金伟[17]给出了一种基于语言评价信息的交互式决策方法，针对现实群决策过程中的信息交互，建立基于二元语义和OWA算子的阶段反馈式群决策交互模型，通过群决策过程中群体间的信息交互和反馈，使得过程中各阶段的群体意见不一致性逐渐收敛于允许范围内，从而获取充分体现群智慧的群决策结果，有效提高群决策的科学性、合理性、一致性。
1.2.2  国外研究现状
    Salo[24]采用了一种在不断完善的价值表述背景下聚集组成员偏好的交互式方法；Kim and Ahn[25]提出单独优化结果可用于建立群体意识，并把强或弱的优势值作为聚集程序的输入；Park and Kim[26]提出了优势图和一种基于成对优势信息计算优势图的算法。Lahdelma等[28]发明了一种名叫Ref-SMAA的方法，用来解决当属性数据和偏好信息不确定或不准确（或偏好信息完全丢失）时的问题；Olcer and Odabasi[29]介绍了一种基于属性的聚合技术，用来处理模糊多属性决策问题；Herrera等[30]提出了一个聚合的程序，管理不同性质（数值，区间值和语言）的非均值信息。
文献[31]为解决动态直觉模糊多属性群决策问题，提出了一种交互式方法。首先，采用动态直觉模糊加权算子将每个决策者不同时期的个体直觉模糊决策矩阵聚集成个体的集合直觉模糊决策矩阵，用直觉模糊理想点法计算每个决策者的每个方案之间的个体相对贴近度系数，并对个人方案进行排序。然后，用混合加权算子将每个方案的所有个体相对贴近度系数集合成一个集体相对贴近度系数，并对总方案进行排序，从而选出最佳方案。此外，在个体方案排序和总方案排序过程中计算得到的斯皮尔曼相关系数可以用来衡量群体偏好的一致性。
    Kim等[32]提出了基于不完全信息的多属性群决策的交互过程，并描述了一些理论模型，通过使用可分离的线性规划技术建立群体成对优势和群体实用范围之间的关系；Chen[33]将Hwang and Yoon 的TOPSIS法拓展运用到模糊环境中，发明了一个顶点程序来计算两个三角模糊数之间的距离，并通过同时计算到模糊理想解和模糊负解的距离，定义一个接近系数来确定所有可选方案的排序。
 文献[34]阐述了一种模糊环境下交互式多属性群决策方法，将模糊决策矩阵转化成所预期的决策矩阵，用两个简单的公式构造相应的归一化预期决策矩阵，并将这些归一化预期决策矩阵聚合成一个复杂的决策矩阵，此外，还要求决策者在交互过程中提供自己的喜好。该方法通过求解线性规划模型逐步减少可选方案集，最终确定最优方案。
    Li and Yang[35]将经典线性规划技术拓展运用到偏好的多文分析中，开发了一种新的放法来解决模糊环境下的多属性群决策问题，即构建一个模糊线性规划模型 在可选方案中采用成对比较的方式对方案进行排序，这种方法在清晰或模糊的环境下均能使用。
1.3  论文的技术路线
从上文的文献回顾中可以看出，国内外一些学者已经对群决策中的交互式方法做了一定的研究，本文将在他们的基础上进行拓展，考虑不同个性的决策者的行为对交互式决策结果的影响，介绍一种基于行为的异质群体交互式决策方法。本文主要内容包括以下五个章节：
第一章：绪论。其中包括了本文的研究背景和研究意义，同时，对已有的与本文研究的课题有关的一些文献进行了总结和概括。
第二章：相关理论概述。简要地介绍了行为决策、异质群体和交互式决策这三个方面的理论基础。
第三章：交互式决策模型构建。首先，对决策问题进行具体描述，给出相关的定义及模型，然后将这些定义和模型运用到交互式决策过程中，给出具体的交互式决策步骤。 基于行为的异质群体交互式决策研究(3):http://www.youerw.com/guanli/lunwen_6634.html