本書(shū)研究基于行為理論的多屬性群決策方法。隨著決策科學(xué)的不斷發(fā)展，眾多學(xué)者發(fā)現(xiàn)，傳統(tǒng)決策方法在解釋某些實(shí)際決策現(xiàn)象時(shí)顯得力不從心，如阿萊悖論和埃爾斯伯格悖論。這暗示決策者的行為可能影響其決策結(jié)果。實(shí)際決策和實(shí)驗(yàn)研究導(dǎo)致許多行為理論的提出，而這些理論又逐漸融入實(shí)際決策中，例如前景理論、后悔理論和集組理論等。這些理論不僅解釋了決策者的行為，更幫助其在決策中做出更為明智的選擇。為此，本書(shū)詳細(xì)介紹了考慮決策者行為因素的多屬性群決策方法。
　　第1章研究了基于有序阿貝爾群的群決策方法�；�于有序阿貝爾群，將不同類型的判斷矩陣統(tǒng)一為一種標(biāo)準(zhǔn)形式，在此基礎(chǔ)上定義了判斷矩陣的一致性指標(biāo)，并進(jìn)一步給出構(gòu)造一致性判斷矩陣和提高一致性的方法。對(duì)于基于判斷矩陣的群決策問(wèn)題，首先給出基于有序阿貝爾群的集成方法，接著定義了單個(gè)判斷矩陣的共識(shí)性指標(biāo)，并給出提高共識(shí)性的方法。所提出的一致性和共識(shí)性方法是收斂的，可以為現(xiàn)有方法提供一個(gè)通用的框架。
　　第2章研究了基于雙邊協(xié)商的群決策方法。為了從多個(gè)決策者的意見(jiàn)中得出群體決策，允許決策者之間進(jìn)行兩兩相互談判協(xié)商，并確定其雙邊協(xié)商值。給出兩種算法來(lái)幫助決策者達(dá)成雙邊協(xié)商，進(jìn)而構(gòu)建雙邊協(xié)商矩陣。給出一致的雙邊協(xié)商矩陣的定義和一致性指標(biāo)，并給出提高雙邊協(xié)商矩陣一致性的方法。結(jié)合一致性指標(biāo)和雙邊協(xié)商矩陣中元素之間的關(guān)系，給出求解權(quán)重向量的模型，利用權(quán)重向量獲取最終的群決策。
　　第3章研究了基于后悔理論的多屬性決策方法。針對(duì)屬性權(quán)重和屬性評(píng)價(jià)值的信息均為不精確信息的情況，基于有序阿貝爾群，給出從不同角度計(jì)算方案相對(duì)值的方法，并證明了在某些條件下使用合適的集成算子和相對(duì)值測(cè)度都能得到相同的結(jié)果。此外，基于每對(duì)方案的相對(duì)值建立模型，識(shí)別四種類型的最優(yōu)方案，并討論這四種類型的最優(yōu)方案之間的關(guān)系。隨后將本章給出的方法擴(kuò)展到屬性之間有關(guān)聯(lián)的多屬性決策問(wèn)題。
　　第4章研究了基于目標(biāo)理論的多屬性決策方法。使用滿足屬性目標(biāo)的可能性來(lái)測(cè)量屬性評(píng)估值，為了集成面向目標(biāo)的屬性評(píng)估值，引入面向目標(biāo)的集成算子，定義了關(guān)于屬性評(píng)估值的四種類型的目標(biāo)和關(guān)于屬性權(quán)重向量的四種態(tài)度特征。在此基礎(chǔ)上，給出了識(shí)別潛在最優(yōu)方案的模型，并估計(jì)態(tài)度特征的范圍，進(jìn)一步建立模型，根據(jù)屬性評(píng)估值的目標(biāo)，找出每個(gè)方案的最優(yōu)和最差排序，并考慮方案的具體排序進(jìn)行決策分析。
　　第5章研究了基于集組理論的數(shù)據(jù)包絡(luò)分析。根據(jù)集組理論的思想，團(tuán)隊(duì)的利益比個(gè)人的利益更重要，將所有決策單元視為一個(gè)團(tuán)隊(duì)，定義了衡量團(tuán)隊(duì)的指標(biāo)，包括整體效率、差異、決策單元的邊界以及決策單元之間的關(guān)系。進(jìn)一步給出模型估計(jì)團(tuán)隊(duì)指標(biāo)，決策者可以根據(jù)這些值提供他們對(duì)團(tuán)隊(duì)指標(biāo)的偏好。然后，建立模型以獲得在滿足團(tuán)隊(duì)指標(biāo)的條件下單個(gè)決策單元的區(qū)間效率。
　　本書(shū)由國(guó)家自然科學(xué)基金項(xiàng)目基于多邊協(xié)商的區(qū)塊鏈共識(shí)機(jī)制的研究（編號(hào)：72271017）資助出版。
　　本書(shū)可作為運(yùn)籌學(xué)、信息科學(xué)、管理科學(xué)和工程等領(lǐng)域的研究人員和從業(yè)者的參考書(shū)，也可作為相關(guān)專業(yè)研究生和高年級(jí)本科生的教科書(shū)。
　　
　　
　　夏梅梅
　　2023年5月