.png){kind=icon}
返回
A distributionally robust optimization method for group decision-making with multiplicative preference relations
.png){kind=icon}
PRE
AI
DOI：10.1080/01605682.2025.2492820.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
乘性偏好关系是决策者在群体决策问题中表达其判断的有效工具。然而，这些判断信息的固有模糊性可能导致决策方案脆弱。本文为群体决策问题提供了一个新框架，其中我们利用基于矩的不确定性集合来捕捉可能的分布，以描述决策者模糊偏好分布的均值和协方差特征。我们首先提出一个分布鲁棒性排序模型来推导备选方案的优先级，该模型捕捉了不确定偏好信息的影响。此外，该排序模型可通过对偶性和S-过程重新表述为一个易处理的半定规划模型。为获取决策者的初始权重，我们随后开发了一个确定性偏差模型来刻画群体共识。此外，基于初始个体权重，我们在受扰动的乘性偏好关系下构建了一个分布鲁棒性加权模型。该加权模型产生一个稳健的个体权重向量。最后，进行了若干数值实验，以证明所提出模型相较于其他基准模型具有更高的样本外稳健性。
Keyword:
Group decision-making
distributionally robust optimization
multiplicative preference relation
priority weight
individual weight
期刊
IF:
2.7
论文数:
424
被引数:
9.2K
机构
引用论文
.png){kind=icon}
Data-driven distributionally robust optimization using the Wasserstein metric: performance guarantees and tractable reformulations使用Wasserstein度量的数据驱动的分布式鲁棒优化: 性能保证和可处理的重新制定
PREAI
分享收藏
查看更多内容