Preference similarity network structural equivalence clustering based consensus group decision makin

1.互补偏好关系

每一位专家对方案集进行两两比较，得到一个评价值。

进一步，将互补偏好关系转化为强度偏好向量：

2. 无向权重偏好相似网络的结构等价

计算余弦相似度，得到专家相似度矩阵。

专家偏好相似度中心指数：

因此，可以求出在无向权重偏好相似性网络中最重要的那一位专家（数值最大）。

3. 基于共识的偏好相似网络聚类

在得到强度偏好向量后，基于余弦距离，进行层次聚类。

分别计算簇间和簇内的凝聚力指数，最后求平均得到共识指数。

进行不同水平下的聚类。

4. 反馈调整