首页 理论教育 Marczewski-Steinhaus测度的共识定义

Marczewski-Steinhaus测度的共识定义

时间:2023-08-09 理论教育 版权反馈
【摘要】:度量集合交集大小差异的指标,一个很自然的考虑是ρ(A,B)=但是ρ(A,B)只可以作为一种度量,而不是一个距离测度[79],因为ρ(A,B)不满足距离的第一条公理ρ(A,A)=0,而是ρ(A,A)=1;另一个可以考虑的度量指标是σ(A,B)=1-由前面的讨论可知,σ(A,B)是个距离测度,即Marczewski-Steinhaus测度,因此,本节应用Marczewski-Steinhaus距离测度来讨论共识前提下共识程度的区别。第5章定义的群决策共识式(5.2)与下列定义等价。

Marczewski-Steinhaus测度的共识定义

第5章给出的共识的数学定义,没有反映出偏好有共识时的共识程度,因为同样是交集不为空,但可能交集的大小是不一样的。这里进一步讨论这个问题。

度量集合交集大小差异的指标,一个很自然的考虑是ρ(A,B)=但是ρ(A,B)只可以作为一种度量,而不是一个距离测度[79],因为ρ(A,B)不满足距离的第一条公理ρ(A,A)=0,而是ρ(A,A)=1;另一个可以考虑的度量指标是σ(A,B)=1-由前面的讨论可知,σ(A,B)是个距离测度,即Marczewski-Steinhaus测度,因此,本节应用Marczewski-Steinhaus距离测度

来讨论共识前提下共识程度的区别。

第5章定义的群决策共识式(5.2)与下列定义等价。

定义6.4 假设m个个体的偏好映射分别为这m个个体或m个偏好映射是共识的,当且仅当

在引入表示

之后,定义6.4和下列定义等价(因为=0,只需考虑k>j)。

定义6.4’假设m个个体的偏好映射分别为这m个个体或m个偏好映射是共识的,当且仅当(www.xing528.com)

另外,也可以应用ρ(A,B)=定义共识,如前所述,ρ(A,B)=不是一个测度,但是一个度量。

定义6.5 假设m个个体的偏好映射分别为这m个个体或m个偏好映射是共识的,当且仅当

在引入表示

之后,定义6.5和下列定义等价(因为k>j)。

定义6.5’假设m个个体的偏好映射分别为这m个个体或m个偏好映射是共识的,当且仅当

另外,当考虑两个个体对某一方案的共识时,令甲的偏好映射分量为A且乙的偏好映射分量为B且甲和乙的偏好分量的交为C且=c,则c≤min{a,b}。如果引入函数y=c2-(a+b)c+ab,在(a,b)确定时,以c为变量考察该一元二次方程的图像,由韦达定理可知该函数的值是非负的。在甲和乙有共识的情况下,1≤c≤min{a,b},该函数是c的单调非增函数,取值范围在0,1,2,…,1-(a+b)+ab。如果将y=c2-(a+b)c+ab视为一种共识函数或共识势函数,则可以画出一种几何图形,在该几何图形中可以刻画共识,即第5章所定义的共识是有几何意义的、可见的。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈