决策对象策略声明分析方法、系统、设备和存储介质

本发明属于数据处理，具体涉及决策对象策略声明分析方法、系统、设备和存储介质。

背景技术：

1、冲突分析是在经典博弈论和偏对策理论基础上发展起来的一种对现实冲突进行建模和分析的方法，在对冲突进行分析的过程中，主要涉及到利用决策者、可行状态和决策者对状态的偏好排序等数据进行建模，而后通过分析各状态在不同解概念类型下的稳定性情况来确定冲突事件的个体稳定态和全局均衡态，从而帮助决策者有效应对冲突。具体而言，每一个决策者控制着一个或者多个策略，当冲突所有决策者都确定己方的策略选择方案(策略组合)则构成一个可能的冲突状态。决策者根据自身偏好判断是否通过改变策略选择达成新的状态，当所有决策者都没有动机离开当前状态时，该状态就称为均衡状态。显然，偏好是决定冲突分析的均衡结果的最重要因素。因此，获得符合实际的决策偏好对于冲突分析方法尤为关键。

2、当前，对冲突事件中决策者的偏好获取方法主要采用策略优先排序法。在使用策略优先排序法求取简单偏好序列时，对于每个决策者，冲突分析者需要给出由一些声明所组成的次序集合，声明由一些策略编号和逻辑关系符号构成。根据状态是否满足策略声明，该状态在声明中会有一个真值t或f。在该策略声明中，排序越靠前的声明会被认为拥有越高的优先级。对于决策者，通过给每个状态设定一个分值来对这些状态按照分值从大到小的顺序进行排序。

3、在现实的冲突问题中，考虑到状态是否满足策略声明具有不确定性，常常采用模糊真值的处理方法来计算各个状态的模糊得分。

4、因此，由于策略声明排序本身也具有一定的不确定性，决策者往往只能明确最重要或者最不重要的策略声明，确定其它选项的优先级是一个不容忽视的挑战和需要解决的问题。

技术实现思路

1、为此，本发明提供决策对象策略声明分析方法、系统、设备和存储介质，通过计状态的改良模糊得分并对其进行偏好排序，获得决策者的真实偏好。

2、为了实现上述目的，本发明提供如下技术方案：决策对象策略声明分析方法，包括：

3、确定博弈冲突各方的决策者，所述决策者根据策略声明语句的要求，输出策略声明语句；

4、构建模糊优先级模型，通过所述模糊优先级模型对所述策略声明语句进行处理，输出所述策略声明语句的模糊优先级向量；

5、判断策略声明状态与所述策略声明语句是否匹配，并通过所述策略声明语句的模糊优先级向量对每个所述策略声明状态的增量得分进行计算，获得所述策略声明语句对每个所述策略声明状态的增量得分；

6、对每个所述策略声明状态进行改良模糊得分计算，获得每个所述策略声明状态的改良模糊得分，并进行偏好排序；根据所述偏好排序获取所述决策者的真实偏好。

7、作为决策对象策略声明分析方法优选方案，所述策略声明语句是与策略相关的逻辑语句，所述逻辑语句通过策略与逻辑连接词的组合进行表示；所述逻辑语句包括无条件的逻辑语句、有条件的逻辑语句和双条件的逻辑语句。

8、作为决策对象策略声明分析方法优选方案，所述策略声明语句对每个所述策略声明状态的增量得分计算公式为：

9、

10、式中，ψt(s)为增量得分；ω为策略声明语句；为策略声明ωt排在优先级为j处的真值；q为向量维度数量。

11、作为决策对象策略声明分析方法优选方案，所述策略声明状态的改良模糊得分计算公式为：

12、

13、式中，ψ(s)为改良模糊得分；j为变量；t为变量；为策略声明；σt(s)为策略声明ωt(1≤t≤q)在状态s∈s的模糊真值；

14、根据所述策略声明语句对所述策略声明状态的适用性和所述策略声明语句排序的不确定性，进行所述策略声明状态的改良模糊得分计算公式的转化：

15、第一种，若各所述策略声明状态对于所述策略声明语句的适用性是清晰的，则所述策略声明状态的改良模糊得分计算公式转化为：

16、

17、式中，ψ(s)为改良模糊得分；j为变量；t为变量；为策略声明；

18、第二种，若所述策略声明语句的优先级排序是清晰的，则所述策略声明状态的改良模糊得分计算公式转化为：

19、

20、式中，ψ(s)为改良模糊得分；j为变量；t为变量；σt(s)为策略声明ωt(1≤t≤q)在状态s∈s的模糊真值；

21、第三种，若所述策略声明语句的优先级排序和各所述状态对于所述策略声明语句的适用性都是清晰的，则所述策略声明状态的改良模糊得分计算公式转化为：

22、

23、式中，ψ(s)为改良模糊得分；j为变量；t为变量；ψt(s)为增量得分。

24、本发明还提供决策对象策略声明分析系统，采用上述的决策对象策略声明分析方法，包括：

25、策略声明语句获取模块，用于确定博弈冲突各方的决策者，所述决策者根据策略声明语句的要求，输出策略声明语句；

26、模糊优先级向量获取模块，用于构建模糊优先级模型，通过所述模糊优先级模型对所述策略声明语句进行处理，输出所述策略声明语句的模糊优先级向量；

27、增量得分计算模块，用于判断策略声明状态与所述策略声明语句是否匹配，并通过所述策略声明语句的模糊优先级向量对每个所述策略声明状态的增量得分进行计算，获得所述策略声明语句对每个所述策略声明状态的增量得分；

28、改良模糊得分计算及偏好排序模块，用于对每个所述策略声明状态进行改良模糊得分计算，获得每个所述策略声明状态的改良模糊得分，并进行偏好排序；根据所述偏好排序获取所述决策者的真实偏好。

29、作为决策对象策略声明分析系统优选方案，所述策略声明语句获取模块中，所述策略声明语句是与策略相关的逻辑语句，所述逻辑语句通过策略与逻辑连接词的组合进行表示；所述逻辑语句包括无条件的逻辑语句、有条件的逻辑语句和双条件的逻辑语句。

30、作为决策对象策略声明分析系统优选方案，所述增量得分计算模块中，所述策略声明语句对每个所述策略声明状态的增量得分计算公式为：

31、

32、式中，ψt(s)为增量得分；ω为策略声明语句；为策略声明ωt排在优先级为j处的真值；q为向量维度数量。

33、作为决策对象策略声明分析系统优选方案，所述改良模糊得分计算及偏好排序模块中，所述策略声明状态的改良模糊得分计算公式为：

34、

35、式中，ψ(s)为改良模糊得分；j为变量；t为变量；为策略声明；σt(s)为策略声明ωt(1≤t≤q)在状态s∈s的模糊真值；

36、根据所述策略声明语句对所述策略声明状态的适用性和所述策略声明语句排序的不确定性，进行所述策略声明状态的改良模糊得分计算公式的转化：

37、第一种，若各所述策略声明状态对于所述策略声明语句的适用性是清晰的，则所述策略声明状态的改良模糊得分计算公式转化为：

38、

39、式中，ψ(s)为改良模糊得分；j为变量；t为变量；为策略声明；

40、第二种，若所述策略声明语句的优先级排序是清晰的，则所述策略声明状态的改良模糊得分计算公式转化为：

41、

42、式中，ψ(s)为改良模糊得分；j为变量；t为变量；σt(s)为策略声明ωt(1≤t≤q)在状态s∈s的模糊真值；

43、第三种，若所述策略声明语句的优先级排序和各所述状态对于所述策略声明语句的适用性都是清晰的，则所述策略声明状态的改良模糊得分计算公式转化为：

44、

45、式中，ψ(s)为改良模糊得分；j为变量；t为变量；ψt(s)为增量得分。

46、本发明还提供一种电子设备，所述电子设备包括控制器、存储器，存储在所述存储器上并可被所述控制器执行的计算机程序以及用于实现所述控制号器和所述存储器之间的连接通信的数据总线，其中所述计算机程序被所述控制器执行时，实现决策对象策略声明分析方法的步骤。

47、本发明还提供存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现决策对象策略声明分析方法的步骤。

48、本发明具有如下优点：确定博弈冲突各方的决策者，所述决策者根据策略声明语句的要求，输出策略声明语句；构建模糊优先级模型，通过所述模糊优先级模型对所述策略声明语句进行处理，输出所述策略声明语句的模糊优先级向量；判断策略声明状态与所述策略声明语句是否匹配，并通过所述策略声明语句的模糊优先级向量对每个所述策略声明状态的增量得分进行计算，获得所述策略声明语句对每个所述策略声明状态的增量得分；对每个所述策略声明状态进行改良模糊得分计算，获得每个所述策略声明状态的改良模糊得分，并进行偏好排序；根据所述偏好排序获取所述决策者的真实偏好。所述策略声明语句是与策略相关的逻辑语句，所述逻辑语句通过策略与逻辑连接词的组合进行表示；所述逻辑语句包括无条件的逻辑语句、有条件的逻辑语句和双条件的逻辑语句。本发明通过计算状态的改良模糊得分并对其进行偏好排序，获得决策者的真实偏好。