论文部分内容阅读
进入21世纪以来,伴随着我国社会经济的快速发展,各种自然灾害、人为灾害和公共安全灾害等突发性事件对我国社会和人民造成了巨大的安全隐患,因此,对风险事件进行评估决策具有重大意义。要在复杂的环境下对风险事件进行评估,单独靠某一个体或某一领域人员来进行决策是不理性的,事件往往都受到多角度的影响,决策者对方案进行评估时会受到复杂环境和个人主观偏好的影响。本文在AHP和群决策理论基础上,对评估过程中产生的决策信息不完整不满足一致性和专家偏好不易量化及群体决策与个体决策结果偏差较大等问题展开研究,通过群体智慧来对风险评估进行决策,主要工作如下。(1)在复杂的多维决策问题中,决策者对于某些指标的对比不确定而不予评价,造成了决策矩阵的信息不完整。针对判断矩阵信息不完整的情况,提出了一种加权最小二乘法拟合残缺值和排序向量的算法。定义了一种残缺矩阵的伴随矩阵来消除缺失值对拟合结果的影响;通过设置误差量来对缺失值进行预测,最后用拟合得到的排序向量和补充完整的判断矩阵排序向量进行几何平均处理得到最终排序向量。通过相同算例对比,得到的结果都达到了满意的效果,说明了算法的可行性及有效性。(2)针对决策矩阵不满足一致性的问题,提出了一种AHP互反判断矩阵一致性修正算法。该方法运用H-凸组合来对不一致矩阵进行调整,通过专家给出的可修改范围对不一致矩阵进行修正,使得充分保留了专家意见,使得修正过程更加柔性。实验结果表明在修正比为20%时相似度上达到了85.93%,还原度上达到了99.3%,在保证排序相同的情况下,充分保留了原判断矩阵的决策信息,使修正更加合理。(3)针对评估过程中的主观偏好问题,提出了一种基于H-凸组合和专家偏好的矩阵集结智能决策模型。利用H-凸组合矩阵算法集结个体判断矩阵得到群决策矩阵,消除了集结过程中的不一致性和不互反性问题;通过定义专家偏好量化公式得出对应专家的偏好权重,代入H-凸组合中作为幂指数,解决了专家偏好差异对决策结果的影响。在风险投资评估案例上与两种传统模型进行对比,集结后的群决策矩阵的相对误差相比于两种传统模型分别减少了9.3%和12.29%;在排序一致的情况下最优方案与第二方案之间的差异度达到了98.22%,优于两种传统模型,减少了决策结果的不确定性,更便于决策。