78、可修改场景下基于聚类的新型MgLSGDM决策方法解析

可修改场景下基于聚类的新型MgLSGDM决策方法解析

在大规模群体决策（LSGDM）领域，决策过程往往涉及众多专家和复杂的偏好信息。本文将介绍一种创新的可修改场景下基于聚类的多粒度大规模群体决策（MgLSGDM）方法，该方法具有开放辩论、基于群体共识计算等优势，能有效解决实际决策问题。

1. LSGDM过程概述

LSGDM过程包含以下关键步骤：
- 偏好表达 ：专家可随时开始或结束过程，通过偏好关系矩阵表达意见。偏好关系矩阵 $p_{ei}$（$i = 1, …, N$）为 $M×M$ 矩阵，主对角线为空，其余位置可由专家所选数值标签集填充。
- 公式：$p_{ei} =
\begin{bmatrix}
- & … & P_{1n}^i \
… & … & … \
P_{n1}^i & … & -
\end{bmatrix}$
- 共识分析 ：比较各专家群体的评估结果，计算群体间的距离，得到共识值。当共识值高于预设的共识阈值 $\alpha$（$\alpha \in [0, 1]$）时，认为群体间达成共识。
- 公式：计算两群体间距离 $Differ_{A_w}^{A_k} = 1 - \sqrt{\frac{\sum_{o = 1}^{M}\sum_{h = 1; h \neq o; P_{oh}^{A_k} \neq -1; P_{oh}^{A_w} \neq -1}^{M}(P_{oh}^{A_k} - P_{oh}^{A_w})^2}{M \cdot (M - 1)}}$；共识值