基于高阶Markov链的重大决策社会风险变权集对预测模型

• 作者: 刘小弟 常志朋 张世涛
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 社会风险 重大决策 集对分析 高阶Markov链 变权 预测 矩阵相似度
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2243-2250
• 页数: 8页
• 分类号: X915.2
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.1034

摘要

为提高政府对重大决策社会风险的治理能力,基于高阶Markov链理论,借助变权方法和集对分析方法,构建重大决策社会风险预测模型.首先,将重大决策前后的社会风险指标状态集组成集对;然后,利用指标变权计算不同时刻的集对联系度和状态转移概率矩阵,以克服传统常权无法反映指标值次序重要性的问题;最后,利用更接近客观实际的高阶Markov链预测集对联系度,并进行社会风险态势分析,其中Markov链的高阶系数根据状态转移概率矩阵间的相似度计算.以某市PX项目决策为例进行方法验证和比较,结果表明所构建模型与传统模型相比,可以更有效、准确地对重大决策社会风险进行预测.另外,通过实例研究发现,专家的风险态度对短期的分析和预测影响较大,而对长期的分析和预测影响较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常志朋	安徽工业大学商学院	40	159	7.0	11.0
3	刘小弟	安徽工业大学数理科学与工程学院	30	192	9.0	13.0
4	张世涛	安徽工业大学数理科学与工程学院	24	143	7.0	10.0