1. 研究目的与意义（文献综述）

本次课程设计的选题为基于Android的移动群决策支持和数据分析系统，该选题由指导老师命题，此设计题目为软件设计题目，利用当今热门的移动端系统Android系统来实现一款群体决策和数据分析系统，以达到远程办公和决策的目的。

1.1研究目的：

群体决策技术是为了充分发挥集体的智慧,由多人共同参与决策分析并制定决策的整体过程。在今天的管理信息系统和决策支持系统中有着极为重要的地位。本选题要求完成一个基于Android平台的群决策支持和数据分析系统，旨在实现通过手机客户端完成群体决策过程，有效支持远程办公和远程移动决策。即利用Android平台的普遍应用来实现远程办公和决策。^【1-3】

1.2国内外研究现状分析：

本次设计主要涉及两个问题，一个是Android设计的相关问题，另一个是群体决策的相关问题。参阅了相关资料后，对国内外在这两方面的研究现状做出以下分析：

首先分析群体决策的研究现状：群体决策理论既是决策理论的前沿,也是决策理论最为薄弱的部分。目前群体决策理论和方法的研究还很散落,尚未形成一定的框架体系。而且群体决策在实践中的应用也还需要进一步研究。此外鉴于群体决策理论研究主要是静态的偏好集结模型,而实际上群体决策是一个信息反复交流最终达成一致的动态过程,所以应该加强对群体决策过程的研究^【4】。同时，对比国内外可以发现国外的群体决策应用明显相较于国内更多。证明国内的群体决策应用还在实验和发展的阶段^【5-6】。

而群体决策目前的应用也存在比较明显的问题：首先是群体决策理论本身存在的一些社会问题：1.群体决策的速度、效率可能低下。2. 在群体决策过程中，决策者存在从众压力。群体成员希望被群体接受和重视的愿望可能会导致不同意见被压制，在决策时使群体成员都追求观点的统一。3.群体决策还会出现少数人控制的现象。4群体决策收到责任不清的影响。对于个人决策，谁来承担风险是很明确的。但群体决策中任何成员的责任会被冲淡^【7】。

其次分析Android平台设计的现状：目前国内外的移动设备中，Android系统凭借其良好的兼容性得到了广泛的应用，尤其在国内，Android系统有更为广泛的应用。在版本方面，目前最新的android版本为7.0，在android开发者网站上我们可以了解到各版本的分布状况如下：

表1 android版本分布表

可以看出Android 4.4及之后的版本应用目前更为广泛（最新的Android 7.0系统未纳入统计）^【8-12】。

问题分析：应用Android的移动端设备种类多，所应用的Android系统版本及API等级相差较多，不能兼容到所有版本的移动设备，成为主要的难题，Android系统基本保证了向下的兼容。因此我们可以选择较高级别的版本来进行设计。

总体来说，移动端的群体决策和数据分析系统在国内外属于较新的应用设计，群体决策具有十分明显的优点也有一些不可忽视的缺点，但借助移动平台和网络链接我们可以尝试去规避解决一些效率低下的问题，充分发挥群体决策的优势，同时也可以将其应用在远程办公之中，可以进尝试性的改进。目前的群体决策研究一般采用的是Delphi和AHP法。本次设计就是基于这两种算法来实现的。^【13-15】

1.3设计的意义（理论或实际）：

群体决策作为一种决策模式，在当今社会有着十分重要的意义。信息技术不断进步，经济规模不断提高的现代社会，许多决策问题已无法凭借个体决策者的知识和能力单独完成，尤其对一些重大问题的决策。作为一个公正、民主的社会，每一项重要决策都应满足受其影响的所有大众的愿望和要求。所以本身群体决策是合理性的一种体现。但与这种合理性有直接冲突的就是由于群体决策的一些缺点导致的普适性不足。所以本次设计是规避群体决策缺点，并使群体决策更正确高效的运用在实际生活中。

同时，本次设计也是利用Android解决远程办公的一种设计，可以解决决策过程中由于地域限制所引发的一些不便利的问题，是利用程序设计服务于生活服务于社会的一次尝试。

综上，本次设计对于群体决策在实践中的使用，以及对于在Android平台实现远程办公都是具有一定意义的。^【15-18】

2. 研究的基本内容与方案

2.1 基本内容与研究目标：

本次设计是群体决策理论的应用，主要涉及三个方面的内容：群体决策理论相关内容，决策数据分析，以及Android技术的开发应用。分析传统群体决策理论的过程及算法，搭建基于Android平台的群决策和分析系统。

本次设计的设计目标有以下几点：

1.设计系统需要保证安全性和可靠性，需要设计登录认证系统，以达到身份的认证，保证参与决策人员的可靠性。

2.实现群体决策系统中基本的决策模式：Delphi和GAHP方法。

3.将群决策过程中需要经历的步骤，过程抽象到设计的系统上，充分发挥移动端的优势的同时能达到与现实群体决策相同的效果。

4.设计的系统需具有一定的可拓展性，方便加入新的决策模式，或实现新的决策算法。

综合设计内容和目标分析难点及需要解决的问题如下：

1.群决策模式和过程的分析，与之相关算法的熟悉与实现是本次设计的首要问题。

2.Android平台的搭建，本次的设计是基于Android平台，因此整个Android application的系统版本和架构是设计过程中的难点之一。

3.安全性与准确性的保证，本次设计设及大量的决策数据，所以数据在移动端之间的传输需要得到保证，如何处理来自不同移动端的数据设计需要优化的一点。

经由上文设计，得到了两种决策的设计思路，在总体设计时，利用android平台的特性搭建一个导引的窗口，用以选择两种决策模式。如此设计的同时可以在导引窗口上拓展其他的决策模式，使得系统具有一定的可拓展性

2.2拟采取的方法和措施：

首先分析群体决策模式及过程，作为设计的基本框架。常用的两种群体决策方法即Delphi和AHP法。

Delphi法的关键在于它能对大量非技术性的无法定量分析的要素做出概率估算，并能将概率估算结果告诉专家，充分发挥信息反馈和信息控制的作用，使分散的评估意见逐次收敛，最后集中在协调一致的结果上。因此，其结果的可信度较高，是系统工程中一种很重要的测定方法。^【19】

Delphi法的实现流程如图1所示：

进行因素处理时，采用如下公式：

式中：m 表示专家总人数，ai表示第i位专家的评分。在专家打分过程中的具体要求是：

1.各位专家独立地根据自己的实际工作经验进行打分，不允许相互间的讨论；

2.各选择因子权重的总和为100 ，否则为废票；

3.最终参评因子及其权重的确定必须符合一定的数理统计要求，否则必须进行下一轮的打分。【^【20-22】

该模式的算法简单，根据Delphi方法实现的流程图，可以采用的架构是将程序的应用模式设定成决策提议者和决策参与者两种模式，决策提议者模式下为参选因子的初选决定，并设计征询表。决策参与者模式为各选定专家参与决策的模式，各专家对因子给予权重评测。在后台进行信息反馈，利用公式所计算得到的均值和方差来进行选择，是根据均值进行再次征询，还是得到了最终的因子排列。该过程需要数据的存储与分析，需要搭建数据库来存放专家的征询信息。基本的程序框架与图1相同。

该模式的算法简单，根据Delphi方法实现的流程图，可以采用的架构是将程序的应用模式设定成决策提议者和决策参与者两种模式，决策提议者模式下为参选因子的初选决定，并设计征询表。决策参与者模式为各选定专家参与决策的模式，各专家对因子给予权重评测。在后台进行信息反馈，利用公式所计算得到的均值和方差来进行选择，根据均值进行再次征询，得到最终的因子排列。该过程需要数据的存储与分析，需要搭建数据库来存放专家的征询信息。基本的程序框架与图1相同。

之后是GAHP的实现，GAHP即层次分析分析法，其原理为：将所研究的问题按其性质，把各种选择指标、方案进行分类，并划分为若干层次，使问题转化为各指标方案相对优劣的排序问题，通过构造判断矩阵，计算出某一层次因子相对于上一层次各个因素的单排序结构和相对于上一层次的总排序权重^【20-22】。具体步骤如下：

1.建立层次结构模型：将所研究问题包含的因素划分为不同层次，如图2所示。

2.构造判断矩阵：判断矩阵是准则总目标A中相对重要程度或方案对某一准则而言的优越程度用数量表达的矩阵形式。断矩阵元素的值反映了人们对各因素相对重要性的认识，一般用1~9及其倒数的标度方法,如表2所示, 几个比较元素相对于准则C的判断矩阵A =aij,判断矩阵具有如下特点：

①aijgt;0 ②aij=1/aji ③aii=1

表2 GAHP法标度说明

标度	定义	说明
1	同样重要	两元素同样重要
3	弱主导	一个元素比另一个元素稍微重要
5	强主导	一个元素比另一个元素明显重要
7	实践证明强主导	元素实践中被证明是占主导地位的
9	绝对主导	元素对另一元素占主导地位的证明是绝对的
2,4,6,8	介于两标度之间	需进一步细分或对两个判断折中

3.层次单排序及其一致性检验：计算判断矩阵的最大特征向量，每个元素所对应的特征向量的分值，就是该元素对于上层有关元素的重要性单排序值。为进行层次单排序的一致性检验，检验指标，其中λ为最大矩阵根值。n为矩阵阶数。当随机一致性比率认为层次单排序的结果为满意的一致性，否则需要调整判断矩阵的元素取值。

4. 层次总排序及其一致性检验：计算同一层次所有因子对于最高一层（总目标）相对重要性的排序值，称为层次总排序。次总排序通过加权计算得出。^【23-25】根据以上分析，可以采用和决策过程相同的流程图，具体流程图如下：

GAHP的实现如流程所示，用数组来存储判断矩阵，重复决策过程，使最终的决策结果达到满意即可以完成本次决策。整体构成可分成以下几个部分。

1.窗口部件

窗口部件为决策系统的引导窗口，拟利用Android平台的控件，做出主要的引导按键及显示区域,包括发起决策，保存数据，新增因子，删除，一致性检验，计算因素权重，计算方案权重，效能总分等部分，设计时需要考虑到各部分的布局如何实现。

2.图形化模型构建部分

图形化模型构建部件用于决策模型的图形构建，并与树形结构模型部件之间相互对应，图形化模型构建部件将构建的模型节点信息传递给树形结构模型部件，从而使两者能以相同的层次结构表示出决策模型。

3. 判断矩阵的采集和输入

判断矩阵输入部件是当用户选定判断矩阵输入节点，并指定当前专家后，输入并显示各专家输入的判断矩阵

4. 因素打分输入部分

因素打分输入部件是用户为决策方案的评估因素（具体指标）直接打分的图形界面，这部分功能源自用户的需求，打分完成后因素打分输入部件调用算法部件，计算打分结果并将其显示在辅助信息部件中。

5.算法部分

根据输入的数据，计算判断矩阵的特征值、特征向量，各个决策方案的评判总分。^【26-30】

经过以上设计，此程序总体构架为：主界面的登录和导引窗口，用以身份认证及确定决策方式。选择决策方式后进入对应的决策界面，目前只设计GAHP和Delphi两种决策界面，根据所选的方法来实现相关的决策算法，如此设计可以保证一定的可拓展性。决策数据存储在数据库中，两种决策方法可以共享决策数据。整个程序的框架与流程如下：

3. 研究计划与安排

⑴2.27-3.20（第1-4周）：完成选题调研，文献阅读和外文翻译。完成开题报告的并提交至网站。

⑵3.21-4.1（第4-6周）：熟悉android平台以及相关的软件和语言，完成初步的设计，完成阶段性报告并提交。

⑶4.2-4.23（第7-9周）：完成整个系统并做好测试与调试。

⑷4.24-5.30（第10-14周）：完成毕业设计的撰写同时在指导老师的要求下进行修改，并将毕业论文上传教务处

4. 参考文献（12篇以上）

[1] 赵亮. 信息系统安全评估理论及其群决策方法研究[d]. 上海交通大学. 2011.

[2] zhen zhang; chonghui guo. minimum adjustment-based consistency and consensus models for group decision making with interval pairwise comparison matrices[c]. 2016 ieee international conference on fuzzy systems (fuzz-ieee),2016 :1701 – 1708.

[3] 王亚丽. 群决策中的冲突管理及其应用研究[d]. 南京理工大学. 2014.

[4] 郭永辉,尚战伟,邹俊国,赵涛. 群决策关键问题研究综述[j]. 统计与决策,2016,(24):63-67.