决策理论

在管理学领域中，决策（Decision-making）意为“为了达到一定目标，采用一定的科学方法和手段，从两个以上的方案中选择一个满意方案的分析判断过程”。决策是管理方法中的基本方法，是管理实践活动中的重要环节，决策的正确与否在很大程度上决定了管理实践活动的成败。

20世纪以来，随着管理实践活动的深入开展，指导管理实践活动的管理科学知识也不断发展，学者们对管理方式方法的研究也日趋完善。第二次世界大战之后，决策理论（Decision Theory）逐渐崭露头角，尤其是在管理学领域中，它将系统理论、运筹学、计算机科学等综合运用于管理决策问题，逐渐形成了有关决策过程、准则、类型及方法的较为完整的理论体系。

1944年，组织决策管理大师赫伯特·西蒙（Herbert A. Simon）发表了《决策与行政组织》（Decision-making and administrative organization），初步提出了决策理论的框架。1947年,西蒙出版了《管理行为》（Administrative behavior）一书，成为决策理论方面最早的专著。西蒙否定了传统经济学关于“经济人”具有完全理性的假设，认为决策主体是不可能完全理性的。在此基础之上，西蒙提出了决策的基础就是“有限理性”。“有限理性”表现为“知识的不完备性、价值偏好体系的不一致性、行为可行性范围的限制”三个方面，“有限理性”是西蒙决策理论的核心概念和根本前提。在“有限理性”的基础之上，西蒙提出了“满意决策”的概念，“满意决策”需要满足两个条件，既“一是有相应的最低满意标准，二是策略选择能够超过最低满意标准”，西蒙认为管理者追求满意解而不是最优解。西蒙将决策要素分为事实要素和价值要素。西蒙还将决策分为规范性决策和非规范性决策两类。西蒙关于管理者是否是有限理性以及管理者信息是否完全的论述成为后来研究发展决策理论的基本条件。

群决策

在现实生活中，决策行为往往是一群人的行为，是一群人对行动方案进行选择的活动，这促使学者们对决策理论的研究从研究个人决策向群决策转变。群决策的决策方法和内容与个人决策有很大不同，适用于个人决策的方法与理论并不一定适用于群决策。自从20世纪70年代群决策的概念提出以来，群决策已经发展为集数学、政治学、经济学、社会心理学、行为科学、管理学和决策科学等等多门学科研究于一体的交叉学科。

图1 群决策示意图

1965年，扎德（Lotfi A. Zadeh）发表的《模糊集合》（Fuzzy Sets）一书通过引入模糊集合从而提供了一种分析复杂系统的新方法，标志着模糊数学学科的诞生。扎德提出“用语言变量代替数值变量来描述系统的行为”，使得模糊理论更接近于实际，对群决策理论具有较好的效果，为群决策理论的诞生提供了一定的理论基础。

1972年，艾尔芬•詹尼斯（Irving L.Janis）在其《团体迷思的危害: 外交政策决策与失败的心理学研究》（Victims of groupthink: A psychological study of foreign-policy decisions and fiascoes）一文中将团体迷思定义为“团体成员为维护团体的凝聚力、追求团体和谐共识，而不能现实地评估其他可行办法的一种思考模式”。作者通过对团体迷思的研究分析了团体迷思对群决策过程的影响，解释了团体迷思与群决策失误之间的关系。

随着计算机技术以及通信技术的发展，群决策支持系统的研究逐渐为人所关注。1987年，德桑克蒂斯（Desanctis G）在《群决策支持系统的基础研究》（A Foundation for the Study of Group Decision Support Systems）一文中认为“群决策支持系统是结合了通讯、计算机、决策支持技术的用于解决非结构化问题的系统”，作者基于制定决策时的信息交换的视角提出了群决策支持系统的概念概述，并认为群决策支持系统能够有效地防范团体迷思。群决策支持系统的研究推动了群决策理论实际应用的进程，也推动了计算机应用于决策分析的进程。

群决策中的共识达成

文献：Quanbo Zha , Yucheng Dong , Hengjie Zhang , Francisco Chiclana , and Enrique Herrera-Viedma, Learning A Personalized Feedback Mechanism Based on Bounded Confidence Learning to Support Consensus Reaching in Group Decision Making[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2019:1-11.

这篇文章讨论了群决策问题下共识达成过程中，考虑决策者意见调整意愿的反馈机制设计。

一、引言

群决策已经是生活中我们非常熟悉的决策场景之一，即根据一组决策者备选方案的偏好评价做出一个群体的共同决策。而在群决策问题中，多数情况下我们希望大多数的决策者能够满意最终的解决方案，因此，共识达成过程（Consensus Reaching Process，CRP）关注的就是如何促进决策者对方案的偏好评价达成一个共识。例如，当一群人计划为旅游出行选择旅游景点时，如何选择一个景点使得大多数人满意这次旅行呢？这就是共识达成过程关注的问题。

图2 群决策中的共识达成过程

在CRP中，一般包括两个阶段：（1）共识度量阶段（2）反馈调整阶段。共识度量阶段主要是对个体意见和群体意见相似性程度的一个度量。个体意见与群体意见相似性成都越高，其共识水平也就越高。当群体共识水平达到可接受的预期程度，群决策就可以进入下一个选择过程进行方案的选择，否则群决策需要进入一个反馈调整阶段以促进共识。（2）反馈调整阶段主要是通过一个反馈机制对共识水平低的决策者做出其意见的调整，这个过程中通常会有一个调节者，给决策者提供一个建议，供其参考做出修改。在一般的CRP中，这个调整建议是以群体的意见为参考标准的。但是随着研究的进展，很多学者发现在反馈调整的这个过程中，决策者可能会拒绝调整意见，进而导致共识达成的失败。

在意见动力学领域中，有界置信模型反应了决策者接收他人建议与否的这样一个心理因素。这个模型主张：决策者只会参考与自己的观点差异不大的意见。每个决策者都有一个有界置信度，如果其他意见与决策者自己的意见之间的差异大于这个有界置信度，那么决策者就不会考虑参考这个意见。在这篇文章中，意见的差异是根据距离来度量的，例如，当决策者A和决策者B的偏好信息间的距离大于决策者A的有界置信度时，A便不会考虑接受B的意见。

因此，这篇文章考虑到了决策调整意见的意愿，设计了一个新的反馈机制，并根据决策者的有界置信度为决策者提供个性化地调整建议。

二、内容概述

基于有界置信模型，作者提出了一个个性化的反馈机制。并且，考虑到决策场景的不确定性，决策者的有界置信度可能是未知的，作者提出了一个学习算法来估计未知的有界置信度。

反馈机制在共识度量之后开启，包括两个规则：（1）识别规则，即识别到共识水平低的决策者，调整共识水平低的决策者的意见。（2）指导规则，为识别到的决策者提供基于其有限置信度的调整建议。

在这个新的反馈机制中，作者分别讨论了决策者有界置信度已知和未知的情况。对于有界置信度已知的决策者，根据有界置信度判断此时群体的意见是否能够被接受，否则，为其产生新的调整建议。对于有界置信度未知的决策者，作者提出了一个估计其有界置信度的学习过程，通过反馈调整阶段的交互，不断的缩小其有界置信度所处区间的精度。论文提出的共识达成模型的整体框架，如图3所示。

图3 群决策中共识达成模型的整体框架

备注：2019年10月29日晚上，“糖果之家”相约星期二，“大数据与智能决策”讨论班（Seminar）继续开讲，本次讨论班以群决策共识达成为题，共讨论了一篇文献，由硕士生进行讲解，共有青年教师、博士后、博士生和硕士生20人参加。