基于证据理论全过程多级群决策模型摘要：基于DS证据理论，从决策的全过程角度提出了一种专家的偏好表达和群体偏好集结方法，建立了全过程多级群决策模型，为复杂不确定环境的群体决策提供了新的思路和方法，对现实复杂决策问题的解决也具有启发和参考价值。关键词：群体决策；DS证据理论；专家权重；认识结构;合理性分歧：C934文献标识码：A：1001-8409(2012)05-0132-04TheWholeprocessMultilevelModelofGroupDecisionMakingBasedOnDSTheoryCHENXingguang1,DA激amin2(1.SchoolofManagementandEngineering,Nan激ngUniversity,Nan激ng210093；2.SchoolofMechanicalEngineering,Shanghai激aotongUniversity,Shanghai200240)Abstract：Inthispaper,awaytoexpressexpert"spreferenceandaggregatetheirpreferenceareproposedproperlyandawholeprocessmultilevelmodelofgroupdecisionmakingisdevelopedbasedontheDStheory.Thispaperprovidesanewviewandwayforgroupdecisionmakinginuncertainenvironment,anditalsohasvaluableinspirationandreferenceforsolvingcomplicateddecisionmakingproblemsonpracticalworld.Keywords：groupdecision；DStheory；expertweights；structureofknowledge；reasonabledisagreement1引言对群体决策的研究最早始于200年前两位法国数学家Borda和Condorect对于方案排序的探讨,Borda在1781年提出了群体对方案排序的Borda规则，1785年Condorcet提出了Condorcet规则并发现了投票悖论［1］。此后，许多学者从各个方面对群体决策进行了研究。1967年Dempster提出证据理论后，由于它在处理不确定性问题时有独到的优势，所以越来越被广泛运用于群决策的研究［2］。2002年MalcolmBeynon［3］提出了一种DS/AHP方法从而将证据理论引向了复杂的多属性群决策领域。近年来证据理论在群决策领域的应用逐渐从理论走向实践，如将DS/AHP用于供应商的选择［4］和证券投资决策［5］等。但实践发现将这些理论和方法应用于一些复杂的群决策领域如大型工程的决策，它们所取得的效果却不理想。这是因为先前的群决策理论研究主要聚焦于群体决策的核心部分（偏好集结），而非从全过程的角度整体看待群决策问题。所谓全过程群决策就是从群体决策的全过程出发，基于每个决策者的知识背景和认识结构来确定偏好的输入、修正、集结和合成，进而给出一个合理的决策流程而非单独的一个集结函数。2全过程多级群决策模型2.1全过程多级群决策模型框架目前群体决策已成为包括数学、政治学、经济学、社会心理学、行为科学、决策科学、计算机科学等多门学科研究的共同焦点，而人们对群体决策的认识和理解还未形成共识。国外学者Hwang等人［6］给出了一个技术性较强的定义：群体决策是把不同成员的偏好按照某种规则集结、并和、归纳成群体的一个唯一偏好序。根据这个定义本文将群体决策抽象为图1的四个过程。2.2基于证据理论的偏好表达过程遇到复杂的群决策时，影响决策的因素有很多，例如在一个工程决策里，影响方案选择的因素有工程成本、工程收益、政策效应、法律、技术可行性、施工时间等因素，为了决策的科学性，我们需要咨询很多专家，这时候就会遇到“专家知识局限”［7］的问题。因为每个专家都有他自己的知识背景，他不可能对所有因素都非常熟悉，比如经济方面的专家他对成本和收益很了解，但对工程技术、法律等并不十分清楚。因而他在选择方案的时候要么对这些因素没有考虑，要么就是考虑不足。这时候我们就有理由怀疑他给出的偏好的正确性。由于“专家知识局限”存在，实际决策过程中，专家只需要基于自己熟悉的因素进行方案选择或偏好表达，对于不了解的因素则无需考虑。MalcolmBeynon的DS/AHP方法给出了一种基于单个属性的偏好表达方法，这种方法的前提是要确定因素的权重，而因素权重一般是由专家给出，在现实中每个专家的权威性不同，=lwriXPr,这样就能得到所有因素的权重。基所以客观地讲每个专家应该具有不同的权重。考虑到复杂群决策的决策效率要求，决策的时候需要一种简单且有效地确定权重的方法。另外，现实中往往不可能对所有专家都有非常准确的了解，特别是在专家人数非常多时...