10.3778/j.issn.1002-8331.1410-0050
基于投票排序的复杂系统ANP-BOCR群组决策新方法
传统ANP-BOCR方法(即从收益(B)、机会(O)、成本(C)和风险(R)视角分别构造ANP(网络分析法)子网络,再将BOCR子网络下的方案评价值进行综合集成)被认为是一种处理复杂系统问题的有效方法。然而,一方面,该方法不仅尚未考虑隶属于不同BOCR子网络中元素之间的关联关系,而且在对BOCR方案评价值进行集成时也会陷入简单还原论的思维误区。另一方面,该方法集成群组专家意见时通常会损失部分专家的偏好判断信息,并硬性要求所有专家提供各方案的全偏好判断信息。为克服上述缺陷,通过构建复杂问题ANP-BOCR的新分析结构,提出基于DEA(数据包络分析)投票排序的ANP-BOCR群组决策新方法。新方法不仅实现了方法论和整体论的有机融合,而且还可保证群组专家信息集成过程中的信息无损。案例应用结果表明:新方法是行之有效的,有较强的实践应用推广价值。
网络分析法、收益、机会、成本、风险、群组决策、投票排序
N94(系统科学)
国家自然科学基金No.71261013,No.71263031;教育部人文社会科学研究青年基金No.10YJC630218;云南省科技计划项目No.2010ZC060;云南省哲学社会科学创新团队支持项目No.2014cx05。
2015-06-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
22-26,30