群体决策共识度研究：一种新的聚类分析方法

"邢玉红(青海师范大学数学系，青海西宁 810008)在2011年发表的《关于专家群体决策共识度的研究》中探讨了群体决策中专家共识度的问题，该研究属于自然科学论文领域，主要关注群体决策、聚类分析和共识度的计算方法。 在群体决策中，专家的评分通常被视为正态分布的一个表现。邢玉红依据正态分布的3σ原则，提出了一种新的聚类分析方法，用于区分不同总体的专家评分。这种方法有助于识别专家意见中的类别差异，从而更好地理解和评估共识程度。 共识度是衡量群体决策中专家对某一评价结构达成一致的程度。现有的计算共识度的方法包括使用评估值方差、妥协程度、最大意见距离以及意见距离的平均值等。然而，这些方法在处理专家意见分类时存在局限性，如无法确定专家之间的具体距离或可能导致决策信息的丢失。 针对这些问题，邢玉红提出了一个新的共识度概念和计算方法。她主张首先对专家意见进行分类，假设每类意见来自同一总体的样本。若分类结果只有一类，即认为所有专家达成完全共识，共识度δ=1。若分为m类，则表示未完全达成共识，共识度δ<1，可以进一步分析各类专家的相对一致性。 在实际应用中，该方法通过聚类分析将专家分为若干类别，然后计算这些类别之间的共识度，为决策过程提供更精确的指导。例如，通过计算各组内专家的评分平均值和标准差，可以量化每个类别的内部一致性，进而评估整个群体的共识水平。 邢玉红的研究为群体决策的共识度提供了一个新的视角，强调了分类分析在衡量专家共识中的作用，特别是在决策专家数量较多时，这种方法显得尤为适用。这一研究不仅丰富了群体决策理论，也为实际决策问题的解决提供了实用工具。"