基于证据理论的群组DEMATEL决策分析改进方法

"这篇论文研究了基于证据理论的群组DEMATEL改进方法，旨在解决传统群组DEMATEL分析中专家意见集成不科学和过度主观的问题。DEMATEL是一种系统因素分析工具，用于处理复杂不确定的问题。文章指出，传统DEMATEL依赖单个专家的判断，具有较强的主观性，因此提出了结合证据理论的改进方法，利用信度函数处理不完备信息，并通过Dempster组合规则集成群组专家意见，实现了证据信息的交互和整体判断。实证研究表明，这种方法具有科学性和实用性。" 本文主要讨论的是决策试验与评价实验室法（DEMATEL）的一个重要改进，特别是在群体决策的情境下。DEMATEL作为一种系统分析工具，起源于1970年代，用于解析复杂系统的元素关系。然而，由于它依赖于单个专家的判断，这可能导致决策的主观性和不准确性。为了解决这个问题，研究者们转向使用群组DEMATEL，即多个专家共同参与决策过程。 尽管群组DEMATEL在一定程度上减少了单个专家的主观性，但其仍然存在一些缺陷，如群组专家意见的集成机制不明朗，以及单个专家对因素关系的判断可能过于主观。为了解决这些挑战，该论文提出了一种新的基于证据理论的群组DEMATEL改进方法。 证据理论，又称为Dempster-Shafer理论，是一种处理不确定性信息的方法，特别适用于集成不同来源的证据。在这个改进的框架中，信度函数被用来反映决策信息的不完备性，这允许对不确定性的信息进行量化处理。此外，通过Dempster的组合规则，可以有效地集成群组专家的意见，从而减少单一判断的影响力，增强决策的全面性和客观性。 论文进一步阐述，该改进方法强调了整体判断的思想，这意味着所有专家的证据都能在交互过程中得到考虑，增强了决策过程的包容性和一致性。这种方法的实际应用价值得到了实例验证，证明了其在处理复杂问题时的科学可行性和操作性。 这篇研究论文为证据理论在群组决策中的应用提供了一个新的视角，对于改进DEMATEL方法和提升群体决策的质量具有重要的理论和实践意义。通过这样的改进，可以更准确地处理多专家意见，提高决策的有效性和可靠性。