面向知识的群体决策支持系统设计

□余新桥

群体决策支持系统是智能决策支持系统的重要研究分支之一［1］。它利用计算机技术，运用群体决策理论与方法，使得具有不同知识结构、不同经验和共同责任的群体对半结构化、非结构化问题进行求解［1］。目前最为常用的软件有GroupSystems 和TCBWorks 等［1］。它们虽能解决不少实际问题，但无法突破群体决策面向过程的瓶颈，无法满足低成本，高响应的要求。于是设计了面向知识的群体决策支持系统(Knowledge oriented Group Decision Support System －KGDSS)的原型。其作用是对历史群体决策过程进行建模并构造知识，旨在实现群体决策支持系统面向知识的应用。

二、面向知识系统概述

(一)这里我们首先给出传统群体决策数据形式，如定义

1［3］。定义1 E={e1，…，ei，…，em}表示含m 个成员的成员集，A={a1，…，aj，…，an}表示含n 个方案的方案集，C ={c1，…，ck，…，cl}表示含l 个准则的准则集。U =pjki =fki(aj)表示决策成员ei对方案aj在准则ck上的评价。

(二)定义2 给出历史决策案例在KGDSS 中系统中的组织形式，即群体决策表［3］。定义2 群体决策表S=(U，C，F，D，G)不失一般性，我们令准则集C(见定义1)的前l’个准则为定性评价准则集C’，中间l”－l’个准则为定量的指标特征准则集C”，最后l－l”个准则为采用方案两两比较评价形式的准则集C－C’－C”;案例对象集U=E×A，如定义1 所示。

作为U 和C 的关系集F={fk:k≤l}，当k≤l’时，fk:U ■→V＇k Vk，其中为准则ck上的定性的指标特征集，Vk为准则ck的值域即语言变量集;当l’＜k≤l”时，fk:A→Vk，表示A 中各个方案的连续定量的指标特征，其中Vk为准则ck的值域;当l’’＜k 时，V 表示评价值的值域;U 和V 之间的关系集F:fjji:U→V

表示决策成员ei认为方案aj优于aj’的程度。决策属性D 表示U 的综合评价。U 和D 的关系集G:gj:U→Vd表示群体成员采用多准则决策算子获得方案的综合评价，其中Vd为综合评价的值域。

三、详细设计

(一)数据预处理模块。记录方案两两比较评价的群体决策案例库如表3。

1．效用评价形式包括决策成员的模糊定性评价和连续定量特征值形式。对于模糊定性评价，采用模糊语言变量集进行归一化处理［2］，论域为U=［0，1］。对于连续定量特征值形式，按效益型和成本型分别进行归一化处理。

表1 方案指标特征基本表

表2 多准则效用评价表

表3 方案两两比较评价准则上的模糊偏好关系表

2．方案两两比较形式分为乘型偏好关系和模糊偏好关系形式。模糊偏好关系形式本身符合［0，1］归一化要求，本系统采用基于关联规则的方法将模糊偏好关系形式转化为效用形式;而对于乘型偏好关系形式，则将先将其转换为模糊偏好关系形式。

(二)群体决策事务数据库基本表。包括效用评价和方案两两评价数据两种。多准则效用评价中，方案在各个准则上的指标特征如表1 所示。而决策成员对方案在各个准则上的模糊定性评价如表2 所示。

(三)知识发现模块。

1．规则获取模块。从多准则效用评价表(见表2)中挖掘群约简规则，然后存储在知识库中，供决策需求者参考以掌握决策规律。

2．事务系统转化模块。从模糊偏好关系形式(如表3)中获取反映每个方案的项集与其它所有方案的项集的逻辑关系的关联规则以及它们的可信度，为下一步进行基于关联规则的效用推理提供前提条件。

(四)推理模块。本系统中推理模块主要包括基于群体模糊偏好关系的效用推理模块和基于多准则群体决策案例的推理模块。

1．基于群体模糊偏好关系的效用推理模块。其以事务系统转化模块得到的事务系统为基础，采用基于关联规则的方法推理出历史群体决策中各个方案在相应准则上的效用，然后根据该事务系统将决策需求者对未评价方案与历史群体决策中各方案的两两比较信息进行计算推理得到未评价方案在该准则上的效用值。

2．基于案例推理的方法属于消极学习法。该模块采用多准则群体决策案例推理方法对待评价方案进行匹配从而得到历史群体决策案例。

四、结语

本文设计了KGDSS，包括整体框架设计和系统各个模块的详细设计。我们准备下一步采用面向服务架构(SOA)的解决方案，使该系统能够运用网络平台的优势实现异地调用，这将顺应决策支持系统网络化发展的要求。

［1］孟波．计算机决策支持系统［M］． 武汉:武汉大学出版社，2001

［2］TANG Y．A collective decision model involving vague concepts and linguistic expressions［J］． IEEE Trans． Syst．，Man，Cybern． B，2008，38(2):421 ～428

［3］YU X，CHEN W，MENG B．Research on multi－criterion group decision making cases based reasoning［A］． Shanghai，China:Proceedings of 2009 International Conference on Artificial Intelligence and Computational Intelligence［C］．2009:232 ～237