文 献 综 述
群体决策是解决各类决策问题的重要手段，而群体的共同意见（即群体共识）可以使得决策结果让更多人满意。因此，群体共识度是实现高校群体决策的重要指标，较高群体共识的实现是一个多阶段多约束的动态决策过程。随着越来越多的群体决策出现，如何实现更有效的决策，调节各方关系，实现更高的共识度成为了关键。就目前而言，已经有很多学者在群体决策方面进行了细致的研究，提出了各自的观点：
（1）国外研究文献
Erfan Shahamatkhah和Mohammad Tabatabaei（2020）对于离散时间分数阶的多代理系统的领导跟随群体共识模型进行研究，在开始的时候，使用双向固定图来描述相互联系，对于两个领导者的两个组进行评估、以及延申到任意数量的领导者和任意的组，证明了这种分布控制结构的效率很高。
Xiaolu Zhang和Zeshui XU（2014）开发出一种基于最大化共识和模糊的软计算技术，首先从决策排序角度出发定义共识指数，建立一个基于共识最大化的最优模型来确定专家的权重，再从TOPSIS的角度来计算备选方案的接近度指数，进一步的推导出亲密度指数，构建出了多选择目标变成模型。
Guiqing Zhang，Yucheng Dong和Yinfeng Xu（2014）提出了语言学术语集的分布评估概念，并研究了语言学分布评估的运算规律，提出了语言学分布评估的加权平均算子和有序加权平均算子。还研究了基于分布语言学偏好关系的群体决策的一致性和共识度量，显示了所提出的测量方法的两个理想特性。同时还建立了一个共识模型，以帮助决策者提高分布语言学偏好关系之间的共识水平。最后给出了说明性的数字实例，为语言分布评估在群体决策中的应用提供了理论基础。
Hengjie Zhang（2019）设计出一个通用的框架和标准来评价不同达成共识程序的效率，还开发了新的基于多阶段优化的达成共识程序，仿真实验表明，该达成共识程序在不同的GDM环境下具有较好的综合共识效率。
Shu-Ping Wan和Deng-Feng Li（2012）对于多种信息格式的多属性决策，根据定义的直觉模糊一致性指数和不一致性指数，构建了一个新的模糊数学编程模型，通过开发的直觉模糊集的模糊数学编程方法进行求解。最后以供应商选择为例，说明所提出的方法的有效性和适用性。
（2）国内研究文献
任剑，王坚强和胡春华（2017）构建了正态云的线性组合，定义了泛型正态随机群决策中的正理想方案、负理想方案、正余弦相似度等和群体共识度，并探讨了它们的性质，进而提出一种基于余弦贴进度与群体共识度的正态云多准则群决策方法。最后通过算例分析表明，所提出的方法具有优势。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
