基于不同個體偏好表現(xiàn)形式的多階段投票選擇方法研究.pdf_第1頁
已閱讀1頁,還剩127頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在投票選擇活動中,由于投票者知識結(jié)構(gòu)、個人偏好和對候選人信息了解程度等方面的差異,僅僅通過一次投票過程可能難以從多位候選人中選出讓多數(shù)人滿意的獲勝者。因此,很多社會選擇活動采用多階段投票方式。多階段投票規(guī)則允許投票人進行多次投票,采用逐輪淘汰方式選出最后的優(yōu)勝者,最終投票結(jié)果是通過多個相互關(guān)聯(lián)的投票階段產(chǎn)生的。投票選擇方法的實質(zhì)是將投票人的個體偏好集結(jié)為群體偏好。在多階段投票過程中,投票人個體偏好可能會隨著投票階段的改變而發(fā)生變化,而根

2、據(jù)投票規(guī)則的不同,投票人個體偏好也會有不同的表現(xiàn)形式。因此,本文研究的主要目的就是從這些不同形式的、動態(tài)變化的個體偏好中挖掘出更多有用的信息,減少策略投票的可能,更真實地反映出投票人的意愿,為民主選擇提供更公平合理的、可供借鑒的選擇方法。
   本論文的主要工作:根據(jù)動態(tài)群體決策的特點和方法,針對三類不同的個體偏好表現(xiàn)形式,即排序形式的個體偏好、“單票制”形式的個體偏好和帶有不確定信息的個體偏好,對多階段投票過程及信息集結(jié)方式進

3、行分析和研究,并提出了相應(yīng)的投票選擇方法。
   首先,針對排序式個體偏好,本文通過研究個體偏好和群體偏好之間的關(guān)系,構(gòu)建了投票人動態(tài)權(quán)重確定模型和投票階段動態(tài)權(quán)重確定模型,在此基礎(chǔ)上提出了分別基于這兩類權(quán)重的多階段投票選擇方法。投票人動態(tài)權(quán)重主要是通過個體偏好和群體偏好的接近程度,即個體偏好偏離量指標來動態(tài)調(diào)整和確定的。而投票階段權(quán)重則根據(jù)每一輪投票中的個體偏好集中程度來進行分析和確定。分析結(jié)果表明,考慮投票人權(quán)重的投票選擇方

4、法能夠提高群體偏好認同度,提高投票選擇效率,降低決策成本;而考慮了投票階段權(quán)重的投票方法能夠充分考慮每一階段投票信息對最終選舉結(jié)果所產(chǎn)生的影響,使選舉結(jié)果更合理。
   其次,針對“單票制”個體偏好,本文研究了投票者在交替式投票和非交替式投票兩種模式下的個體偏好集結(jié)過程,并提出不同的投票選擇方法。在非交替式投票模式下,我們首先以奧運會主辦城市的投票表決問題為例,分析了真實投票和策略投票過程及存在的問題?;诖嬖诘膯栴},提出了基于

5、投票效力指數(shù)的多階段投票選擇方法。在交替式投票模式下,提出了基于雙射軟集合和集結(jié)算子的投票階段權(quán)重確定方法,為不同投票階段偏好信息的集結(jié)提供了一種可供借鑒的新方法。分析結(jié)果說明,基于投票效力指數(shù)的投票選擇方法能夠更真實地反映出投票人的偏好順序,也能在一定程度上防止投票人的策略性投票行為。
   最后,針對不確定個體偏好,本文以“多票制”規(guī)則下有效票中的棄權(quán)信息為分析對象,通過建立基于不完備軟集合和vague集的不確定信息分析模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論