基于推理网络的双重异构复杂决策信息集结模型研究

针对由于大型复杂决策过程中难以准确分辨的事物内在关联和复杂因果关系，不同层次决策者的决策信息内容、信息结构形式、信息质量可靠性和所代表群体利益的差异性，决策环境的动态发展变化等因素而导致难以快速实现可靠和一致效果的群决策问题，提出基于推理网络的双重异构复杂信息（异构决策依据和异构决策偏好信息）集结决策模型。主要研究大规模不确定性决策背景下双重异构复杂决策信息的分类及约简模型，双重复杂决策信息状态特征的联动网络推理模型，在此基础上研究基于决策群体层次结构差异和利益冲突分析视角的双重异构复杂决策信息的集结模型，以及动态环境下时序双重异构复杂信息的推证及集结模型。通过构建基于双重异构复杂决策信息的推理网络和信息集结决策框架，探索复杂环境下新型的群体决策模式和决策理论方法，以切实提高群体综合研讨体系信息集结技术的灵活性和群体决策的可靠性。

由于大型复杂决策过程中难以准确分辨的事物内在关联和复杂因果关系，不同层次决策者的决策信息内容、信息结构形式、信息质量可靠性和所代表群体利益的差异性，决策环境的动态发展变化等因素而导致难以快速实现可靠和一致效果的群决策问题。本课题对此进行了专项研究，研究成果对增强大型复杂决策过程中双重异构决策信息集结功能，提高群决策技术的实用性和灵活性具有重要的理论意义和现实价值。课题主要研究了主要研究大规模不确定性决策背景下双重异构复杂决策信息的分类及约简模型，双重复杂决策信息状态特征的联动网络推理模型，在此基础上研究基于决策群体层次结构差异和利益冲突分析视角的双重异构复杂决策信息的集结模型，以及动态环境下时序双重异构复杂信息的推证及集结模型等 4 个方面问题。课题组提出了基于非格式化文本信息的项目评价方法，并研究了权重确定方法；提出了一种基于证据推理和优化模型的不完全信息决策方法；提出基于双重异构复杂信息下的大规模群体分层分类方法；提出复杂决策过程中多指标冲突下的群决策方法；提出时序双重异构信息下的基于多粒度语言标签的灰靶决策方法。课题组总计发表论文 60余篇，其中 SCI 收录 12 篇，SSCI收录 1 篇，EI 收录 27 篇（期刊论文 25 篇）。课题组培养了 2 名博士毕业生、 7 名硕士毕业生。课题组在澳门和英国承办了 IEEE 的 GSIS2013、GSIS2015 国际会议，参加了 5 人次的国际会议和 4 人次的国内学术交流。