DOI: https://doi.org/10.1109/tsmc.2025.3548123
تاريخ النشر: 2025-03-24
المؤلف: Shengli Li وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم البحث نموذج توافق جديد، يسمى نموذج الحد الأقصى للعائد والحد الأدنى من التعديل (MPMACM)، الذي يدمج نظرية الألعاب الشبكية وبنية لعبة ستاكلبرغ لتسهيل التوافق بين صانعي القرار (DMs) ذوي الأهداف المتضاربة. يركز النموذج على تحسين العوائد الفردية مع تقليل التعديلات اللازمة في الآراء، مما يوفر نهجًا منظمًا للوسطاء لتوجيه DMs نحو قرار مشترك. يتم دعم تحليل التوازن لنموذج MPMACM بواسطة خوارزمية تطورية تفاضلية تكيفية، مما يعزز التنفيذ العملي للنموذج.
تسلط النتائج الضوء على قابلية تطبيق النموذج في السيناريوهات التي تتميز بمصالح أصحاب المصلحة المتضاربة، مثل تعويضات نقل الملكية وتخطيط النقل الحضري. ومع ذلك، يحدد البحث أيضًا القيود، بما في ذلك افتراض الشبكات الثابتة ومشكلات القابلية للتوسع المحتملة في التطبيقات واسعة النطاق. ستركز اتجاهات البحث المستقبلية على تكييف النموذج للشبكات الديناميكية وتحسين كفاءته الحاسوبية لضمان قابلية تطبيق أوسع في سياقات اتخاذ القرار في العالم الحقيقي.
نقاش
في هذا القسم، يناقش المؤلفون عملية الوصول إلى التوافق (CRP) في اتخاذ القرار الجماعي (GDM) ويقدمون نموذج توافق قائم على الحد الأدنى من التعديل (MPMACM). تتضمن عملية CRP عدة صانعي قرار (DMs) يعبرون عن آراء أولية ضمن حدود محددة ويعملون نحو توافق من خلال عملية دورية تشمل قياس التوافق، والتحكم في التعديلات، وتقديم الملاحظات. يتم حساب درجة التوافق (CD) بناءً على المسافة بين الآراء الفردية والجماعية، ويحدد حد مسبق $\gamma$ ما إذا كان قد تم تحقيق التوافق. يهدف النموذج إلى تقليل إجمالي التعديلات المطلوبة من DMs مع ضمان أن الرأي النهائي لكل DM يلبي عتبة التوافق.
يتم تأطير MPMACM كلعبة ستاكلبرغ، حيث يعمل الوسيط كقائد يوجه DMs (التابعين) لتعديل آرائهم. يتضمن النموذج التأثير الاجتماعي بين DMs، مما يؤثر على كيفية تعديلهم لآرائهم بناءً على تعديلاتهم الخاصة وتعديلات جيرانهم. يقدم المؤلفون إطار عمل تحسين ذو مستويين، حيث يركز النموذج على المستوى الأعلى على تقليل إجمالي التعديلات بينما يزيد النموذج على المستوى الأدنى من عائد كل DM من تغييرات آرائهم. يتم تحليل توازن ناش لهذه اللعبة، مما يكشف عن الشروط التي يمكن من خلالها تحقيق التوافق بناءً على نصف القطر الطيفي لمصفوفة الجوار لشبكة التأثير. تؤكد النتائج على أهمية الديناميات الفردية والجماعية في عملية بناء التوافق، مما يبرز دور استراتيجيات الملاحظات في تحفيز DMs على التقارب نحو قرار جماعي.
DOI: https://doi.org/10.1109/tsmc.2025.3548123
Publication Date: 2025-03-24
Author(s): Shengli Li et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The research presents a novel consensus model, termed Maximum Payoff Minimum Adjustment Consensus Model (MPMACM), which integrates network game theory and Stackelberg game architecture to facilitate consensus among decision makers (DMs) with conflicting objectives. The model emphasizes optimizing individual payoffs while minimizing the necessary adjustments in opinions, thereby providing a structured approach for mediators to guide DMs towards a common decision. The equilibrium analysis of the MPMACM is supported by an adaptive differential evolution algorithm, which enhances the practical implementation of the model.
The findings highlight the model’s applicability in scenarios characterized by conflicting stakeholder interests, such as property relocation compensation and urban transportation planning. However, the research also identifies limitations, including the assumption of static networks and potential scalability issues in large-scale applications. Future research directions will focus on adapting the model for dynamic networks and improving its computational efficiency to ensure broader applicability in real-world decision-making contexts.
Discussion
In this section, the authors discuss the Consensus Reaching Process (CRP) in Group Decision Making (GDM) and introduce a Minimum Adjustment-Based Consensus Model (MPMACM). The CRP involves multiple Decision Makers (DMs) who express initial opinions within defined bounds and work towards a consensus through a cyclical process that includes measuring consensus, controlling adjustments, and providing feedback. The consensus degree (CD) is calculated based on the distance between individual and collective opinions, and a predefined threshold $\gamma$ determines whether consensus is achieved. The model aims to minimize the total adjustments required from DMs while ensuring that each DM’s final opinion meets the consensus threshold.
The MPMACM is framed as a Stackelberg game, where the moderator acts as the leader guiding DMs (the followers) to adjust their opinions. The model incorporates social influence among DMs, which affects how they modify their opinions based on both their own adjustments and those of their neighbors. The authors present a bi-level optimization framework, where the upper-level model focuses on minimizing total adjustments while the lower-level model maximizes each DM’s payoff from their opinion changes. The Nash equilibrium of this game is analyzed, revealing conditions under which consensus can be achieved based on the spectral radius of the influence network’s adjacency matrix. The findings underscore the importance of both individual and collective dynamics in the consensus-building process, highlighting the role of feedback strategies in incentivizing DMs to converge towards a collective decision.