基于复杂系统科学思维观的非线性ANP群组决策方法研究

To overcome the inherent drawbacks of traditional analytic network process(ANP), namely, the pairwise comparation way is unscientific，dependence mechanism among element clusters is fuzzy, and the network sturcture and weighted matrix is different to construct,et. al. In this project, on the basis of finished relevant project and the scientific thinking view that may achieve combination of nonlinear thinking, complexity thinking and scientific intuition thinking , a new group ANP which may reflect well complex mechanism of decision-making issues will be given by adopting the group decision theory, cumulative prospect theory, behaviour decision theory and complex system theory. Firstly, key basic theory for nonlinear ANP will be analyzed deep; Secondly, the information derived way for the nonlinear group ANP and the system mechanism of variable weights may be obtained. Next, simulation experiment and model validations can be performed. Finally, modification and improvement jobs will be done by existing problems. In short, the project could not only improve and develop the theory of traditonal ANP, but also could be applied to solve the issues in the real world.

为从根本上克服和解决现行ANP方法内在缺陷(即两两比较判断模式不科学、因素集内部依存机理关系表达模糊不清、网络结构以及加权矩阵难以构造等)，申报项目在已完成前期相关研究的基础上，通过引入群组决策理论、累积前景理论、行为决策理论和复杂系统理论，提出基于复杂系统科学思维观(即可以实现非线性思维、复杂性思维和科学直觉思维有机融合的思维观)的、能够综合反映复杂评价与决策问题内在作用机理的全新ANP群组决策方法。首先，针对非线性ANP决策方法核心基础理论进行了深入分析; 然后，系统地研究了非线性ANP群组决策信息提取模式以及系统变权机理;之后，给出非线性ANP群组决策支撑模型与方法;在此基础上，进行相关方法与模型的仿真实验研究与实证研究。最后，依据研究中发现的新问题、新情况开展相关模型方法的修正与完善研究。申报项目不仅具有创新和发展传统ANP决策方法的理论价值，而且也具有较强的实践应用价值。

为克服和解决现行ANP 方法内在缺陷(即两两比较判断模式不科学、因素集内部依存机理关系表达模糊不清、网络结构以及加权矩阵难以构造等)，本研究基于复杂系统科学思维观从复杂性视角系统探索了非线性ANP群组决策理论体系。首先，清晰界定了“影响”、“依存”和“支配”等概念之间的联系与区别，提出了复杂系统ANP-BOCR立体网络结构，分析了决策主体类型、层次对决策要素影响以及各类决策主体之间的复杂关系。然后，从方法整体创新层面看，针对各类非线性ANP分析结构，提出采用交互式层次性整体判断法表达专家判断信息，信息提取模式为概率影响矩阵。针对AHP分析结构和最具一般性的非线性ANP结构，也可采用基于专家投票的信息表达方式，通过统计内外部专家针对系统因素在各位置的投票数来提取专家信息; 针对各类典型非线性ANP分析结构，从方法局部创新层面看，可选用DEA、投票决策、直觉模糊等方法相应的信息表达和提取模式有效提取专家信息。在此基础上，给出非线性ANP实现方法的两类变权机理。第一，时变系统的变权机理，即强调非线性ANP网络结构中的目标、准则、子准则、方案会随着时间变量的变化而变化，显然相应的系统因素及其权重体系可能发生变化；第二，状态变权机理，强调非线性ANP系统因素的相对权重应随待评价方案的不同而不同。最后，提出一般性非线性ANP结构的方案优选排序模型和复杂系统ANP-BOCR方案优选排序模型。仿真模拟与案例应用研究表明，所提方法模型是科学合理、行之有效的。由此可见，研究项目不仅具有创新和发展传统ANP决策方法的理论价值，而且也具有较强的实践应用价值。