决策科学 | IEEE TFS |以人为本的模糊最优-最劣群体决策过程综述

科学   2024-04-16 17:25   湖北  

论文题目:以人为本的模糊最优-最劣群体决策过程综述

摘要:随着社会经济的蓬勃发展,现实问题的复杂性不断攀升,因此在复杂决策领域探索群体智慧的重要性日益凸显。模糊集、信息聚合、共识达成以及多准则决策(MCDM)技术的协同运用,为有效整合人类智慧于定量判断中提供了坚实支撑。其中,Best-Worst Method(BWM)作为一种稳健且高效的基于两两比较的MCDM技术,因其独特的优势——简化比较步骤、增强偏好信息一致性、减少锚定和均衡偏差等——在决策科学领域受到广泛关注。本文深入综述了先进的模糊集理论,涵盖直觉模糊集、中性模糊集、犹豫模糊集、毕达哥拉模糊集、球形模糊集和费马模糊集等多种类型,为决策过程中的不确定性建模提供了丰富的工具,并系统梳理了模糊数下常用的集结算子,包括经典均值、广义Heronian均值、幂平均、最小和最大、有序加权平均算子等,为信息聚合和偏好集结提供了有效的方法。在此基础上,本文重点讨论了基于BWM的决策模型在群体共识达成过程中的应用。以一种基于民主专制决策风格的模糊最优-最劣群体决策(F-BWGDM)过程的广义算法为例,详细展示了五个关键性能指标:一致性比、一致性、最小违例、总偏差和敏感性分析。这不仅有助于我们深入理解F-BWGDM的运作机制,同时也为该领域的研究和发展提供了有益的启示。最后,深入探讨了与F-BWGDM相关的技术和应用,旨在激发更多学者对该领域的研究兴趣。通过实现更公平和系统的决策方式,以人为本的决策思想致力于提升人类群体决策过程的定性评估水平,从而推动决策科学的持续发展与进步。

关键词:综述;最优-最劣方法;模糊集;聚合;群体决策;表现度量

原文题目:A Survey of Fuzzy Best-Worst Group Decision-Making Process towards Human Centricity

期刊:IEEE Transactions on Fuzzy Systems (影响因子:11.9,中科院一区TOP期刊,人工智能领域权威期刊)

全文链接:

https://ieeexplore.ieee.org/document/10476718



作者信息



李彦霖 香港理工大学工业及系统工程学系博士研究生

Yung Po Tsang 香港理工大学工业及系统工程学系助理教授(研究)博士生导师
Carman Ka Man Lee 香港理工大学工业及系统工程学系副教授 博士生导师

陈振颂 武汉大学土木建筑工程学院副教授 博士生导师

研究概述



Introduction

      工业5.0,作为工业革命的新篇章,正在深刻塑造决策科学的未来,并在日常决策过程中发挥着举足轻重的作用。人类智慧与先进决策技术的融合,不仅推动了决策科学领域的创新与发展,更引领了该领域的范式转变。它强调,决策的制定不再仅仅依赖于单一的定量分析和客观标准,而是需要融入人的智慧、创造力以及主观因素,实现决策的全面性和深刻性。随着以人为本的计算理念日益凸显其重要性,如何有效地将人的观点融入决策过程,已成为当前亟待探索的课题。这对于确保决策的充分知和全面性至关重要,有助于我们走向更加准确和以人为本的决策未来。

       多准则决策(MCDM)作为决策理论的核心,旨在帮助决策者在面对多个相互竞争的准则时,做出既有理性又全面的决策。其中,荷兰学者Rezaei于2015年提出的最优最劣方法(Best Worst Method, BWM),以其独特的结构化比较过程,成为了一种可靠的MCDM方法。该方法通过减少两两比较次数、减轻锚定偏差和均衡偏差,以及保持信息一致性等方面的优势,展现出了其在决策制定中的卓越性能。
然而,在典型的BWM决策过程中,决策者需要使用从1到9的精确数值尺度来表达他们的偏好,而在现实决策场景中,决策者往往更倾向于使用语言术语而非数值来表达他们的偏好和判断。这种基于精确数的BWM的局限性,会导致非最优的决策结果,从而影响决策的有效性和准确性。因此,如何克服这一局限性,将决策者的偏好表示更好地融入BWM决策过程,是一个值得深入研究的问题。
       近年来,基于模糊的BWM(FBWM)模型得到了广泛研究。模糊集与BWM的集成,构建了一个更具适应性的决策框架,使得对人类判断的模糊性能够进行定量评估,进而将“人类智能”更加自然地融入日常决策模型中。早期的研究主要聚焦于个体决策场景中的BWM模型及其模糊版本。然而,随着决策问题的日益复杂化,FBWM在群体决策(GDM)中的有效性和适应性逐渐受到学界和产业界的关注。研究表明,在复杂的决策环境中,基于汇总信息的群体决策相较于最有能力的个人决策,往往展现出更高的准确性,即“群体智慧”的体现。近年来,与群体决策相关的方法被广泛研究,在此基础上,模糊多准则群体决策(F-MCGDM)以其公平、合理的方式,将多个决策者的观点和偏好纳入决策过程,成为以人为本的决策科学领域的重要研究方向。
       在决策者的偏好激发过程中,解决与人类偏好相关的固有不确定性显得尤为重要。这也是学术界推动在群体决策场景中使用基于模糊的MCDM技术的主要原因。在这一背景下,越来越多的理论和应用研究与模糊最优和最劣群体决策(F-BWGDM)技术紧密相关。计算机技术、科学计算和数学优化的不断进步,为各种F-BWGDM模型的发展提供了强大动力。从应用层面看,F-BWGDM不仅作为决策框架存在,同时也扮演着决策支持框架的角色,其核心目标在于揭示决策者的观点,促进共情分享,并最终实现集体智慧。
      然而,尽管F-BWGDM相关技术的发展与应用取得了一些令人瞩目的成果,但在这一领域内尚缺乏系统性的综述。以往的研究大多聚焦于经典BWM技术的理论探讨与实际应用,而本文则侧重于深入剖析最先进的F-BWGDM技术,涵盖了基于模糊集的偏好表示、信息聚合、F-BWGDM相关模型及性能指标等四个核心方面。此外,本文还对F-BWGDM相关模型的应用研究与技术短板进行了详尽的讨论,旨在为后续的研究者提供参考。总体来说体现在以下几个方面:
    (1)对F-BWGDM过程进行了全面而深入的分析。通过系统地综述偏好评估、偏好集结以及模型开发这三个关键阶段的相关技术研究,呈现了一个完整的F-BWGDM技术框架。
    (2)紧密结合群体决策场景,针对主流的模糊BWM决策方法进行了全面剖析,深入探讨了当前技术的优化点。以分层民主-专制决策风格为例,基于广义的F-BWGDM算法,总结了决策表现度量的五项关键指标,为决策者在复杂情境中做出明智选择提供了有力支持。
    (3)全面梳理了F-BWGDM技术在能源、环境、医疗、投资管理、制造业、风险管理、区块链、交通物流、供应链、技术开发、资源管理、旅游管理等众多领域的相关应用研究。这些案例不仅展示了F-BWGDM技术的广泛应用前景,也为研究者提供了实践素材与启示。
图1 以人为本的决策过程中模糊集、多准则决策与群体决策的概念整合示意图


图2 群体决策三阶段系统性调查框架图示


结论



Conclusion

      常言道:“三个臭皮匠,顶个诸葛亮”,复杂的决策问题处理往往在很大程度上依赖于群体的智慧。本文深入探讨了以人为本的模糊多准则群体决策过程,对F-BWGDM相关的技术发展与应用研究进行了详尽而全面的回顾。在基于F-BWGDM框架的系统性回顾中,可以看到模糊集理论与聚合操作的多种高级扩展已经与基于BWM的技术实现了广泛的融合,其目的旨在强化并推动决策过程向更加人性化的方向发展。在这个研究领域中,机遇与挑战并存。通过本次综述,本文期望为这一领域的关注者提供一个关于F-BWGDM相关研究的全面且深入的回顾,涵盖偏好表示、聚合模型、共识达成过程、F-BWGDM算法以及性能验证等多个方面,并希望借此为读者提供有价值的见解与启示。


图文:李彦霖

排版:马   正

审核:陈振颂




人机智汇
主要发表武汉大学陈振颂课题组相关研究进展