文献

J-GLOBAL ID：202202298689332449   整理番号：22A0166745

確率的言語的大グループ意思決定のためのクラスタリング解析および罰駆動コンセンサス到達プロセスと自動車共有プラットフォーム選択への応用【JST・京大機械翻訳】

Clustering analysis and punishment-driven consensus-reaching process for probabilistic linguistic large-group decision-making with application to car-sharing platform selection

著者 (3件)： Yu Su-min (Institute of Big Data Intelligent Management and Decision, College of Management, Shenzhen University, Shenzhen, 518060, China) ,  Du Zhi-jiao (Business School, Sun Yat-Sen University, Guangzhou, 510275, China) ,  Zhang Xue-yang (Institute of Big Data Intelligent Management and Decision, College of Management, Shenzhen University, Shenzhen, 518060, China)
資料名： International Transactions in Operational Research  (International Transactions in Operational Research)
巻： 29  号： 3  ページ： 2002-2029  発行年： 2022年 
JST資料番号： W0717A  ISSN： 0969-6016  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 確率的言語大規模グループ意思決定(LGDM)は,意思決定科学の分野で最新の話題になっている。一般に,クラスタリングとコンセンサス到達はLGDM問題を扱う2つの重要なプロセスである。従来のクラスタリング法は,主に意見類似性測度に基づいており,クラスタに含まれる意思決定者(DM)の数を直接制御できない。コンセンサスに対する非協同的行動の直感はコンセンサス到達過程中に遭遇する可能性がある。本論文は,最初に,大規模グループを分類するための距離-中心クラスタリングアルゴリズムを提案した。アルゴリズムの最も重要な特性は,それが確率的言語情報の類似性測度に基づいていて,クラスタにおけるDMの数に関して上限と下限を指定することである。次に,クラスタのサイズ,外部コンセンサスレベル,および内部コンセンサスレベルを考慮する新しい重み決定法を開発した。意見差と非協力行動を管理するために,罰駆動コンセンサスモデルを設計した。最後に,提案したクラスタリングアルゴリズムとコンセンサスモデルを自動車共有プラットフォーム選択の事例研究に適用した。結果と比較分析は,本研究の潜在的応用と有効性を明らかにした。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  測度 ,  *意思決定 ,  *言語 ,  *自動車 ,  *クラスタ化 ,  *クラスタ ,  事例研究 ,  類似性 ,  有効性 ,  意思決定者
準シソーラス用語： 言語情報 ,  クラスタリングアルゴリズム ,  *グループ意思決定 ,  クラスタリング法 , 【Automatic Indexing@JST】

著者キーワード (5件)： 確率的言語的大グループ意思決定(PL-LGDM) ,  罰駆動コンセンサスモデル ,  距離から中心へのクラスタリングアルゴリズム ,  自動車共有プラットフォーム選択 ,  非協力的行動

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (11件)： 確率 ,  言語 ,  グループ意思決定 ,  クラスタリング ,  解析 ,  コンセンサス ,  プロセス ,  自動車 ,  共有 ,  プラットフォーム ,  応用