预算约束下考虑属性关联的最大效用共识模型

doi:10.16381/j.cnki.issn1003-207x.2022.0297

摘要/Abstract

摘要：

多属性群决策的关键问题之一是决策者如何对多属性意见达成共识，而多个属性之间的关联关系将影响决策者对各属性意见的调整以及最终共识结果。然而，现有研究大多假设各属性之间相互独立，忽视了属性之间关联关系对共识成本和决策者共识效用的影响。据此，本文探索多属性关联情形下如何利用有限预算获取最大效用的共识决策问题。首先，针对多个属性之间的关联关系，引入Choquet积分，构建基于属性关联的最小成本共识模型。其次，考虑决策者共识效用和共识成本预算约束，构建了具有预算约束的属性关联最大效用共识模型。为了确保模型具有最优解，又构建了交互关系优化模型以确定属性间交互权重的取值范围。最后，以政府与农户之间制定退耕还林合同为背景，验证了共识模型的有效性。结果表明：（1）同属性独立的群体共识决策模型相比，属性之间的冗余关系会提高共识成本，而属性间互补关系会降低共识成本。（2）属性间互补关系和冗余关系都会提高群体共识效用，且交互关系越强对共识效用的作用效果越显著。（3）属性间的冗余关系对共识成本与共识效用的影响比互补关系对二者影响更大。因此，在共识决策中应充分考虑属性之间的关联关系，兼顾合理的平衡成本预算与共识效用将有助于实现有限资源下的共识效用最大化。

关键词: 共识决策, 最大效用, 属性关联, 预算约束, Choquet积分

Abstract:

One of the key problems in multi-attribute group decision-making （MAGDM） is how to reach a consensus on multi-attribute opinions， while the interaction between attributes will affect the adjustment of decision-makers' opinions on each attribute and the consensus outcome. However， the extant research often assumes that attributes are independent of each other and ignores the impact of their interactions on consensus efficiency and decision-maker's consensusutility. It aims to explore the consensus problem of how to obtain the maximumconsensus utility with a limited budget considering interacting attributes. First， Choquet integral is introduced to solve the interacting relationship among multiple attributes， and a minimum cost consensus model with interacting attributes is built. Second， considering thedecision-maker's consensus utility and limited budget， a maximum utility consensus model with interacting attributesunder budget constraints is constructed. To ensure that the proposed model has the optimal solution， an interaction optimization model is built to determine the range of the interaction weight between attributes. Finally， the consensus model is validated by thecontract negotiation between the government and farmers. Results show that：（1） Compared with independent attributes， the negative interaction between attributes can increase the consensus cost， while the positive one reduces the consensus cost；（2） Both attribute complementary and redundant relationship will improve the group consensus utility， and the stronger the interaction relationship， the more significant the effect on consensus utility；（3） The redundant relationship between attributes has a greater impact on consensus cost and consensus utility than the complementary relationship. Thus， the interaction of attributes should be fully considered in consensus decision-making， and a reasonable balance between the cost budget and consensus utility will help to maximize consensus utility.It can also provide theoretical reference and methodology support forMAGDMwithinteracting attributes in this study.

Key words: consensus decision-making, maximum utility, interacting attributes, budget constraints, Choquet integral

中图分类号:

C934

程栋, 侯剑琳, 程发新. 预算约束下考虑属性关联的最大效用共识模型[J]. 中国管理科学, 2025, 33(4): 120-130.

Dong Cheng, Jianlin Hou, Faxin Cheng. Maximum Utility Consensus Models with Interacting Attributes under Budget Constraints[J]. Chinese Journal of Management Science, 2025, 33(4): 120-130.

图/表 9

表1

模型中的符号及其含义"

符号	含义
$l j$	属性 $v j$ 上意见值的跨度
$Δ o i j$	$d i$ 在属性 $v j$ 上的意见偏差
$e i j$	$d i$ 在 $v j$ 上调整意见的百分比平方
$I i j$	$d i$ 在属性 $v j$ 上的Shapley值
$μ i (S j)$	集合 $S j$ 的模糊测度
$a (S)$	集合 $S$ 中属性间的交互权重
$p i$	决策者 $d i$ 的总成本
$η$	成本预算值
$x i j k, t i j k, α i j k, β i j k$	中间变量
$y j$	属性 $v j$ 的类型指示变量
$u i j$	$d i$ 在属性 $v j$ 上的效用值
$u (i j)$	排序后 $d i$ 在属性 $v j$ 上效用值
$u i$	$d i$ 的总效用值

表1

表2

交互权重值a(S)"

属性集 $S$	$a (S)$
{ $v 1, v 2$ }	0.11
{ $v 1, v 3$ }	-0.1
{ $v 2, v 3$ }	0.4

表2

图1

图2

图3

图4

图5

表3

属性之间不同交互权重的共识成本结果"

交互权重 ${a (v 1, v 2), a (v 1, v 3), a (v 2, v 3)}$	总成本	总共识效用
${0,0, 0}$	76.873	0.832
${0, - 0.1,0}$	87.841	0.845
${0, - 0.2,0}$	98.670	0.863
${0, - 0.3,0}$	109.440	0.886
${0, - 0.4,0}$	120.163	0.911
${0, - 0.5,0}$	130.823	0.927
${0.1, - 0.1,0.1}$	76.232	0.835
${0.2, - 0.1,0.1}$	75.748	0.840
${0.3, - 0.1,0.1}$	74.791	0.845
${0.4, - 0.1,0.1}$	74.600	0.850
${0.1, - 0.1,0.2}$	64.989	0.827
${0.2, - 0.1,0.2}$	64.507	0.834
${0.3, - 0.1,0.2}$	63.958	0.840
${0.1, - 0.1,0.3}$	53.694	0.831
${0.2, - 0.1,0.3}$	53.210	0.839
${0.1, - 0.2,0.1}$	87.053	0.847
${0.2, - 0.2,0.1}$	86.579	0.852
${0.3, - 0.2,0.1}$	86.051	0.856
${0.1, - 0.3,0.1}$	97.806	0.865
${0.2, - 0.3,0.1}$	97.291	0.869

表3

表4

参考文献 37

1	缑迅杰，邓富民，徐泽水.基于自信双层语言偏好关系的大规模群体共识决策方法及其应用研究［J］. 中国管理科学，2023，31（9）：222-232.
	Gou X J， Deng F M， Xu Z S. The application of the large-scale group consensus decision-making method based on self-confident double hierarchy linguistic preference relations［J］. Chinese Journal of Management Science， 2023， 31（9）： 222-232.
2	姚升保，古淼.移情关系影响下的群体共识决策模型研究［J］. 中国管理科学， 2021， 29（11）： 203-214.
	Yao S B， Gu M. A consensus model for group decision making under the influence of empathy［J］. Chinese Journal of Management Science， 2021， 29（11）： 203-214.
3	张恒杰，朱文凤，董玉成.异质环境下基于最小冒犯准则的分类共识决策方法研究［J］. 系统工程理论与实践， 2022， 42（5）：1378-1390.
	Zhang H J， Zhu W F， Dong Y C. The classification-based consensus model with minimum violations in heterogeneous group decision making［J］. Systems Engineering-Theory & Practice， 2022， 42（5）： 1378-1390.
4	Jing F Y， Chao X R. Fairness concern： An equilibrium mechanism for consensus-reaching game in group decision-making［J］. Information Fusion， 2021， 72： 147-160.
5	Du J L， Liu S F， Liu Y. A limited cost consensus approach with fairness concern and its application［J］. European Journal of Operational Research， 2021，289（1）：261-275.
6	Ben-Arieh D， Easton T. Multi-criteria group consensus under linear cost opinion elasticity［J］. Decision support systems， 2007， 43（3）： 713-721.
7	Ben-Arieh D， Easton T， Evans B. Minimum cost consensus with quadratic cost functions［J］. IEEE Transactions on Systems， Man， and Cybernetics-Part A： Systems and Humans， 2008， 39（1）： 210-217.
8	Zhang G Q， Dong Y C， Xu Y F， et al. Minimum-cost consensus models under aggregation operators［J］. IEEE Transactions on Systems， Man， and Cybernetics-Part A： Systems and Humans， 2011， 41（6）： 1253-1261.
9	Zhang H H， Kou G， Peng Y. Soft consensus cost models for group decision making and economic interpretations［J］. European Journal of Operational Research， 2019， 277（3）： 964-980.
10	程栋，张静阳，袁宇翔，程发新.基于区间意见的非对称最小成本共识决策问题研究［J］.运筹与管理，2022，31（5）：43-48.
	Cheng D， Zhang J Y， Yuan Y X， Cheng F X. Research on minimum asymmetric cost consensus problem based on interval opinions［J］. Operations Research and Management Science， 2022， 31（5）： 43-48.
11	Gong Z W， Xu X X， Guo W W， et al. Minimum cost consensus modelling under various linear uncertain-constrained scenarios［J］. Information Fusion， 2021， 66： 1-17.
12	Cheng D， Zhou Z L， Cheng F X， et al. Modeling the minimum cost consensus problem in an asymmetric costs context［J］. European Journal of Operational Research， 2018， 270（3）： 1122-1137.
13	徐泽水，任珮嘉.犹豫模糊偏好决策研究进展与前景［J］.系统工程理论与实践， 2020， 40（8）： 2193-2202.
	Xu Z S， Ren P J. A survey of decision making with hesitant fuzzy preference relations： Progress and prospect［J］. Systems Engineering-Theory & Practice， 2020， 40（8）： 2193-2202.
14	Wu T， Liu X W， Gong Z W， et al. The minimum cost consensus model considering the implicit trust of opinions similarities in social network group decision-making［J］. International Journal of Intelligent Systems， 2020， 35（3）： 470-493.
15	Liu Y， Zhou T， Forrest J Y L. （2020）. A multivariate minimum cost consensus model for negotiations of holdout demolition［J］. Group Decision and Negotiation， 29（5）： 871-899.
16	Gong Z W， Xu X X， Lu F L， et al. On consensus models with utility preferences and limited budget［J］. Applied Soft Computing， 2015， 35： 840-849.
17	Cheng D， Yuan Y X， Wu Y， et al. Maximum satisfaction consensus with budget constraints considering individual tolerance and compromise limit behaviors［J］. European Journal of Operational Research， 2022， 297（1）： 221-238.
18	Guo W W， Gong Z W， Xu X X， et al. Linear uncertain extensions of the minimum cost consensus model based on uncertain distance and consensus utility［J］. Information Fusion， 2021， 70： 12-26.
19	Gong Z W， Xu C， Chiclana F， et al. Consensus measure with multi-stage fluctuation utility based on China’s urban demolition negotiation［J］. Group Decision and Negotiation， 2017， 26（2）： 379-407.
20	Gitinavard H， Shirazi M A， Zarandi M H F. Sustainable feedstocks selection and renewable products allocation： A new hybrid adaptive utility-based consensus model［J］. Journal of Environmental Management， 2020， 264： 110428.
21	Gong Z W， Xu X X， Li L S， et al. Consensus modeling with nonlinear utility and cost constraints： A case study［J］. Knowledge-Based Systems， 2015， 88： 210-222.
22	Zhong X Y， Xu X H， Pan B. A non-threshold consensus model based on the minimum cost and maximum consensus-increasing for multi-attribute large group decision-making［J］. Information Fusion， 2022， 77： 90-106.
23	Zhang B W， Dong Y C， Xu Y F. Multiple attribute consensus rules with minimum adjustments to support consensus reaching［J］. Knowledge-Based Systems， 2014， 67： 35-48.
24	Chen X， Xu W J， Liang H M， et al. The classification-based consensus in multi-attribute group decision-making［J］. Journal of the Operational Research Society， 2020， 71（9）： 1375-1389.
25	Yan H B， Ma T J， Huynh V N. On qualitative multi-attribute group decision making and its consensus measure： A probability based perspectivet［J］. Omega， 2017， 70： 94-117.
26	Li Y H， Kou G， Li G X， et al. Multi-attribute group decision making with opinion dynamics based on social trust network［J］. Information Fusion， 2021， 75： 102-115.
27	索玮岚，冯博. 关联型决策分析方法研究综述［J］. 系统工程理论与实践， 2016， 36（10）： 2449-2464.
	Suo W L， Feng B. Review on interdependent-decision analysis methods［J］. Systems Engineering-Theory & Practice， 2016， 36（10）： 2449-2464.
28	Carlsson C， Fullér R. Multiple criteria decision making： The case for interdependence［J］. Computers & Operations Research， 1995， 22（3）： 251-260.
29	Zhang L， Zhou D Q， Wang Y P， et al. An axiomatic approach of the ordered Sugeno integrals as a tool to aggregate interacting attributes［C］//2007 IEEE International Conference on Grey Systems and Intelligent Services.NanJing，November 18-20，2007： 231-234.
30	Mayag B， Bouyssou D. Necessary and possible interaction between criteria in a 2-additive Choquet integral model［J］. European Journal of Operational Research， 2020， 283（1）： 308-320.
31	陈晓红，李慧，谭春桥. 考虑不同心理行为偏好的混合随机多属性决策［J］. 系统工程理论与实践， 2018， 38（6）： 1545-1556.
	Chen X H， Li H， Tan C Q. A hybrid stochastic multi-attribute decision-making method considering different psychological behavior［J］. Systems Engineering-Theory & Practice， 2018， 38（6）： 1545-1556.
32	Gong Z W， Guo W W， Slowiński R. Transaction and interaction behavior-based consensus model and its application to optimal carbon emission reduction［J］. Omega， 2021， 104： 102491.
33	Marichal J L， Roubens M. Determination of weights of interacting criteria from a reference set［J］. European Journal of Operational Research， 2000， 124（3）： 641-650.
34	Tehrani A F. The choquet kernel on the use of regression problem［J］. Information Sciences， 2021， 556： 256-272.
35	Marichal J L. An axiomatic approach of the discrete Choquet integral as a tool to aggregate interacting criteria［J］. IEEE Transactions on Fuzzy Systems， 2000， 8（6）： 800-807.
36	Li H H， Ji Y， Qu S J. Two-stage stochastic integrated adjustment deviations and consensus models in an asymmetric costs context［J］. Journal of Intelligent & Fuzzy Systems， 2021， 40（6）： 12301-12319 .
37	Tan X， Gong Z W， Chiclana F， et al. Consensus modeling with cost chance constraint under uncertainty opinions［J］. Applied Soft Computing， 2018， 67： 721-727.

文献	单属性还是多属性？	是否考虑属性关联？	是否考虑成本预算？	是否考虑个体共识效用？	共识模型类型
[13]	单属性	否	是	是	最大效用共识模型
[32]	单属性	否	否	否	最小成本共识模型
[37]	单属性	否	是	是	最小成本共识模型
[3]	多属性	否	否	否	最小成本共识模型
[10]	多属性	是	否	否	最小成本共识模型
[18]	多属性	否	否	否	最小调整共识模型
本文	多属性	是	是	是	最大效用共识模型

[1]	浦徐进,赖德凌,金德龙. 按收购量补贴还是按收购价补贴？[J]. 中国管理科学, 2023, 31(8): 32-40.
[2]	罗世华, 刘俊. 改进排序的梯形直觉模糊Choquet Bonferroni算子的多属性群决策方法[J]. 中国管理科学, 2020, 28(1): 134-143.
[3]	韩帅, 刘树林. 带预算约束的广告主均衡报价研究——基于纳什均衡角度[J]. 中国管理科学, 2019, 27(5): 57-67.
[4]	王大澳, 菅利荣, 王慧, 刘思峰. 基于限制合作博弈的产业集群企业利益分配研究[J]. 中国管理科学, 2019, 27(4): 171-178.
[5]	杨娜, 廖貅武, 雷宏振. 考虑属性关联的两阶段获胜者确定模型[J]. 中国管理科学, 2019, 27(10): 148-158.
[6]	赵树平, 梁昌勇, 罗大伟. 基于VIKOR和诱导广义直觉梯形模糊Choquet积分算子的多属性群决策方法[J]. 中国管理科学, 2016, 24(6): 132-142.
[7]	万树平, 董九英. 基于三角直觉模糊数Choquet积分算子的多属性决策方法[J]. 中国管理科学, 2014, 22(3): 121-129.
[8]	李辉, 朱连宇, 齐二石. 基于混合蚁群算法的生产系统设施规划问题研究[J]. 中国管理科学, 2014, 22(1): 74-83.
[9]	黄松, 杨超, 张曦. 考虑战略顾客行为带预算约束的多产品报童问题[J]. 中国管理科学, 2011, 19(3): 70-78.
[10]	程斌宏. 软预算约束与国企改革：从要素投入的视角分析[J]. 中国管理科学, 2007, 15(2): 15-20.
[11]	王彦, 李楚霖. 非对称情况下的多物品拍卖[J]. 中国管理科学, 2003, (6): 61-65.