Delphi方法多个专家数据的集成方法(4)
1.4 研究意义
本文研究的是在无法获得专家的再次反馈数据的情况下，如何设计一个合理的方案使得仅利用专家的初始经验数据就可以得到一个令人满意的结果，研究这方面的内容是有一定意义的，因为 Delphi方法需要专家的多次反馈意见，这样做有些时候是不太实际的甚至无法实现。比如说，这一过程可能会耗费时间，因为只要专家提供的意见没有达到某一要求，就一直需要专家调整意见，其实可能最后得到的一致意见与前面某几次未达标数据得出的意见相差不大，如果这时再反馈给专家，让他们继续调整自己的数据就显得费时费力了。虽然，现在信息交流十分的方便快捷，使得决策者与专家之间的交流时间可以忽略不计，但专家去多次了解问题，多次调整自己的意见，也会延长时间，而且越到后面几次调整自己的意见时，专家为了能获得更准确的数据，可能会花更多的时间去了解问题，更慎重的提交自己的意见，多次下来，不仅费时，而且可能会造成专家的疲劳。最重要的是，有时我们不能及时获得专家的再次反馈，甚至没有机会去获得专家的再次反馈意见，比如说，对某件宝物估价，专家们会提出各自的意见，而且标完价就结束标价直接进行下一个，这时是没有机会让专家调整自己的意见。再比如说，评委打分，打完分之后必须立即得出一个合理的综合意见，再让评委调整意见是不可能的。而且，让专家调整意见也会为作假提供机会，所以现场打分打完分就得出结果的方法在这些情况下显得较为科学。这些情况需要仅基于专家的初次意见得出一个合理的综合意见，因为专家没有机会修改自己的意见或决策者无法获得专家的反馈数据。而 Delphi方法主要就是依靠专家的多次反馈意见，直到专家提供的意见满足决策者的要求为止，决策者是无权去建议或调整专家数据，如果专家无法提供反馈意见， Delphi方法就无法进行下去了。本文就是研究在专家只能提供初始意见时如何得到一个合理的综合意见，从而可以解决现实中类似的问题。
1.5 本文主要工作和结构安排
本文主要利用不确定性理论的有关知识对 Delphi方法不适应的情况提出合理的解决方案。
本文的主要研究工作如下：
1、 对多个专家的数据按专家分组进行分析，给出了一个将一个专家的数据看做一组并利用这一组的期望值作为评价标准的方案。
2、 对多个专家的数据按可能取值分组进行分析，给出了一个将所有专家对目标问题的同一个可能取值的数据看做一组并利用这一组的偏差作为评价标准的方案。
3、 对比分析两种方案的优缺点，得出一些结论，指出我们在 Delphi方法和本文提出的两种方案中如何进行选择。
文章结构安排如下：论文分为3章。
第一章对不确定性理论、不确定统计、 Delphi方法的背景和现状进行了综述，并介绍了本文的研究意义。
第二章介绍了一些相关的、必要的理论知识。
第三章提出了含有两种方案的多个专家数据的集成方法，并展示了数值实验，利用实验数据对这两种方案进行比较，也对 Delphi方法和多个专家数据的集成方法进行比较