目标导向网络分析方法研究

The analytic network process (ANP) as well as its relevant improved methods has such defects/mistakes as special judgment mode of comparing A and b with respect to A and X, ill system-analysis-view of incompletely reflecting system relations, arbitrarily constructing and weighting self-dependence matrix of element component, and decision analysis framework against the expected utility theory. To solve these defects, the project first propose a new method of target-oriented analytic network process (TOANP) for rational decision makers with absolute preference independence (API), hereafter TOANP-API, under the normative decision framework. On the basis of TOANP,to solve the evaluation & decision problems with networked system-structure, this project further proposes another TOANP method for rational decision makers with ranked preference-dependence(RPD), hereafter TOANP-RPD, with the focus of overcoming the unclear understanding of ANP on component preference dependence,which is not solved in the TOANP-API. Finally, on the basis of TOANP-API and TOANP-RPD, this project proposes a prescriptive method of TOANP,hereafter P-TOANP, under the prescriptive decision-making framework. The distinguished advantage of the P-TOANP over the TOANP-API or the TOANP-RPD,lies in that the P-TOANP takes the individual-differences of decision-makers' choice-behaviour into consideration, and thus the P-TOANP can be more acceptable to decision makers than the TOANP-API and the TOANP-RPD.

为克服ANP及相关改进方法"相对于A和甲来比较甲和乙"的特殊判断模式、未能完整描述系统结构的系统分析观、武断随意的元素集自依赖矩阵构造方法和元素集加权方法、违背期望效用理论的不明晰决策分析框架几方面的缺陷与错误，首先在规范性决策框架下对ANP予以理论重构，为理性并坚持偏好绝对独立结构的决策者解决具有网络化系统结构的评价与决策问题，提出面向属性偏好绝对独立的目标导向网络分析方法(TOANP-API)。 在此基础上，以克服ANP在因素偏好依赖上存在的模糊认识为焦点，为理性并坚持偏好序依赖关联的决策者解决具有网络化系统结构的评价与决策问题，提出规范性的面向偏好序依赖的目标导向网络分析方法（TOANP-RPD）。最后，在TOANP-API和TOANP-RPD的基础上，通过纳入决策者选择行为个体差异，在规约性决策框架下，提出更能为决策者所接受的规约性目标导向网络分析方法（P-TOANP）。

项目结合手段(M)-目的(E)因果关系图和目标导向期望效用理论通过引入目标参照方案提出了提出面向属性偏好绝对独立的目标导向网络分析方法(TOANP-API)和面向偏好序依赖的目标导向网络分析方法（TOANP -RPD）。.项目的计划要点为：ANP方法的系统化评析与验证研究；目标导向网络分析结构和决策信息（属性价值）提取模式研究；面向属性偏好绝对独立的目标导向网络分析方法（TOANP-API）研究；面向偏好序依赖的目标导向网络分析方法（TOANP-RPD）研究；纳入决策者选择行为个体差异的目标导向网络分析方法（P-TOANP）研究；目标导向网络分析方法的案例应用验证研究。.对应于计划要点项目取得的研究成果为：其一，对ANP及DEMENTAL-ANP等改进方法予以系统化评析，并提出了模糊WINGS视角下的ANP加权矩阵新构造方法和基于系统直觉投票排序的ANP加权矩阵新构造方法；其二，提出目标导向网络分析结构和决策信息提取模式所依赖的包容性属性价值函数，能够保证目标导向网络分析方法和决策信息提取模式应用时属性价值公度的基于目标导向的多属性决策价值公度方法，基于目标导向和对局效用比较的属性信息提取模式，即目标导向多参考点属性价值模型；其三，提出目标导向层次分析法和目标导向网络分析法；其四，提出面向偏好序依赖的属性集容量概念内涵界定及判断模式、处理偏好序依赖的理论基础、处理点依赖偏好关联的多属性相对变权方法、目标导向序依赖层次分析法以及目标导向序依赖网络分析法；其五，纳入决策者个体差异的目标导向网络分析方法研究，具体包括摆幅容量判断模式及稳定性实验验证、基于CPT价值函数修正的范围-频率模型及实验验证、不同获得区间上决策者价值函数异同性及实验验证；其六，将目标导向网络分析法等应用在汽车制造企业供应商评价指标选择、应急决策SROP分析矩阵、动态环境下群组专家决策以及复杂网络贝叶斯因果图等决策研究之中。.项目的科学意义为：能够克服ANP及相关改进方法“相对于A和甲来比较甲和乙”的特殊判断模式、未能完整描述系统结构的系统分析观、武断随意的元素集自依赖矩阵构造方法和元素集加权方法、违背期望效用理论的不明晰决策分析框架几方面的缺陷与错误，提出更为科学合理的评价与决策方法。