加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

西班牙哈恩大学LuisMartnez教授等:大规模群体决策综述

(2022-07-15 16:56:54)
标签:

it

研究背景

     随着现代经济、社会的快速发展以及决策环境的日益复杂和不确定,社会复杂决策问题需要更加高效的决策方案,这类新颖决策方案要求大量的决策者能真正参与到决策的过程中。大规模群体决策(LSGDM)能充分利用多面资源,发挥大规模群体知识结构互补优势,其决策具有更加客观、贴近实际和科学性,近期来引起了很多研究者的关注,并逐渐成为决策科学中一个备受关注的热点话题。

 

成果介绍      IEEE Senior Member、西班牙哈恩大学Luis Martínez教授等在IEEE/CAA Journal of Automatica Sinica 2022年第6期发表的综述:D. García-Zamora, á. Labella, W. Ding, R. M. Rodríguez, and  L. Martínez, “Large-scale group decision making: A systematic review and a critical analysis,”IEEE/CAA J. Autom. Sinicavol. 9, no. 6, pp. 949–966, Jun. 2022.  doi: 10.1109/JAS.2022.105617 中,首先介绍了群体决策(GDM)问题方案、一致性达成过程(CRP)作为群体决策不一致性解决问题方案,以及大规模群体决策(LSGDM)问题方案等;然后系统地梳理和回顾近年来大规模群体决策的研究现状、研究热点,给出了关于大规模群体决策的研究前沿进展;最后对目前大规模群体决策研究面临的问题和挑战进行了详细的评述,指出其未来发展的趋势等候。

 

http://image.sciencenet.cn/home/202207/15/165254f82ua3o82178088g.png

图1  群体决策方案


http://image.sciencenet.cn/home/202207/15/165302jt2ip4cw2cobgxl4.png

图2  一致性达成过程方案


http://image.sciencenet.cn/home/202207/15/165309qwj8dzxxrupjo1tw.png

图3  大规模群体决策方案


 

近年来,完全由数据和定量建模指导的决策过程被广泛使地用,通常管理定性信息的专业人员参与决策过程却没有得到应用的重视。然而由专业人员指导的决策方法,即群体决策模型,在很多应用领域中是非常必要的,特别是在需要达成一致决策解决方案时显得尤为重要。数字化时代和新型技术的出现意味着我们需要通过新的方法来解决现实中实际复杂的决策问题。在解决群体决策问题时,决策者的数量已从少数逐步发展到多数,出现了大规模群体决策,该决策所具有极好的实用性和应用前景,已广泛应用于实际复杂决策问题中。近年来相关文献主要从以下四个方向进行了大规模群体决策的研究:1) LSGDM中聚类方法2) 大规模一致性达成过程(LSCRPs)3) LSGDM主要方法      4) LSGDM支持系统

 

http://image.sciencenet.cn/home/202207/15/165315z3mmtchjymllyyr8.png

图4  每年与LSGDM关键字相关的平均出版文献

 

   虽然这些文献从不同的视角对现有LSGDM进行了总结,但其往往忽略了对现有LSGDM方法内在模型结构和决策机理的深入剖析,例如在LSGDM中定义超过20个决策者就是一个大群体,但这可能不足以满足当前社会大规模决策需求,因为目前现实世界的决策问题可能需要更大的群体,但目前仅有少部分文献考虑用20到50个决策者组成的群体来测试其决策方法性能;又如LSGDM大群体决策中对决策成员偏好之间冲突如何进行有效的消解,同时考虑决策主体的行为因素。      因此,为了使当前群体决策问题研究能够更加面向大规模的应用群体,使其决策具有更加客观性和科学性,本文从以下几个方面进行了LSGDM研究和分析。首先从偏好结构、群体决策规则、质量评价和应用层面等四个方面对LSGDM研究现状进行了系统性回顾。其次,对传统的LSGDM过程中主要步骤从不同角度进行了研究和探讨。接着,对LSGDM问题所面临的大规模决策问题进行了深入分析。最后,根据当前的研究现状展望了未来LSGDM发展趋势和关键问题、挑战等。本文为广大决策科学研究者开展复杂大群体的决策方法研究提供了很好的借鉴,为解决现实复杂决策应用问题提供了较好的参考价值。
作者及团队

 

http://image.sciencenet.cn/home/202207/15/165348bxdgfhw121c77qqw.png

Luis Martínez,IEEE Senior Member,西班牙哈恩大学计算机科学系教授,主要研究方向大规模群体决策、推荐系统、模糊逻辑系统和机器学习等。近年来主持和参与了16项科研项目,在国际著名SCI期刊上发表学术论文190余篇,在国内外相关会议上发表论文200余篇,担任International Journal of Computational Intelligence Systems的联合主编, Information Sciences、Knowledge Based Systems和Information Fusion等期刊副主编,2008年和2012年两次获得IEEE Transactions on Fuzzy Systems杰出论文奖,2017-2021年连续入选“高被引学者”名单。

http://image.sciencenet.cn/home/202207/15/165411yejrjvcej5jkuoje.png

Diego García-Zamora,西班牙哈恩大学博士研究生,主要研究方向为群体决策及其一致性达成过程等,已在Information Sciences、International Journal of Intelligent Systems等期刊发表多篇高质量学术论文,获ISKE 2021最佳学生论文奖。

http://image.sciencenet.cn/home/202207/15/165428owdwkaw21ewu8wce.png

álvaro Labella,西班牙哈恩大学博士后研究员,主要从事决策、词计算和软件应用开发等领域研究。目前已在国际期刊上发表20余篇高质量学术论文,在相关国际会议上发表学术论文17篇。

http://image.sciencenet.cn/home/202207/15/165444lqfdtxgxqtqdczxw.png

丁卫平,IEEE Senior Member,南通大学信息科学技术学院教授,博士生导师,主要研究深度神经网络、多模态机器学习和决策支持系统等,在国内外重要学术期刊发表论文150余篇,授权发明专利20余项,担任IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Fuzzy Systems、IEEE/CAA Journal of Automatica Sinica、Information Fusion、Information Sciences、Knowledge-Based Systems、Applied Soft Computing、Neurocomputing等期刊副主编或编委,担任IEEE CIS Task Force on Granular Data Mining for Big Data 创始主席,IEEE CIS Data Mining and Big Data Analytics Technical Committee委员,IEEE SMC Granular Computing Technical Committee委员等。

http://image.sciencenet.cn/home/202207/15/165507dtkj4p5q5qpw5tt5.png

Rosa M. Rodríguez,IEEE Member,西班牙哈恩大学博士后研究员,主要研究方向为语言偏好建模、决策支持系统和基于模糊逻辑的系统。在SCI收录期刊上发表学术论文40余篇,担任IEEE Transactions on Fuzzy Systems、International Journal of Fuzzy Systems、Journal of Intelligent and Fuzzy Systems等期刊副主编。2019-2021年连续入选“高被引学者”名单。

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有