，根据步骤2各专家给出的判断值根据公式(2)、(3)、(4)计算群体一致性；步骤4：若群体一致性指标小于η，且CYCLE＜MAXCYCLE，主持人将群体一致性计算结果、专家与其他专家之间基于准则的一致度信息反馈给各专家，转向步骤2；步骤5：若群体一致性指标达到阈值或当前轮数达到最大轮数，则集结各专家的偏好矢量矩阵，利用公式(1)计算各方案的最终得分，得出决策结果。