基于语言个体性的群体决策模型及应用研究

现实中，同一语言判断对于不同决策者往往意味着不同的含义，即语言判断具有很强的个体性。这类语言个体性影响决策准确性的情况十分常见，比如学术论文评审、项目评审、政策制定等。现有语言决策模型对语言个体性关注很少,本项目针对这一不足，围绕语言个体性展开研究，建立完整的基于语言个体性的群体决策框架。项目首先设计语言的最优个体编码方法，进而建立基于语言个体性的计算方法，用于处理群体决策中语言个体特征提取与计算问题。然后，提出语言共识指标及共识过程，用于克服现有数值共识指标的局限性。最后，设计决策过程，用于从带有个体特征的语言信息中选择最优方案。项目也注重应用研究，计划应用理论结果于学术论文评审问题，并借助国际期刊的编委会进行实证检验。本项目的研究结果是对Herrera-Martínez二元语义模型和Mendel的Type-2语言模型的深化和发展，应能在语言群体决策领域取得一些实质性突破。

现实中，同一语言判断对于不同决策者往往意味着不同的含义，即语言判断具有很强的个体性。但是，现有的研究对语言个体性及其群体决策关注的较少。本项目针对这些不足，围绕以下问题展开研究：(1) 语言个体特征提取与计算模型的设计; (2) 基于语言个体性的群体决策模型的设计; (3) 理论结果的应用。首先，提出一致性驱动的方法论去提取语言个体特征；建立区间二元语义模型，使其能体现语言个体性特征进行语言计算；拓展语言个体性特征到语言分布计算模型中。在此基础上，提出异质环境下的直接共识框架处理决策者的个体性特征；提出考虑个体差异的语言偏好关系一致性测量方法；设计基于最小信息损失的共识决策模型。最后，讨论了决策模型在非合作行为管理、数值标度选择公开问题、具有个体风险容忍度的投资风险评估等问题中的应用。提出了详细的仿真和对比实验，其结果显示了所提出方法的有效性。