社会网络环境下大群体卫星应急方案决策方法和系统技术方案

本发明专利技术提供一种社会网络环境下大群体卫星应急方案决策方法、系统、存储介质和电子设备，涉及卫星应急方案决策领域。本发明专利技术中，根据决策偏好矩阵和社会网络关系图，将所有决策者聚类成若干个集群，获取各个初始集群决策偏好矩阵，以及初始群决策偏好矩阵；基于预设的嵌入式反馈调节机制更新集群共识水平和群共识水平，获取达成共识基础下的群决策偏好矩阵。一方面，在聚类过程中考虑了决策者间的信任度问题(即考虑节点间信任度)，避免针对有向图将节点间加权因子默认为1，对大卫星应急方案聚类结果的准确性起到很大作用；另一方面，设计了嵌入式反馈调节机制服务于管理非合作行为，使决策者个人和集群的意见均向群体靠拢，提高决策水平。决策水平。决策水平。

【技术实现步骤摘要】
社会网络环境下大群体卫星应急方案决策方法和系统


[0001]本专利技术涉及卫星应急方案决策
，具体涉及一种社会网络环境下大群体卫星应急方案决策方法、系统、存储介质和电子设备。

技术介绍

[0002]近年来，应急事件如地震、洪涝、火灾和局部战争等在世界各地频繁发生，往往造成灾难性后果。随着卫星技术的不断发展和用户对数据需求的不断提高，成像卫星成为应急事件中获取地面信息的重要手段。在实际观测过程中，会产生高动态、高时效应急任务，这些任务常常伴随着发生时间和数量的不确定性。卫星应急任务规划就是根据用户提出的应急观测需求，快速生成多套应急方案。然后基于应急决策快速挑选出最佳观测方案，获取最大应急观测效益的过程。由于应急决策的复杂性和不确定性，往往需要多个决策者(DMs)的参与，从而导致大群体决策问题(LGDM)。
[0003]目前，LGDM问题越来越受到决策科学领域的关注。另一方面，由于卫星应急方案决策涉及面较广，因此适用于卫星应急方案决策的LGDM通常涉及来自不同专业背景的大量决策者(DMs)参与决策过程。此类大群体卫星应急方案决策(LGSESDM)具有复杂大群体特征：(1)群体规模比较庞大，一般需要多个来自不同岗位的DMs参与决策过程，(2)必须保证在短时间内做出决定，(3)在DMs中往往是很难达成一致协议，和(4)一个错误的决定或太慢可能导致应急任务灾难性的损失。随着LGDM问题受到越来越多的学者关注，一些新的决策模型和方法被相继提出。这些模型和方法都包含3个主要步骤：大群体聚类、共识达成过程(CRP)和方案选择过程。传统的共识被称为“硬共识”，共识测度的标量只有0(未达到共识)或1(实现共识)两个指标，实际决策中将共识从0调节到1十分困难，且不切实际。
[0004]上述聚类方法大多依据决策者决策偏好的一致性程度作为聚类标准，忽略了决策者之间的内在联系，进而影响了最终选择的大群体卫星应急方案的合理性。
[0005]此外，传统的共识模型大多集中于涉及少数DM(如3
‑
5人)的传统决策问题，没有时间限制，这可能不适用于紧急情况下的大群体决策。实际的大群体决策问题也不能仅仅考虑数学模型，决策者的心理行为和决策时的实际表现同样值得关注和考虑，这是因为在实际决策过程中存在很多非合作行为。考虑决策过程中可能存在的非合作行为，有利于保证决策品质。在LGSESDM问题中，由于决策者通常来自不同的卫星调度岗位，有着不同的关注侧重点。他们更有可能采取非合作的行为来促进自己的个人利益，以致于无法达成共识。当部分DMs拒绝做出调整时，会使CRP过程停滞不前。此外，LGSESDM必须在短时间内取得相对满意的结果。因此，管理非合作行为对于保障CRP过程的时效性和结果质量至关重要。

技术实现思路

[0006](一)解决的技术问题
[0007]针对现有技术的不足，本专利技术提供了一种社会网络环境下大群体卫星应急方案决策方法、系统、存储介质和电子设备，解决了现有聚类方法依据决策者决策偏好的一致性程
度作为聚类标准，忽略了决策者之间的内在联系；以及决策过程忽视非合作行为，导致共识达成过程准确性偏低的技术问题。
[0008](二)技术方案
[0009]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0010]一种社会网络环境下大群体卫星应急方案决策方法，包括：
[0011]S1、获取多个卫星应急决策者的决策偏好矩阵，以及各个决策者之间的社会网络关系图，所述决策偏好矩阵采用犹豫模糊二元语义集作为决策意见表达形式；
[0012]S2、根据所述决策偏好矩阵和社会网络关系图，将所有决策者聚类成若干个集群，获取各个初始集群决策偏好矩阵，以及初始群决策偏好矩阵；
[0013]S3、根据各个所述初始集群决策偏好矩阵和所述初始群决策偏好矩阵，基于预设的嵌入式反馈调节机制更新集群共识水平和群共识水平，获取达成共识基础下的群决策偏好矩阵；
[0014]S4、根据所述群决策偏好矩阵，获取最终选择的大群体卫星应急方案。
[0015]优选的，所述S2中采用基于模块度的Louvain聚类算法进行聚类；具体包括：
[0016]S21、将所述社会网络关系图的每个节点视为一个集群,然后将集群的邻居节点合并到同一集群，获取多个集群；
[0017]S22、根据所述社会网络关系图的信任矩阵，以及任意两个所述决策偏好矩阵之间的相似度，获取所述社会网络关系图中不同决策者之间的加权因子；根据所述不同决策者之间的加权因子，获取每个集群的模块度，以及对应的模块度变化量；
[0018]S23、重复执行上述步骤S21～S22，直到整体模块度不再变化，最终获取若干个集群；
[0019]S24、根据最终的聚类结果，获取每个集群的集群权重和初始集群决策偏好矩阵；以及根据各个集群的所述集群权重和初始集群决策偏好矩阵，获取所述初始群决策偏好矩阵。
[0020]优选的，所述S22具体包括：
[0021]S221、采用类型为λ＝(t,d)的元组表示信任函数值，其中t,d∈[0,1]，第一个组件t是一个信任度，第二个组件d是一个不信任度；定义所述信任矩阵为t是一个信任度，第二个组件d是一个不信任度；定义所述信任矩阵为表示决策者之间的信任度，表示决策者之间的不信任度，则任意两个决策者之间的信任分数表示为
[0022]S222、采用如下公式，获取所述社会网络关系图中不同决策者之间的加权因子
[0023][0024]其中，表示所述任意两个所述决策偏好矩阵之间的相似度；
[0025][0025][0025]分别为任意两个决策者的决策偏好矩阵，即m个大群体卫星应急方案对n个属性指标的决策信息；
[0026]其中，分别为对应的犹豫模糊二元语义集的粒度；
[0027][0028]表示和之间的犹豫模糊二元语义集Hausdorff距离；
[0029]和由若干个犹豫模糊二元语义集组成，数量由调度意见决定；是语言标签，取值为S＝{s0,s1,
…
,s
g
}；表示符号转换值且范围为[
‑
0.5,0.5)，g为S的势；
[0030]S223、根据所述不同决策者之间的加权因子，获取每个集群的模块度Q0；
[0031][0032]其中，M表示所述社会网络关系图所有边的权重和；表示决策者之间边的加权因子,当网络不是加权图时,边的权重均为1；分别表示所有与节点l1或者l2相连的边的加权因子之和；分别表示所属于的集群，如果属于同一集群C，则否则
[0033]S224、以及获取对应的模块度变化量
△
Q0；
[0034][0035]其中，∑in表示集群C中所有边的加权因子之和，∑tot表示与集群C中的点相连的边的加权因子之和,表示节点l1与集群C中的点相连的边的加权因子之和。
[0036]优选的，所述S24具体包括：
[0037]基于计算每个集群本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种社会网络环境下大群体卫星应急方案决策方法，其特征在于，包括：S1、获取多个卫星应急决策者的决策偏好矩阵，以及各个决策者之间的社会网络关系图，所述决策偏好矩阵采用犹豫模糊二元语义集作为决策意见表达形式；S2、根据所述决策偏好矩阵和社会网络关系图，将所有决策者聚类成若干个集群，获取各个初始集群决策偏好矩阵，以及初始群决策偏好矩阵；S3、根据各个所述初始集群决策偏好矩阵和所述初始群决策偏好矩阵，基于预设的嵌入式反馈调节机制更新集群共识水平和群共识水平，获取达成共识基础下的群决策偏好矩阵；S4、根据所述群决策偏好矩阵，获取最终选择的大群体卫星应急方案。2.如权利要求1所述的社会网络环境下大群体卫星应急方案决策方法，其特征在于，所述S2中采用基于模块度的Louvain聚类算法进行聚类；具体包括：S21、将所述社会网络关系图的每个节点视为一个集群,然后将集群的邻居节点合并到同一集群，获取多个集群；S22、根据所述社会网络关系图的信任矩阵，以及任意两个所述决策偏好矩阵之间的相似度，获取所述社会网络关系图中不同决策者之间的加权因子；根据所述不同决策者之间的加权因子，获取每个集群的模块度，以及对应的模块度变化量；包括：S221、采用类型为λ＝(t,d)的元组表示信任函数值，其中t,d∈[0,1]，第一个组件t是一个信任度，第二个组件d是一个不信任度；定义所述信任矩阵为一个信任度，第二个组件d是一个不信任度；定义所述信任矩阵为表示决策者之间的信任度，表示决策者之间的不信任度，则任意两个决策者之间的信任分数表示为S222、采用如下公式，获取所述社会网络关系图中不同决策者之间的加权因子S222、采用如下公式，获取所述社会网络关系图中不同决策者之间的加权因子其中，表示所述任意两个所述决策偏好矩阵之间的相似度；的相似度；的相似度；的相似度；分别为任意两个决策者的决策偏好矩阵，即m个大群体卫星应急方案对n个属性指标的决策信息；其中，分别为对应的犹豫模糊二元语义集的粒度；
表示和之间的犹豫模糊二元语义集Hausdorff距离；和由若干个犹豫模糊二元语义集组成，数量由调度意见决定；是语言标签，取值为S＝{s0,s1,
…
,s
g
}；表示符号转换值且范围为[
‑
0.5,0.5)，g为S的势；S223、根据所述不同决策者之间的加权因子，获取每个集群的模块度Q0；其中，M表示所述社会网络关系图所有边的权重和；表示决策者之间边的加权因子,当网络不是加权图时,边的权重均为1；分别表示所有与节点l1或者l2相连的边的加权因子之和；分别表示所属于的集群，如果属于同一集群C，则否则S224、以及获取对应的模块度变化量
△
Q0；其中，∑in表示集群C中所有边的加权因子之和，∑tot表示与集群C中的点相连的边的加权因子之和,表示节点l1与集群C中的点相连的边的加权因子之和；S23、重复执行上述步骤S21～S22，直到整体模块度不再变化，最终获取若干个集群；S24、根据最终的聚类结果，获取每个集群的集群权重和初始集群决策偏好矩阵；以及根据各个集群的所述集群权重和初始集群决策偏好矩阵，获取所述初始群决策偏好矩阵。3.如权利要求2所述的社会网络环境下大群体卫星应急方案决策方法，其特征在于，所述S24具体包括：基于计算每个集群的初始决策偏好矩阵；其中,
假设将决策者聚成K个集群，第k个集群记为C
k
,N
k
表示集群中的成员数；基于计算集群权重，其中表示决策者的权重，和基于计算所述初始群体决策偏好矩阵。4.如权利要求3所述的社会网络环境下大群体卫星应急方案决策方法，其特征在于，S3具体包括：S31、令t＝0，给定群体共识阈值S32、设置t＝t+1，计算当前集群共识水平S32、设置t＝t+1，计算当前集群共识水平其中，D
e
(G
k(t)
,G
f(t)
)是G
k(t)
和G
f(t)
分别对应集群之间的犹豫模糊二元语义集Hausfdorff距离；计算当前群共识水平GCL
t
：判断且则转入S35；否则，转入S33；S33、根据当前集群共识水平和上一集群共识水平获取用于衡量单个集群共识水平变化程度的合作系数共识水平变化程度的合作系数其中，其中，根据实际情况赋值；确定合作系数阈值确定合作系数阈值其中，ρ
t
...

【专利技术属性】
技术研发人员：晏冰，王彦君，胡笑旋，夏维，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：