【摘 要】
:
为增加决策的科学性与有效性,共识决策越来越广泛地被应用于现实决策中,其主要研究如何协调不同决策者之间的偏好以获得群体内部广泛接受的一致意见或解决方案。共识达成往往需消耗大量的时间和资源,如何以最小成本达成共识是群体决策的重要目标之一。由于决策者在共识达成过程中因意见调整方向差异而期望不同的边际补偿,因此单位意见调整成本一般具有非对称性。此外,在实际决策中,决策者往往以区间型意见代替精确意见值,这主
论文部分内容阅读
为增加决策的科学性与有效性,共识决策越来越广泛地被应用于现实决策中,其主要研究如何协调不同决策者之间的偏好以获得群体内部广泛接受的一致意见或解决方案。共识达成往往需消耗大量的时间和资源,如何以最小成本达成共识是群体决策的重要目标之一。由于决策者在共识达成过程中因意见调整方向差异而期望不同的边际补偿,因此单位意见调整成本一般具有非对称性。此外,在实际决策中,决策者往往以区间型意见代替精确意见值,这主要是因为客观事物本身的不确定性、人类思维的模糊性以及判断误差的客观存在性。然而,现有研究大多未考虑调整成本的非对称性,且常常忽略区间型意见的内部特征。为解决上述问题,本文分别引入服从均匀分布与正态分布的区间意见,从调整成本最优角度研究了非对称成本情形下的共识达成问题。本文主要工作如下:(1)引入决策者意见为均匀分布区间,构建了调整成本非对称的最小成本共识模型。现有研究主要考虑决策者精确意见,文中从决策者意见为均匀分布区间出发,刻画并满足决策者对不同共识水平的需求,提出基于区间意见长度的决策者权重分配方法,借助软共识测度,建立了调整成本非对称最小成本软共识模型。(2)引入决策者意见为正态分布区间,从而拓展了决策者区间意见的分布形式,构建了调整成本非对称的最小成本共识模型。进一步引入软共识测度,提出了基于正态分布区间意见的非对称最小成本软共识模型。通过政府与制造商之间关于污染排放量谈判案例的研究,对共识模型进行分析与对比,结果表明:(1)同精确意见相比,区间意见能够缩减共识成本;(2)同调整成本对称的共识模型相比,非对称调整成本的总共识成本不会随着单位调整成本的增加而无限增大;(3)同均匀分布区间意见相比,正态分布区间意见所需共识成本较少;(4)共识阈值的变化会对共识结果产生重要影响。本文从总成本最优角度分析了共识意见与成本补偿的关联关系,并通过实例研究验证了基于决策者区间型意见的非对称调整成本的共识模型的有效性。同时,研究结果为政府部门引导企业排污减排的政策制定提供了决策参考。
其他文献
在大数据时代,如何从海量的社交网络数据中挖掘出有价值的信息是研究者们关注的热点。深度学习技术的兴起,为海量数据的处理与分析奠定了坚实的基础。事件检测和事件预测作为社交网络分析的子任务,在众多的应用领域中起着重要的作用,诸如交通预测、安全监视、欺诈检测、舆情管控等。因此,对事件检测及预测的研究在现实世界具有非常重大的意义。现有的事件检测方法并未重点关注事件相关的重要词汇和重要依存关系,而它们对于识别
众包物流平台基于共享经济的理念产生、发展,平台通过移动互联网技术连接社会配送人员和消费者,降低了配送成本,同时给予消费者良好的配送体验。然而众包物流平台天然所具备的社会配送人员的不确定性和消费者需求的随机波动性,以及作为典型的双边市场而受到的网络外部性影响,使得平台在实际中时常面临因社会配送服务供需不匹配而造成的损失,进而对社会福利产生不利影响。因此,本文构建受网络外部性影响,处于不同市场需求环境
目前,在线评论已经成为用户分享产品使用体验的主要方式。由于在线评论多是用户自发性的分享,它蕴含的需求信息更加丰富真实。在经济逐步稳健发展的大背景下,用户不再只关注功能需求,也开始注重产品带来的用户情感体验。因此,在竞争激烈的市场环境下,挖掘用户的感性需求对企业而言至关重要。但是,由于不同需求类别对满意度的影响不同,并且企业实际投入改进的资源较为有限,确定产品改进的优先级必不可少。本文采用基于在线评
近年来,人体骨架数据在动作分析任务中得到了广泛的研究。由骨架的关键点按照人体内的连接自然构成的图结构包含了丰富的时空信息,可以准确地描述人体动作,并具有对背景噪声和光照等干扰因素的鲁棒性。图神经网络对于这种图结构具备有效的特征提取能力,成为了研究人体骨架数据的深度学习算法和实际应用的热点。在利用人体骨架数据实现的动作分析任务中,动作识别、动作预测和动作检测三个问题具有重要的研究价值,解决这些问题的
近年来,在跨境贸易数字化的推动下,各种跨境电商互联网平台应运而生,跨境电商得以快速发展。然而,相对于日益成熟的国内电商而言,跨境电商面临着需求、关税、汇率等不确定因素以及跨境电商贸易政策的影响。此外,跨境电商的发展离不开跨境物流的支持,以海外仓和边境仓为核心的双仓模式给跨境物流提供了新思路。但目前关于跨境电商贸易环境与政策的研究多以定性研究为主,本文采用随机规划的建模方法展开研究,为跨境电商企业提
当前无人机技术飞速发展,在军事领域的应用范围与深度更是突飞猛进,无人机所需要面临的环境越来越复杂,对无人机自主技术同样提出了越来越高的要求。自主技术涵盖“观测”—“判断”—“决策”—“行动”等四个方面,称为“OODA”环,而其中自主决策技术,作为无人机自主控制技术的关键技术之一,其策略的可靠性决定着无人机任务的成败。目前,基于贝叶斯网络的决策方法因其强大的逻辑推理能力在无人机自主决策领域得到了广泛
新课程背景下,体育课程改革和创新是体育教学发展的必然趋势,而体育学习成绩的评价在课改中起着导向和激励的作用。文章运用文献资料法、专家访谈法等研究方法,以“健康第一”为指导思想,对中小学体育与健康课程学习成绩评价的改革与发展进行探究,力求探索出一套较为实用、便于操作的“六维度”评价体系和量表,以促进体育课程标准的全面贯彻落实和学生的全面发展。
基于本征正交分解的四维集合变分同化方法(POD-4DEn Var),将四维变分和集合卡尔曼滤波方法相结合,既能构造具有流依赖性的背景误差协方差,又能同化多种类型的观测资料,并且不需要切线性和伴随模式的开发,由于其计算成本较低,因此是具有发展潜力的同化方法。本文利用该方法,开展了卫星和雷达资料的同化试验;同时,检验了卫星资料的全空同化效果,主要工作和结论如下:首先,本文利用POD-4DEn Var方
近年来,世界各国无人机集群智能化水平越来越高,威胁性分析越来越难,因此从无人机集群底层离散数据中推理出无人机集群内部各节点之间的交互作用关系,挖掘出高层次语义信息,如预测出无人机集群的未来运动状态、识别出关键节点,能够为理解无人机集群作战阵型、作战模型、作战意图等提供一条改进完善的新思路。本文根据无人机集群底层位置、速度等信息对无人机集群内部各节点之间的交互作用关系进行推理,得到表示节点之间交互作
图分类是指根据图的拓扑结构和属性信息预测它的标签,它是图数据处理分析中非常具有研究意义的一项任务,在真实世界中具有广泛的应用,例如病毒分类、社区分类、基因突变检测、酶的活性检测。图分类问题的研究主要分为基于图核的图分类方法、基于卷积神经网络的图分类方法和基于图神经网络的图分类方法。基于图核的方法使用基于核函数的学习方法来直接在图上操作,从而对图进行分类。这类方法通常涉及图的分解和映射,时间复杂度较