本书研究基于行为理论的多属性群决策方法。随着决策科学的不断发展，众多学者发现，传统决策方法在解释某些实际决策现象时显得力不从心，如阿莱悖论和埃尔斯伯格悖论。这暗示决策者的行为可能影响其决策结果。实际决策和实验研究导致许多行为理论的提出，而这些理论又逐渐融入实际决策中，例如前景理论、后悔理论和集组理论等。这些理论不仅解释了决策者的行为，更帮助其在决策中做出更为明智的选择。为此，本书详细介绍了考虑决策者行为因素的多属性群决策方法。
　　第1章研究了基于有序阿贝尔群的群决策方法。基于有序阿贝尔群，将不同类型的判断矩阵统一为一种标准形式，在此基础上定义了判断矩阵的一致性指标，并进一步给出构造一致性判断矩阵和提高一致性的方法。对于基于判断矩阵的群决策问题，首先给出基于有序阿贝尔群的集成方法，接着定义了单个判断矩阵的共识性指标，并给出提高共识性的方法。所提出的一致性和共识性方法是收敛的，可以为现有方法提供一个通用的框架。
　　第2章研究了基于双边协商的群决策方法。为了从多个决策者的意见中得出群体决策，允许决策者之间进行两两相互谈判协商，并确定其双边协商值。给出两种算法来帮助决策者达成双边协商，进而构建双边协商矩阵。给出一致的双边协商矩阵的定义和一致性指标，并给出提高双边协商矩阵一致性的方法。结合一致性指标和双边协商矩阵中元素之间的关系，给出求解权重向量的模型，利用权重向量获取最终的群决策。
　　第3章研究了基于后悔理论的多属性决策方法。针对属性权重和属性评价值的信息均为不精确信息的情况，基于有序阿贝尔群，给出从不同角度计算方案相对值的方法，并证明了在某些条件下使用合适的集成算子和相对值测度都能得到相同的结果。此外，基于每对方案的相对值建立模型，识别四种类型的最优方案，并讨论这四种类型的最优方案之间的关系。随后将本章给出的方法扩展到属性之间有关联的多属性决策问题。
　　第4章研究了基于目标理论的多属性决策方法。使用满足属性目标的可能性来测量属性评估值，为了集成面向目标的属性评估值，引入面向目标的集成算子，定义了关于属性评估值的四种类型的目标和关于属性权重向量的四种态度特征。在此基础上，给出了识别潜在最优方案的模型，并估计态度特征的范围，进一步建立模型，根据属性评估值的目标，找出每个方案的最优和最差排序，并考虑方案的具体排序进行决策分析。
　　第5章研究了基于集组理论的数据包络分析。根据集组理论的思想，团队的利益比个人的利益更重要，将所有决策单元视为一个团队，定义了衡量团队的指标，包括整体效率、差异、决策单元的边界以及决策单元之间的关系。进一步给出模型估计团队指标，决策者可以根据这些值提供他们对团队指标的偏好。然后，建立模型以获得在满足团队指标的条件下单个决策单元的区间效率。
　　本书由国家自然科学基金项目基于多边协商的区块链共识机制的研究（编号：72271017）资助出版。
　　本书可作为运筹学、信息科学、管理科学和工程等领域的研究人员和从业者的参考书，也可作为相关专业研究生和高年级本科生的教科书。
　　
　　
　　夏梅梅
　　2023年5月

第1章 基于有序阿贝尔群的群决策方法 1
1.1 判断矩阵和有序阿贝尔群 1
1.2 基于有序阿贝尔群的判断矩阵的一致性 3
1.3 基于有序阿贝尔群的判断矩阵的一致性修正方法 6
1.4 基于有序阿贝尔群的判断矩阵的共识性的修正方法 22
本章小结 39

第2章 基于双边协商的群决策方法 40
2.1 基于m ? 1对双边协商的群决策方法 41
2.2 基于m ? 1对双边协商的多属性群决策方法 48
2.3 双边协商矩阵 56
2.4 双边协商矩阵的一致性 65
2.5 基于双边协商矩阵的群决策方法 72
本章小结 88

第3章 基于后悔理论的多属性决策方法 89
3.1 方案的相对值 90
3.2 基于相对值的多属性决策方法 94
3.3 属性之间有关联的基于后悔理论的多属性决策方法 111
本章小结 121

第4章 基于目标理论的多属性决策方法 123
4.1 面向目标的基于OWA算子的多属性决策方法 124
4.2 面向目标的针对最优方案的多属性决策分析 130
4.3 面向目标的对方案排序有限制的多属性决策分析 140
本章小结 149

第5章 基于集组理论的数据包络分析 150
5.1 数据包络分析 151
5.2 基于整体效率的数据包络分析 153
5.3 基于总体偏差的数据包络分析 159
5.4 基于总体边界的数据包络分析 164
5.5 基于团队中DMU之间关系的数据包络分析 169
本章小结 174

参考文献 175