概率语言信息环境下的协同决策支持系统及其应用研究

Aiming at the new characteristics of collaborative decision-making under the complex information environment, this proposal systematically researches on the new information extraction and recognition technology, consistency adjustment and analysis technology, information fusion algorithms and weights extraction technology in the construction of Collaborative Decision-making Support System (CDSS) under the complex information environment, as well as the theories and methods of building CDSS and knowledge discovery by using compatibility model and collaborative technology.. The specific research contents are as follows: . (1) Research on the decision-making data extraction and recognition technology based on probabilistic linguistic information, so as to improve decision-making information recognition ability of CDSS; . (2) Research on the probabilistic linguistic preference information consistency adjustment and analysis technology based on the local adjustment strategy and swarm intelligence algorithm, so as to increase the accuracy of collaborative decision-making results; . (3) Research on the probabilistic linguistic collaborative fusion technology based on individual decision-making information fusion algorithm and weights extraction model, so as to enhance the reliability of CDSS; . (4) Research on the probabilistic linguistic CDSS construction technology based on collaborative consensus model and bounded rationality theory, so as to improve the consensus of collaborative decision-making results.. This proposal mainly focuses on the complex data processing, knowledge fusion and decision-making collaboration in CDSS under the complex information environment, aims at improving the adaptability and cooperation of CDSS in complex decision-making environment, in order to increase the timeliness and scientificity of collaborative decision-making.

针对复杂信息环境下协同决策的新特点，系统研究复杂信息环境下协同决策支持系统构建中信息提取和识别技术、一致性调整和分析技术、信息融合和权重提取技术，以及利用相容性模型和协同技术进行协同决策支持系统的构建和知识发现的理论和方法。.具体研究内容为：（1）基于概率语言信息的决策数据提取和识别技术，提高协同决策支持系统的信息识别能力；（2）基于局部调整策略和群智能算法的概率语言偏好信息一致性调整和分析技术，增加协同决策结果的准确性；（3）基于个体决策信息融合算法和权重提取模型的概率语言协同融合技术，提高协同决策支持系统的可靠性；（4）基于协同相容性模型和有限理性理论的概率语言协同决策支持系统构建技术，提升协同决策结果的共识性。.本课题研究复杂信息环境下协同决策支持系统的复杂数据处理、知识融合和决策协同等问题，旨在增加协同决策支持系统在复杂决策环境下的适应性和协同性，从而提高协同决策的时效性和科学性。

现代信息社会中，决策是与人们日常生活息息相关的一种活动，其以系统科学、管理科学、数学、计算机科学、信息科学、心理学等学科为基础，广泛应用于政治、经济、军事等领域。针对复杂环境下协同决策的新特点，系统研究概率语义和其他信息环境下的协同决策模型构建中的关键理论和方法，具体研究内容为：（1）针对复杂环境下的评价数据具有多源异构复杂、动态跨度大、维度高、相关性强等特点，本项目应用模糊聚类和统计分析方法挖掘复杂数据集的本质特征和规律，设计概率犹豫模糊偏好信息、概率对偶犹豫模糊偏好信息、不完备分布式语言偏好信息以及区间二型梯形模糊信息等表示结构，实现原始决策数据的充分表达，并探究不同结构类型间的运算法则和内在联系，进而进行决策分析。（2）在多维度决策信息环境下，由于社会经济的高速发展和评价者掌握的专业知识和认知世界能力的局限性，导致单个评价者在面对复杂的管理学问题时难以进行全方位的评估，设计了基于一致性调整算法的多维度决策信息协同群决策方法。（3）在分布式语言信息、概率语义信息、模糊评价数据、概率犹豫模糊信息以及概率对偶犹豫模糊信息环境下，本项目建立了针对多源数据信息的融合算法，挖掘和融合原始决策信息中有价值的决策知识和关联知识，减小或消除噪声数据对协同决策公正性的影响；设计了基于三角函数、相关系数的熵权法，提炼多源数据信息中的客观权重，构建综合权重提取技术提高协同决策结果的客观性和决策满意度。（4）针对复杂环境下的决策问题，如：突发公共卫生事件应急预案、大型工业固体废物处理设施的选址、创新型企业可持续发展的重要影响因素评价、省际合作工业园区选址、国内公立医院绩效评估、物流服务供应商评价等，本项目构建了多源数据信息环境下的大规模群体共识评价体系和共识决策模型，完善了决策者间的沟通、协作以及决策知识和信息的共享，运用局部相容性调整策略提高共识水平，尽可能保留原始协同决策数据，实现协同决策的群体共识性；设计了基于有限理性理论和DEA模型的大规模多源数据信息共识决策模型，提高群决策模型的决策能力，并为政府部门在应对突发公共卫生事件应急预案、大型工业固体废物处理设施的选址、创新型企业可持续发展的重要影响因素评价、省际合作工业园区选址、国内公立医院绩效评估、物流服务供应商评价等复杂决策问题提供决策依据。