没有合适的资源?快使用搜索试试~ 我知道了~
基于复杂网络的大群体应急决策专家意见与信任信息融合方法及应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 108 浏览量
2022-06-24
15:52:20
上传
评论
收藏 1.05MB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/85762047/0001-50e9f872bc95d5ce433a26d7ae85dc36_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
30页
基于复杂网络的大群体应急决策专家意见与信任信息融合方法及应用.docx
资源推荐
资源详情
资源评论
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![thumb](https://img-home.csdnimg.cn/images/20210720083646.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/85762047/bg1.jpg)
1 引言
大群体决策
()活动中各决策成员
()需要综合考虑所有人的意见 从预先定义的一组备选方案中选出群体最
满 意 的 方 案 。 为 便 于 与 传 统 群 体 决 策 ( ) 区
分 等
概述了其主要特征:①复杂性。应用 求解的事件(如应急决
策)具有随机性、变异性等复杂特征需要多领域的专家合力解决决策群体构成
复杂、差异明显。②群体的大规模性。由于问题复杂传统小群体决策方法无法
有效适用于大群体决策情境必须依赖知识经验更丰富、决策水平更高的大群体。
的决策者一般不少于 人
。③决策过程存在信息交互。鉴于事件的复
杂性、个体的差异性以及决策信息的不对称性依靠个人独立判断参与群决策已
不够可靠。 世纪以来网络通信技术的发展极大地促进了个体之间的信息共享。
因此当前 是社会网络环境下的交互式活动 之间具有多样化、动态
化的社会网络关系如信任和不信任
。
具有特殊的关键要素传统群决策方法无法有效适应突发事件应急决
策等复杂情境亟待探究更加科学、合理的方法。近年来广大学者对此展开了丰
富研究主要包括:偏好表达、大群体聚类、决策要素(如决策属性、决策者权
重)的确定、信息聚合、共识达成与方案选择。其中聚类作为降低 复杂
性的有效方法之一得到了广泛研究
。聚类旨在将具有相似特征的决策者分类
到相同聚集。有效聚类能够降低大群体偏好信息的维度 简化信息聚合过程。此
外通过聚类大群体被拆分到易于管理的更小聚集内对整个群体采取的行为管理
措施能够在各聚集内分别同步执行有利于缩短决策时间。
研究领域已经形成了许多有效的聚类方法依据不同标准主要分为两
种类型
:①根据个体的相似性特征聚类。这类方法通常聚焦于偏好的相似性致
力于实现聚类的本质目标——聚集内部的高度相似性和聚集之间的显著差异性。
例如徐选华等
提出基于相聚度的方法将偏好相似度大于相聚度阈值的专家归为
同一聚集。②根据个体之间的关系信息聚类。如 等
依据专家之间的联系
利用 ! 算法实现群体聚类。相关学者认为针对社会网络环境下的大群体
决策活动依据关系信息聚类更为合理。原因在于聚类常常用于个体行为管理而
个体行为受到关系信息的影响较大与基于相似性特征的聚类方法相比根据关系
特征执行聚类聚集内的成员会更加积极地服从群体意见从而有利于提高群体共
识效率。
随着社交媒体平台、电子商务等信息技术的迅速发展基于关系特征聚类的
方法得到广泛应用
。然而相关研究存在一定的局限性:研究大多只
关注单一的信任关系缺乏对群体关系复杂特性的全面考虑。实际上决策者之间
可能呈现不同形式、不同强度的关系如:信任、合作、敌对等
"此外一些研究
忽视了关系的方向性如 #$ 等
构建了群体的无向加权偏好相似度网络利用
凝聚层次聚类方法实现群体聚类"另外大部分研究仅考虑静态关系缺乏对动态关
系情境下个体行为变化的深度思考。实际决策过程中决策者之间的关系会因群
体内部的意见交互等行为发生变化。因此意见交互也可以解释为关系的一种表
现形式基于意见交互获得的关系信息有助于了解决策者之间意见的相似或不同
之处
。网络信息时代通信技术的迅猛发展极大地便捷了意见交互过程也加剧
了意见交互对于群体关系的影响。然而当前群体决策领域中少有研究考虑意见
![](https://csdnimg.cn/release/download_crawler_static/85762047/bg2.jpg)
交互对群体关系的影响。因此利用关系信息辅助大群体决策时有必要对大群体
的复杂关系进行更加细致、全面的考虑。
中 的 另 一 个 研 究 热 点 是 共 识 达 成 过 程 ( % &'
(%&()
。群体的大规模性加剧了行为管理的复杂性。如果仅仅利
用初始决策信息抉择方案而不采取任何共识反馈机制当只有一小部分个体支持
最终方案时其余个体可能会产生冲突
。社会网络环境下 之间关系的复杂
性将进一步加剧矛盾形成和冲突演化甚至导致决策结果无法顺利实施。为了让
更多决策者相互理解并接受方案有必要设置合理的 %&( 机制。
针对当前研究热点及其局限性本文立足复杂网络视角提出一种专家意见与
信任信息融合方法并将其应用于大群体应急决策。研究内容包括:
()考虑到社会网络环境下信息交互过程中意见相似性对决策者彼此关系
产生影响本文融合决策意见与信任关系从多个角度(即意见相似性与信任角
度)捕获专家之间的复杂关系并由此构建关联网络以实现关系可视化。
()社会网络分析是辅助了解专家背景、决策动机与彼此态度的工具。基
于关联网络本文运用社区检测等网络分析方法实现群体的有效聚类。
()基于专家意见与信任信息融合结果利用社会网络分析测度专家影响力
并将其作为专家赋权的可信参考。
()考虑专家修改意见的意愿建立以影响力为导向的个性化共识反馈机制
提高群体共识达成效率。
()通过一个紧急避难所的建设材料优选案例详细描述信息融合方法及大
群体决策过程并进行方案对比分析以验证其有效性和优越性。
2 方法基础
)犹豫模糊语言
定义
S={sα|α∈{-τ,-τ+1,…,0,…,τ-1,τ}}是以 为对称中心的均衡语言
术语集。犹豫模糊语 言术语集( *+,):“Hs={〈xi,hs(xi)〉|xi∈X,i=1,2,
…,N}。犹豫模糊语言元素(*+-):“hs(xi)={Sψl(xi)|Sψl(xi)∈S;l=1,2,
…,#hs(xi)}。其中.Sψl(xi)是“S 的有序有限子集.ψl∈{-τ,-τ+1,…,0,…,τ-1,τ}.
#hs(xi) 是 “hs(xi) 中 包 含 语 言 术 语 的 数 量 。 “h-(xi)=min{Sψl(xi)}.h+
(xi)=max{Sψl(xi)}分别表示 *+- 的上包络和下包络。
![](https://csdnimg.cn/release/download_crawler_static/85762047/bg3.jpg)
定 义
.对 于 *+- : “hs={Sψl|Sψl∈S;l=1,2,…,#hs} 其 犹 豫 度 如 公 式
()所示。
HD(hS)=#hSln(#hS)(2τ+1)ln(2τ+1)
/0
定义
.对于 *+-:“hs={Sψl|Sψl∈S;l=1,2,…,#hs}其得分函数如公式
()所示。
E(hS)=(1-HD(hS))⋅(1#hS∑#hSl=1φl+τ2τ)
/0
)! 社区检测算法
定义
.模块度是评估一个网络社区划分质量好坏的指标 定义如公式()
所示。
Q=12g∑i∑j[Aij-koutikinj2g]⋅δ(ci,cj)
/0
其中.g 表示所有边的权重之和".Aij 表示节点“i 和节点“j 之间边的权重".kouti
表示所有从节点“i 引出边的权重之和".kinj 表示所有指向节点“j 的边的权重之和".
ci 表示节点“i 所属聚集若“i 和“j 属于同一聚集“c则“δ(ci,cj)=1否则为 。
定义
.1Q 表示模块度的变化量定义如公式()所示。
ΔQ=[∑in+ki,in2g-(∑tot+kini2g)2]
/0
其中.∑in 表示聚集“c 中所有边的权重和".∑tot 表示与“c 中的点相连的边的权
重和".ki 表示与点“i 相连的边的权重和".ki,in 表示“i 与“c 中的点相连的边的权重之
和。
![](https://csdnimg.cn/release/download_crawler_static/85762047/bg4.jpg)
3 方法原理
)问题描述
决 策 专 家 大 群 体 集 合 : “Ω={ei|i=1,2,…,M;M≥20}" 备 选 方 案 集 合 : “
X={Xl|l=1,2,…,P}"属性集合:“C={Cj|j=1,2,…,N}"专家权重:“ω={ωi|i=1,2,
…,M}"属性权重:“W={wj|j=1,2,…,N}且“∑Mi=1ωi=1.∑Nj=1wj=1。
考虑到决策问题的复杂性以及专家知识经验的不足专家在实际群决策活动
中通常只能给出定性评估难以提供精确的定量评估。因此决策意见具有一定的
不确定性。*+, 在描述专家认知偏好上优势明显被广泛用于决策建模中的语
言信息管理
。本文使用 *+, 表示专家意见。专家使用“S 内的一个或多个语
言术语表达个人对各方案在各属性下的评价值。第“i 个专家的犹豫模糊决策矩阵
为“Hi=(hilj)P×N。其中.hilj∈hs 表示“ei 针对“Xl 关于“Cj 的犹豫模糊评价。同时为
灵活表示信 任 的 不确定性 本 文运用 *+, 表 示 信 任 。决策初 期 专 家通过
*+- 提 供 对 其 他 成 员 的 信 任 评 价 。 大 群 体 的 犹 豫 模 糊 信 任 矩 阵 为 “
Ht=(htkh)M×M。其中.htkh∈hs 表示“ek 对“eh 的犹豫模糊信任关系强度。
)方法框架
本文方法整体框架如图“ “
““““
““““
““
““
““
所示包含以下核心部分:信息的表达与融合"关联
网络构建与专家聚类"专家权重求解"共识达成过程。各专家提供信任信息与方案
评价信息以构建群体信任矩阵和个体决策矩阵"通过信息处理与融合过程构建综
合影响力矩阵和关联网络"针对构建的网络执行 ! 算法实现专家聚类"结合
社会网络分析方法确定专家动态权重聚合群体信息获得临时群体决策矩阵"进入
共识达成过程通过个性化双重共识反馈机制促使大群体达成共识"最后进入选择
过程确定最终的决策方案。
图
![](https://csdnimg.cn/release/download_crawler_static/85762047/bg5.jpg)
图 1方法整体框架
Fig.1Overall Framework of the Proposed Method
)基于专家意见与信任信息融合聚类
探究合适的聚类方法对于提高决策效率具有重要意义。近年来 基于关系特
征聚类在群决策领域得到了广泛研究
。然而相关研究对于群体关系的考虑
不够全面研究对象多为单一且静态的信任关系这与专家之间存在复杂关系的现
实情境显然不符。因此亟待探究更加合理的聚类方法。
针对社会影响力
的研究表明相似性与社会关系之间存在相互作用。这种
作用一方面源自基于历史交互的社会影响力过程——个体倾向于采纳与之互动
的个体的建议并模仿其行为"另一方面个体倾向于选择与其相似的人建立联系。
因此基于历史交互建立起来的信任与未考虑交互作用的个体相似性特征都能反
映群体内部关系二者相互作用、共同影响构成了群体内部的复杂关系。事实上
社会网络大群体决策环境下专家在意见交互过程中会受到与其具有相似偏好专
家的影响更倾向于信任持有相似观点的个体。因此有理由认为意见相似性有助
于评估专家之间的信任关系
。此外针对协作网络
的研究表明知识相似性与
信任关系在维持协作网络运作上共同发挥作用帮助节点共享资源促进知识融合。
基于上述思想* 等
将决策群体视作以求解问题为目标的协作网络提出一种
通过专家之间可用的相似性信息来估计信任度及信任方向的方法。
综上有理由认为综合信任和相似性特征比单独考虑两者之一更能反映群体
复杂关系。因此基于关系特征聚类时理应将两者都考虑在内。
()“信任信息处理
剩余29页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
罗伯特之技术屋
- 粉丝: 3907
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)