社會(huì)網(wǎng)絡(luò)下考慮專家可靠度一影響力的物流供應(yīng)商選擇研究

中圖分類號(hào)：F724 文獻(xiàn)標(biāo)志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.12.029

Abstract：Reducingsociallogisticscostsisofgreatsignificance.Formanufacturingenterprises，reducingsociallogisticsosts willenancetheircompeitivenessandpromotetransformationandupgrading，somoreandmoreenterpriseschosetocooperate withlogisticsenterprises.Inthedecision-makingproblemregardinglogisticsproviderselection，thefeedbackmechanismplaysa crucialroleinconsensusreaching.Existingresearchindicatesthattheinfluenceofexpertsandthereliabilityoftheiropinions affectgroupdecisionoutcomesfrom diferentperspectives.Thisstudyproposesaconsensusreaching modelconsideringexpert reliabilityandinfluence.First，acalculationmetodofexperteliabilityinanintuitionisticfuzzylinguisticenviroent，within thecontextofgroupanalysisanddiscusion（GAD）isproposed.Second，basedontheirreliabilityandinfluence，anexpert clasificationframeworkisconstructedandthesetypesofexpertsaredescribed.Third，aheterogeneousfedback mechanismbased ontheexpertclasificationframeworkisdesignedtoformtheconsensusreaching model.Finally，acasestudyisusedtoverify the feasibility and effectiveness of the proposed model.

Key words：logistics provider; groupdecision-making （GDM）;social network;expert reliability; fedback mechanism

0引言

物流是經(jīng)濟(jì)社會(huì)發(fā)展的“動(dòng)脈”，降低全社會(huì)物流成本是提高經(jīng)濟(jì)運(yùn)行效率的重要舉措。2024年，國(guó)家印發(fā)《有效降低全社會(huì)物流成本行動(dòng)方案》，提出要加強(qiáng)制造業(yè)供應(yīng)鏈融合創(chuàng)新，鼓勵(lì)大型制造企業(yè)與物流企業(yè)建立長(zhǎng)期戰(zhàn)略合作關(guān)系，加快現(xiàn)代供應(yīng)鏈體系建設(shè)。優(yōu)質(zhì)的物流供應(yīng)商不但能夠精準(zhǔn)契合企業(yè)需求，還能有效削減物流成本、提升運(yùn)營(yíng)效率2。因此，對(duì)物流供應(yīng)商進(jìn)行嚴(yán)謹(jǐn)評(píng)估與審慎選擇，成為企業(yè)運(yùn)營(yíng)過(guò)程中關(guān)鍵的決策環(huán)節(jié)。目前物流供應(yīng)商選擇的方法主要以多屬性決策方法為主，曾守楨等3針對(duì)眾包物流平臺(tái)服務(wù)質(zhì)量評(píng)價(jià)提出了一種基于后悔理論-TODIM多指標(biāo)群決策模型。高建偉等4提出一種考慮信息補(bǔ)全的群決策方法并運(yùn)用改進(jìn)的EDA方法對(duì)物流服務(wù)供應(yīng)商進(jìn)行排序。但現(xiàn)有研究大多聚焦于指標(biāo)權(quán)重的確定，或者假定所有決策專家對(duì)問(wèn)題解的重要程度是同等的、觀點(diǎn)是完全可靠的。然而由于物流服務(wù)供應(yīng)商選擇問(wèn)題的復(fù)雜性，專家們擁有的知識(shí)水平和實(shí)踐經(jīng)驗(yàn)是不同的，面對(duì)復(fù)雜決策問(wèn)題時(shí)所表達(dá)的信息具有不確定性和模糊性，其可靠性問(wèn)題不可避免。

此外，在社會(huì)網(wǎng)絡(luò)的大環(huán)境中，專家通過(guò)信任關(guān)系進(jìn)行交流。意見(jiàn)動(dòng)力學(xué)理論也指出，社會(huì)網(wǎng)絡(luò)里的決策成員之間會(huì)相互影響而經(jīng)歷意見(jiàn)不斷演化的過(guò)程[8]。社會(huì)影響力被定義為個(gè)體與群體互動(dòng)時(shí)導(dǎo)致其他人觀點(diǎn)或行為變化的能力00。一般來(lái)說(shuō)，受信任程度越高，該專家在社會(huì)網(wǎng)絡(luò)中的影響力就越大。現(xiàn)有研究中信任關(guān)系的構(gòu)建大多基于專家對(duì)他人的主觀認(rèn)知（基于他們的聲譽(yù)或過(guò)去的互動(dòng)經(jīng)驗(yàn)），但這個(gè)認(rèn)知可能不夠全面，所表示出的信任值不免帶有一定的主觀性、盲目性。

綜上所述，專家可靠度和影響力從不同角度影響著物流服務(wù)供應(yīng)商選擇的決策結(jié)果。因此，本文提出一種基于可靠性-影響力的共識(shí)達(dá)成模型，針對(duì)直覺(jué)模糊環(huán)境提出一種同時(shí)考慮專家支持度和觀點(diǎn)知識(shí)量的可靠度測(cè)算方法，同時(shí)結(jié)合影響力構(gòu)建一個(gè)專家分類框架，并針對(duì)不同類型的專家設(shè)計(jì)反饋機(jī)制以促進(jìn)群體共識(shí)達(dá)成。最后將此方法用于某物流服務(wù)供應(yīng)商選擇算例上進(jìn)行驗(yàn)證。

1基于可靠度一影響力的專家分類框架

記有一組專家 需要根據(jù)屬性集 對(duì)一組備選方案 進(jìn)行評(píng)價(jià)，每個(gè)專家都需要提供個(gè)人的偏好矩陣，表示為 Pιk=（pij，tk）m×n ，初始偏好為 P0°k 其中， ptj，tk=（μij，tk，vij，tk） 是一個(gè)直覺(jué)模糊數(shù)[]，滿足 0lt;μij，tk+ （20（204號(hào) vij，tk?1 ，表示在第 χt 次迭代中專家 k 認(rèn)為第 i 個(gè)備選方案滿足或不滿足第 個(gè)標(biāo)準(zhǔn)的程度。稱 πA（x）=1-μA（x）-vA（x） 為專家猶豫度，表示不確定性。此外，群體共識(shí)閾值設(shè)為δ，若專家意見(jiàn)與群體意見(jiàn)足夠相似并達(dá)到共識(shí)閾值，則可以根據(jù)群體偏好選出最佳方案。

1.1專家可靠度

可靠性通常用于評(píng)估專家在決策問(wèn)題涉及領(lǐng)域的精通程度[12]，專家在該領(lǐng)域越熟練，則該專家提供的信息就越可靠。一般來(lái)說(shuō)，可靠性高的專家對(duì)決策問(wèn)題的理解更深刻，在GAD過(guò)程中更有說(shuō)服力。且人們傾向于與他們認(rèn)可的人保持一致，這可以進(jìn)一步解釋為對(duì)這些人觀點(diǎn)的支持。此外，可靠度高的專家能夠更準(zhǔn)確、更明確地區(qū)分備選方案的優(yōu)劣，提供更多的知識(shí)量。因此，我們同時(shí)考慮支持度和知識(shí)量來(lái)定義專家的可靠性。

在小組分析和討論后，每個(gè)專家的想法可能會(huì)在一定程度上影響其他專家的判斷[13]。以簡(jiǎn)單的平面圖示例，見(jiàn)圖1。在GAD后，假定 e_k 的觀點(diǎn)保持不變，即 p₁^k=p_0°^k 如果專家 e_h 的評(píng)估結(jié)果 p₁^h 向 p₁^k 靠近，如圖1（a）所示，意味著 e_h 支持 e_k 的觀點(diǎn)；若是專家 e_h 的評(píng)估結(jié)果 p₁^h 不變或遠(yuǎn)離 p₁^k ，如圖1（b）所示，意味著 e_h 不支持或反對(duì) e_k 的觀點(diǎn)。因此，通過(guò)衡量該專家受到其他專家的支持可以在一定程度上反映專家的可靠性。

定義1：用 表示 p_t^k 和 p_t^h 的相似度， 表示 p_t^k 和 p_t^h 之間的距離，則專家 e_k 受到其他專家的支持度如下。

Z_t^k=Z^k++Z^k+Z^k-

其中， D⁺ 表示在GAD后偏好向靠近的專家集合， D^- 表示在GAD后偏好遠(yuǎn)離 e_k 的專家集合。若是GAD后專家觀點(diǎn)不變，則表示對(duì) e_k 的支持度為0， Z^k 表示 e_k 獲得的總支持度， G_t^h 反映了 e_h 對(duì) e_k 支持的可參考程度。可靠度越高，對(duì) e_k 的支持度就越有效，參考的價(jià)值就越大。因此 G_t^h 的值由專家可靠度決定， G₀^h 則由初始偏好的相似性決定。

對(duì)支持度進(jìn)行歸一化處理如下。

由于直覺(jué)模糊數(shù)具有內(nèi)在的模糊性和不確定性，同時(shí)考慮評(píng)價(jià)信息內(nèi)在特征來(lái)衡量可靠度，能夠更客觀地反映專家的可靠性。直覺(jué)模糊數(shù)的特征包括區(qū)分度、猶豫度等，區(qū)分度反映專家對(duì)相似但不完全相同的備選方案的區(qū)分能力[4]，猶豫度則反映出專家是否存在某些信息或知識(shí)盲點(diǎn)[I5]。若專家可以十分清晰且肯定地給出備選方案的評(píng)估信息時(shí)，則認(rèn)為其具備較高的可靠度。

定義2：直覺(jué)模糊數(shù)知識(shí)量可以反映出偏好信息的區(qū)分度和猶豫度，公式如下。

其中， σ_j 為屬性權(quán)重，滿足 σ_jgt;0 ， ○

定義3：根據(jù)定義1和定義2給出的支持度和知識(shí)量，可得專家可靠度如下。

其中， ξ∈[0，1 1為支持度和知識(shí)量的權(quán)重系數(shù)。在不同的情景中，可以選擇不同的值來(lái)表示對(duì)支持度和知識(shí)量的重視程度。

1.2專家影響力

在社會(huì)網(wǎng)絡(luò)情景下的群決策問(wèn)題研究中，專家在信任網(wǎng)絡(luò)中的影響力成為群決策結(jié)果的重要影響因素。本文用度中心性來(lái)定義專家影響力[，用 td^hk∈[0，1] 的模糊數(shù)來(lái)表示對(duì)其他專家的信任程度。

定義4：假定信任網(wǎng)絡(luò)中有 q 位專家，則專家影響力如下。

在社交網(wǎng)絡(luò)中極具影響力的專家通常會(huì)引導(dǎo)群體意見(jiàn)的變化方向。

1.3專家分類框架

通過(guò)設(shè)置可靠度和影響閾值，專家可以被分為四類，如圖2所示。閥值的設(shè)計(jì)需要確保至少有一位專家被劃分為1區(qū)，以在反饋調(diào)整過(guò)程中作參考對(duì)象。

I區(qū)：高可靠度一高影響力。

若專家同時(shí)滿足可靠度閾值和影響力閾值，則稱其具有高可靠度和高影響力。這些專家提供相對(duì)可靠的意見(jiàn)，并受到小組內(nèi)其他人的廣泛信任，是名副其實(shí)的專家。他們的意見(jiàn)可以推薦給其他專家作為意見(jiàn)調(diào)整的參考，有助于提高共識(shí)的質(zhì)量和效率。同時(shí)，在進(jìn)行偏好聚合時(shí)，他們的權(quán)重將高于其他人，這意味他們的意見(jiàn)對(duì)群體共識(shí)的方向有較大影響。

Ⅱ區(qū)：高可靠度—低影響力。

若專家滿足可靠度閾值但不滿足影響力閾值，則稱其具

有高可靠度和低影響力。這類專家對(duì)決策問(wèn)題有著深人了解，但由于缺乏認(rèn)可或?qū)I(yè)地位較低等原因，他們?cè)谌后w中的影響力不足，缺乏應(yīng)有的公眾信任。如果他們的意見(jiàn)沒(méi)有得到重視，將對(duì)最終決策結(jié)果的可靠性產(chǎn)生負(fù)面影響。

Ⅲ區(qū)：低可靠度—高影響力。

若專家滿足影響力閾值但不滿足可靠度閾值，則稱其具有低可靠度和高影響力。這類專家由于對(duì)決策問(wèn)題沒(méi)有充分認(rèn)識(shí)或受到利益驅(qū)使，導(dǎo)致其意見(jiàn)可靠性不足，但其在社會(huì)網(wǎng)絡(luò)中具備較高的影響力。對(duì)于這類專家，有必要對(duì)他們的行為進(jìn)行識(shí)別并加強(qiáng)關(guān)注，因?yàn)樗麄兒芸赡軙?huì)誤導(dǎo)其他專家。但如果對(duì)這類專家的觀點(diǎn)進(jìn)行優(yōu)化調(diào)整，可以有效改善群體共識(shí)程度。

V區(qū)：低可靠度一低影響力。

若專家既不滿足可靠度閾值也不滿足影響力閾值，則稱其具有低可靠度和低影響力。這類專家在面對(duì)決策問(wèn)題時(shí)往往知識(shí)和經(jīng)驗(yàn)不足，致使給出的意見(jiàn)可靠度很低，繼續(xù)參考他們的意見(jiàn)可能會(huì)降低群決策的效率。

2基于不同類型專家的共識(shí)反饋機(jī)制

2.1共識(shí)度量

群決策問(wèn)題通常在群體達(dá)到一定的共識(shí)水平時(shí)得出結(jié)論，即共識(shí)閾值 δ∈[0，1] ，用來(lái)反映個(gè)人意見(jiàn)和群體意見(jiàn)的接近程度。共識(shí)閾值的選擇取決于具體的問(wèn)題情境，當(dāng)對(duì)決策結(jié)果有很高的共識(shí)要求時(shí)，共識(shí)閾值應(yīng)盡可能高。共識(shí)度量需要首先確定群體偏好，在直覺(jué)模糊語(yǔ)言環(huán)境中，可以使用IFWA算子對(duì)個(gè)人偏好進(jìn)行聚合，以獲得群體偏好[18]。

然后通過(guò)應(yīng)用距離函數(shù)，可以得到專家的個(gè)人共識(shí)度（ _ICD ）和群體共識(shí)度 （GCD） 。

ICD_t^k=1-d（p_t^k，p_t^c）

GCD_t=w_k?ICD_t^k

其中， w_k 為專家權(quán)重。在專家分類框架下，綜合考慮可靠性和影響力，提出了專家混合權(quán)重的定義。

定義5：根據(jù)給出的可靠度 R_t^k 和影響力 CD_t^k ，可以得出專家 e_k 的混合權(quán)重如下。

滿足 w_k?0 ， 。其中， φ∈[0，1] 為專家可靠度和中心度的權(quán)重系數(shù)。

算出 GCD_ι 后應(yīng)將其與共識(shí)閾值進(jìn)行比較，來(lái)判斷專家組是否達(dá)成共識(shí)。如果 GCD_t?δ ，整個(gè)過(guò)程停止；否則，激活反饋機(jī)制。

2.2共識(shí)反饋機(jī)制

在共識(shí)反饋過(guò)程中，主要考慮兩個(gè)主要問(wèn)題。第一，如何根據(jù)不同類型專家的特點(diǎn)選擇合理的調(diào)整路徑。第二，如何在團(tuán)隊(duì)中確定合適的參考對(duì)象來(lái)為不同的專家提供調(diào)整的建議。針對(duì)上述問(wèn)題，本文結(jié)合四類專家的特點(diǎn)，提出了一種新的反饋機(jī)制，為每類專家設(shè)計(jì)了不同的管理策略。

首先，要對(duì)V區(qū)專家進(jìn)行管理。IV區(qū)專家的可靠度低、影響力小。考慮到?jīng)Q策結(jié)果的質(zhì)量和達(dá)成共識(shí)的效率，建議剔除這些專家，他們的意見(jiàn)將不再在后續(xù)過(guò)程中考慮，也不會(huì)參與形成最終的群體意見(jiàn)。I區(qū)專家暫時(shí)保持不變。

其次，對(duì)Ⅱ區(qū)的專家進(jìn)行管理。他們的觀點(diǎn)較為可靠，社會(huì)影響力較低，這意味著他們?cè)谝庖?jiàn)演變過(guò)程中影響他人的能力有限，他們的意見(jiàn)也可能被忽視。因此，修正這些專家的影響力有助于提高決策結(jié)果的可靠性。具體而言，采取了以下步驟。首先，選擇專家 e^k∈II 、需要調(diào)整的信任度 td^hk 以及參考專家集 然后選出與 e^k 觀點(diǎn)相似度最高的專家 e_y^* ，并根據(jù)其信任度更新 td^hk 。

ρ 為信任調(diào)整的控制系數(shù)，用于控制信任調(diào)整的上限。顯然，更新后的信任值 ，若是專家 k 和專家（20 y^* 觀點(diǎn)相似度為1，則 Ⅱ區(qū)的每位專家都要根據(jù)上述管理策略進(jìn)行調(diào)整。

最后，需要調(diào)整Ⅲ區(qū)專家的意見(jiàn)。在社交網(wǎng)絡(luò)群體決策環(huán)境中，人們傾向于接受他們信任的人的建議[]。基于這一前提本文使用高可靠度專家的意見(jiàn)作為參考，并將信任度視為建議的接受程度。I區(qū)和 I 區(qū)的專家具有理想的可靠性，因此被選為調(diào)整區(qū)域Ⅲ專家偏好的參考對(duì)象，他們形成了一個(gè)新的社交網(wǎng)絡(luò)。更新后的偏好如下。

其中， θ 為調(diào)整參數(shù)，決定保留專家自身觀點(diǎn)的多少和對(duì)參考意見(jiàn)的接受程度。在現(xiàn)有文獻(xiàn)中， θ 的取值通常是主觀確定的，沒(méi)有考慮達(dá)成共識(shí)的速度和結(jié)果可靠性之間的平衡。本文根據(jù)可靠性較低的專家應(yīng)保留較少原始意見(jiàn)的規(guī)則來(lái)確定 θ 的值。

根據(jù)函數(shù)單調(diào)性，隨著 R_t^k 的減小， θ 增大。同樣，Ⅲ區(qū)的每位專家都要根據(jù)上述管理策略進(jìn)行調(diào)整。

上述過(guò)程實(shí)施后，需要更新專家的影響力和可靠度。此時(shí)，再次計(jì)算群體共識(shí)水平，若 GCL_t+1?δ ，則進(jìn)入方案選擇步驟。否則，根據(jù)新的可靠度和影響力更新專家所屬區(qū)域。此時(shí)存在兩種情況如下。

第一，若仍存在 ，則按照上述管理策略重新調(diào)整。

第二，若所有專家均被調(diào)整至I區(qū)，則根據(jù)以下規(guī)則對(duì)共識(shí)程度最小的專家進(jìn)行偏好調(diào)整。

首先，找出 ICL_t^k 低于共識(shí)閾值的專家，并標(biāo)記為 ，隨后從專家集 E^′ 中識(shí)別出專家 （204號(hào) ，即為需要調(diào)整的專家。更新后的偏好如下。

其中， P_ι^c 為群體偏好， θ 值的取值方法見(jiàn)式（16）。

2.3方案選擇

當(dāng) ICL_ι 滿足閾值后，根據(jù)最終群偏好矩陣 P_c^*=（P_ij^c）_m×n 選出最優(yōu)方案。首先，計(jì)算備選方案 a_i 各屬性的得分[20]。

s（P_ij^c）=μ_ij^c-v_tj^c

其次，加權(quán)計(jì)算備選方案 a_i 的綜合得分。

最后，對(duì)不同備選方案進(jìn)行排序，分?jǐn)?shù)最高的方案即為最佳方案。

綜上，本文提出的群決策共識(shí)模型詳細(xì)步驟和流程圖如表1所示。

3算例分析

本文通過(guò)一個(gè)算例來(lái)探討所提方法的可行性。由于業(yè)務(wù)擴(kuò)張，某企業(yè)計(jì)劃選擇一家物流服務(wù)提供商來(lái)處理增加的業(yè)務(wù)量。目前有4個(gè)供應(yīng)商 可供選擇。鑒于項(xiàng)目的復(fù)雜性，該企業(yè)邀請(qǐng)9位專家 從五個(gè)屬性 對(duì)供應(yīng)商進(jìn)行評(píng)價(jià)，包括市場(chǎng)競(jìng)爭(zhēng)力、技術(shù)創(chuàng)新、風(fēng)險(xiǎn)控制能力、物流服務(wù)滿意度、價(jià)格水平，其對(duì)應(yīng)的屬性權(quán)重為 σ= 。9位專家之間的信任矩陣和初始偏好如表2和表3所示。

基于本文所提出的共識(shí)模型算法，需要預(yù)先設(shè)定相關(guān)參數(shù)和約束條件。群共識(shí)閾值 δ=0.87 ；可靠度和影響力權(quán)重系數(shù)φ=0.6 ；可靠度閾值為0.55；影響力閾值為0.5，支持度和知識(shí)量權(quán)重系數(shù) ξ=0.7 ，信任調(diào)整控制系數(shù) ρ=0.6 。Step1：專家參與一輪GAD，自由討論并分享新觀點(diǎn)。

Step2：GAD后，得到新的專家偏好矩陣，并基于兩輪觀點(diǎn)的變化趨勢(shì)，根據(jù)公式（1）一（9）得到可靠度、影響力，如表4所示。

Step3：根據(jù)公式（12）可知 GCL₁=0.7880 由于 GCL₁lt;δ ，說(shuō)明此時(shí)群體沒(méi)有達(dá)成一致，需要啟動(dòng)共識(shí)反饋機(jī)制。

Step4：基于可靠度和影響力閾值，可得出專家分類： e₁，e₅，e₈ 為高可靠度高影響力專家， e₆，e₇ 為高可靠度低影響力專家，e₂，e₄ 為低可靠度高影響力專家， e₃，e₉ 為低可靠度低影響力專家，如圖3（a）所示。

Step5：根據(jù)共識(shí)反饋機(jī)制規(guī)則，對(duì)三類專家進(jìn)行管理。其中，專家 e₃ 1 e₉ 將被剔除并拒絕其參與后續(xù)流程。專家 的信任關(guān)系需要根據(jù)公式（14）修正，專家 e₂ 、 e₄ 的觀點(diǎn)將根據(jù)公式（15）調(diào)整。調(diào)整后得到 GCL₂=0.8609 ，仍然小于群共識(shí)閾值。此時(shí)，所有專家都被調(diào)整至Ⅰ區(qū)，如圖4（b）所示，需要識(shí)別出個(gè)人共識(shí)水平最低的專家并進(jìn)行進(jìn)一步管理。

Step6：專家 e₈ 個(gè)人共識(shí)水平最低，根據(jù)公式（17）調(diào)整后可得 GCL₃=0.8755 ，群體達(dá)成共識(shí)。

Step7：根據(jù)公式（19）得出四個(gè)物流服務(wù)供應(yīng)商綜合得分如表5所示： S（a₁）=0.1722 ， S（a₂）=0.5688 ， S（a₃）=-0.0786 S（a₄）=0.5343 ，經(jīng)過(guò)討論得出的供應(yīng)商排序?yàn)椋?a₂gt;a₄gt;a₁gt;a₃ ，因此 a₂ 為最優(yōu)選擇。表5四個(gè)備選方案的最終排序

在本節(jié)中，我們將所提出的模型應(yīng)用于物流服務(wù)供應(yīng)商選擇的現(xiàn)實(shí)問(wèn)題中，九位專家分別對(duì)四個(gè)供應(yīng)商給出了評(píng)估。根據(jù)他們的初始偏好，群體共識(shí)度僅為 0.776 0 在應(yīng)用所提出的方法后，通過(guò)兩輪迭代，群體共識(shí)度提高到0.8755，專家們一致認(rèn)為方案為最優(yōu)選擇。所提出的模型有效地將不一致的意見(jiàn)轉(zhuǎn)化為共識(shí)，從而解決了實(shí)際問(wèn)題。

4結(jié)論

本文在GAD框架內(nèi)提出了一種基于可靠性和影響力的共識(shí)達(dá)成模型，以解決物流供應(yīng)商選擇決策問(wèn)題。具體而言，提出了一種可靠性測(cè)算方法，結(jié)合影響力從兩個(gè)維度構(gòu)建專家分類框架，并設(shè)計(jì)一種基于專家特征的反饋機(jī)制，為四種類型的專家提供不同的調(diào)整路徑。最后通過(guò)算例驗(yàn)證了該方法的有效性和可行性，結(jié)果表明，所提出的方法可以顯著提高小組共識(shí)，并有效地將分歧意見(jiàn)轉(zhuǎn)化為共識(shí)。但本文的方法仍存在一定的局限性，未來(lái)可進(jìn)一步優(yōu)化GAD背景下的可靠性測(cè)量，特別是在專家意見(jiàn)不變的情況下判斷專家的支持行為，同時(shí)，在GAD過(guò)程中檢測(cè)和有效管理DM的非合作行為也是一個(gè)有趣的話題。

參考文獻(xiàn)：

[1]中辦國(guó)辦印發(fā)《有效降低全社會(huì)物流成本行動(dòng)方案》[N].人民日?qǐng)?bào)，2024-11-28（1）.

[2]于江霞，汪靜，羅太波．基于專家組合賦權(quán)的4PL供應(yīng)商選擇決策方法[J].工業(yè)工程與管理，2021，26（6）：187-194.

[3]曾守楨，潘燕．基于模糊后悔理論-TODIM組合方法的眾包物流平臺(tái)服務(wù)質(zhì)量評(píng)價(jià)研究[J]．系統(tǒng)科學(xué)與數(shù)學(xué)，2023，43（3）：629-650.

[4]高建偉，張梓暄，王亞平，等．社會(huì)網(wǎng)絡(luò)下考慮信息補(bǔ)全的物流供應(yīng)商選擇研究[J].計(jì)算機(jī)工程與應(yīng)用，2024，60（21）：331-338.

[5]CHENGALUR-SMITHIN，BALLOUD P，PAZER HL.The impact of dataqualityinformation on decision making：An exploratory analysis[J]. IEEE Transactions on Knowledge and Data Engineering，1999，11（6）：853-864.

[6]劉路，李文欣，宋曉，等．基于模糊群決策的綠色供應(yīng)商選擇和訂單分配方法[J]．系統(tǒng)仿真學(xué)報(bào)，2023，35（10）：2133-2149.

[7]ZHONGXiangyu，XU Xuanhua，CHEN Xiaohong，etal.Reliability-basedmulti-atribute largegroupdecisionmakingunderprobabilisticlinguisticenvironment[J/OL].ExpertSystemswithApplications，2022，210．[2024-11-02].htps：/doiorg/ 10.1016/j.eswa.2022.118342.

[8]LIYupeng，LIUMeng，CAOJin，etal.Multi-atributegroupdecision-makingconsideringopiniondynamics[J/OL].Expert Systems with Applications，2021，184.[2024-11-02]. https：//doi.org/10.1016/j.eswa.2021.115479.

[9]DEGROOTMH.Reaching aconsensus[J].Journal of the American Statistical Asociation，1974，69（345）：118-121.

[10]MONTESERINA，AMANDIA.Whom shouldI persuade during a negotiation？Anapproach basedonsocial influencemaximization[J]. Decision Support Systems， 2015（77）：1-20.

[11] ATANASSOV K. Intuitionistic fuzzy sets[J].Fuzzy Setsand Systems，1986，2O（1）：87-96.

[12]FUChaoYANGJianbo，YANGShanlinAgroupevidentialreasoningapproachbasedonexpertreliabilty[J].European Journal of Operational Research， 2015，246（3）：886-893.

[13]XUEMin，F(xiàn)UChao，YANGShanlin.Groupconsensusreaching basedonacombinationof expertweightandexpert reliability[/L].AppliedMathematicsandComputation，2020369.[2024-11-05].htps：//doiorg/10.016/j.amc.2019.124902.

[14] CHENGDong，ZHOUZhili，CHENGFaxin，etal.Deriving heterogeneous expertsweights fromincomplete linguisticpreference relations based on uninorm consistency[J]. Knowledge-Based Systems，2018，150：150-165.

[15]劉健，陳巖．基于社交網(wǎng)絡(luò)和猶豫度的專家權(quán)重確定方法[J].信息系統(tǒng)工程，2024（8）：75-78.

[16]WUXuanSONGYafei，WANGYifei.Distance-basedknowledgemeasureforintuitionisticfuzzysetswithitsaplication indecisionmaking[J/OL].Entropy，2021，23（9）.[2024-11-05].htps：//www.mdpi.com/1099-4300/23/9/1119.

[17]楚俊峰，魯亞南，王燕燕．考慮非合作行為的社會(huì)網(wǎng)絡(luò)大群體共識(shí)決策模型[J]．系統(tǒng)科學(xué)與數(shù)學(xué)，2023，43（4）：961-981.

[18]XUZeshui.Somesimilaritymeasuresofintuitionisticfuzzysetsandtheiraplicationstomultipleatributedecisionmaking [J].Fuzzy Optimization and Decision Making，2007（6）：109-121.

[19]姚升保，古淼．移情關(guān)系影響下的群體共識(shí)決策模型研究[J].中國(guó)管理科學(xué)，2021，29（11）：203-21.

[20]XU Zeshui.Intuitionisticfuzzyaggegationoperators[J].IEEETransactionsonFuzzySystems，Oo，15（6）：179-1187.