文档介绍：专家支持度及其在群决策中的应用
荣莉莉辛杨
(大连理工大学系统工程研究所,116023)
摘要如何有效集结专家组中个体专家的决策结果,从而得到可靠的群决策结果,是科学决策的关键。本文提出了专家支持度的概念及其确定方法。利用专家支持度来集结个体专家的决策结果,可以提高群决策结果的可靠性及合理性。
关键词专家支持度群决策层次分析法
1 引言
决策分析过程中,对处境复杂,目标多样,难以进行定量分析的决策问题,专家意见可以起到很大的作用[1]。专家的评价水平在一定程度上影响了决策的结果,但仅靠单个专家很难作出合理的决策,而有必要集中群组专家的智慧来进行决策[2]。参与决策的专家群体中的每个专家一般都呈现出其独特的偏好结构,个体专家的决策结果往往不一致,甚至相差甚远,这时面临的一个重要问题是,如何有效集结个体专家的决策结果以得到合理、可靠的群决策结果。
专家群决策问题,本质上是一个对方案的评价和对专家评价的双重评价问题。由于专家个体在素质、能力以及知识结构、经验等方面具有差异,在合成个体专家决策结果时,应避免不加区别地进行算术平均[3],这样合成得到的群决策结果的可靠性较差。基于此有文献提出利用加权平均法[4][5] ,即利用专家权重来合成个体专家决策结果,考虑了个体专家之间的差异,但是专家权重往往根据专家的权威和声誉先验地给出,在使用上容易受到局限,如对于不太熟悉的专家,难以给出适当的权重。文献[6]从统计学的角度探讨了如何根据个体专家决策结果,利用期望和方差来推导出专家权重,但是如果一个决策问题受到组织工作、时间、经费等的限制,专家组人数有限时,如3~7人,并且这种情况经常存在,则有限的样本容量难以体现统计规律性,不适合利用该方法确定专家权重。
针对上述问题,本文提出了专家支持度的概念及其确定方法。该方法的特点是从比较客观的角度对专家进行评价,专家支持度是在考虑了个体专家素质、经验、能力和知识结构等方面的差异上获得的,体现了专家的评价水平,获得容易、计算简单。该方法既克服了对专家情况不熟悉而造成的主观上的局限,又避免了样本数量有限性的限制。利用专家支持度来集结专家个体决策结果,提高了群决策结果的可靠性及合理性。
2 专家支持度及其确定法
专家支持度的定义
专家的支持度,是个体专家的决策结果,对总的决策结果的贡献程度或支持程度。该支持度体现了专家个体间在对被评价问题上的差异,是以权重的形式体现的。
比如:有两个专家对某方案进行评价,,。专家1对方案的评分为90,专家2对方案的评分为68。显然两个专家的评价结果截然不同,这时简单的进行算术平均得到的结果是:
90*1/(1+1)+68*1/(1+1)=79(分);
若考虑专家之间的差异,利用专家支持度,则结果为:
90*/(+)+68*/(+)=(分)。
合成个体专家的决策结果时,应该根据专家组中每个专家的素质、经验、能力等因素来得到专家权重,以此采纳专家的意见。因此,针对具体的决策问题,选取合适的评价指标,建立能够反映专家评价水平的指标体系,可以得到体现专家评价水平的权重——专家支持度(图1)。
专家支持度
指标1
指标2
指标n
专家1
专家2
专家m