下载文档原格式
工作中的心理与行为第一卷1、以下哪个不是群体决策的特点。
（）A：决策质量通常更高 B：耗费更多时间 C：可能出现从众行为D：责任更加明确参考答案：D2、比较持久而又微弱，影响人的整个精神生活的情绪状态叫做。
（）A：激情 B：应激C：心境 D：情感参考答案：C3、工作团队中会对如何展开工作进行争论，也就是要明确职责和分配资源等，这种冲突称为（）。
A：内容性冲突B：过程性冲突 C：情感性冲突 D：破坏性冲突参考答案：B4、根据庞迪（Pondy）的冲突五阶段模型，（）是指冲突的早期潜伏状态，也可以被看作冲突的原因或来源。
A：潜在的冲突 B：感知的冲突 C：情感的冲突 D：显性的冲突参考答案：A5、对电视里的戏曲节目，外行人和内行人的知觉差别就很大，所谓“外行看热闹，内行看门道”讲的就是这个道理。
这个现象说明了知觉主体中的何种因素的作用A：态度 B：动机 C：兴趣D：知识和经验参考答案：D6、以下属于非正式沟通类型的是。
（）A：汇报制度B：饮水机旁的闲聊 C：上级指示 D：下级反映情况参考答案：B7、有人倾向于将成功归因于工作比较简单，容易完成。
他们偏爱从事结构化的和高服从性的工作，需要得到更多的指导。
这种人格特质是A：外部控制源 B：内部控制源 C：A型人格 D：B型人格参考答案：A8、以下属于激励因素的是。
（）A：工作安全感B：工作责任 C：薪资水平 D：个人在公司的地位参考答案：B9、基于成员共同特点或兴趣爱好而形成的群体是（）A：友谊群体 B：利益群体 C：实属群体 D：参照群体参考答案：A10、目标-路径理论中，“领导做决策时与下属协商，考虑和接受下属建议”的领导风格是（）。
A：成就型B：参与型 C：支持型 D：指令型参考答案：B11、一个人比较持久、相对稳定的思想、情感和行为模式，包括其背后的心理活动过程即是（）。
A：能力 B：价值观 C：态度D：人格参考答案：D12、“助长下属的懒惰” 是哪种类型的沟通方式可能出现的问题。
KT决策法KT决策法(KT Matrix)什么是KT决策法KT决策法是最负盛名的决策模型，由美国人查尔斯·H·凯普纳(CharlesH〃Kepner)和本杰明·特雷高(Benjamin B〃Tregoe)二人合作研究发明的、把发现问题分为界定问题和分析原因两步的方法。
KT法是一种思考系统，即就事情各自的程序，按照时间、场所等，明确区分发生问题的情形和没有发生问题的情形，由此找出原因和应该决定的办法。
KT法共分四个程序：查明原因、决定选择方法、危险对策、掌握情况。
它是由美国兰德公司的凯普纳和本杰明·特雷高发明的一种训练法。
KT是凯普纳和特雷高两个英文字的字头。
如果是优秀的管理人员，就能够自然而然地实行这种方法，并把它当作教育程序加以系统化，这就是“KT法”。
有效决策的组成部分1958年,查尔斯·H·凯普纳(CharlesH〃Kepner)和本杰明·特雷高(Benjamin B〃Tregoe)成立了凯普纳——特雷高公司。
该公司是一间位于普林斯顿的国际管理咨询公司，主要致力于企业提供解决问题和决策制定方面的培训。
在出版于1965年的《理性经理人》一书中，凯普纳和特雷高提出了制定有效决策的三个主要组成部分：对所要完成的任务目标的认识程度；对备选方案进行评估的质量；对采用其他方法可能导致的后果的了解程度。
决策分析的主要因素他们使用了这一分析对决策分析方法论的主要因素进行了定义：制定决策声明；决策目标的确认，即：哪些是“必要目标”（必须被完成的目标），哪些是“理想目标”（最好能够完成，但不是最主要的目标）；备选方案的确认；对各种决策后果进行评估。
由此，我们可将凯普纳—特雷高的方法简洁地归纳如下：制定决策声明，明确决策制定的水平（他们认为，这一方法对一个集团企业来说最为有效）制定决策目标并明确“必要目标”和“理想目标”。
然后根据彼此之间的关系衡量“理想目标”的重要性（如：由1—10进行打分）；制定其他备选方案并进行评估。
KNN算法决策规则简介KNN（K-Nearest Neighbors）算法是一种基本的分类和回归方法，它通过寻找与新样本最接近的k个邻居来进行预测。
KNN算法基于一个简单的假设：相似的样本具有相似的标签。
KNN算法在实践中广泛应用于各种领域，如图像识别、自然语言处理和推荐系统等。
KNN算法原理KNN算法根据待预测样本与训练集中各个样本之间的距离来确定其所属类别。
通常使用欧氏距离或曼哈顿距离来衡量样本之间的相似性。
KNN算法的决策规则可以简述为以下几个步骤：1.选择一个合适的k值，即确定用于预测的邻居数目。
2.计算待预测样本与训练集中每个样本之间的距离。
3.根据距离选择k个最近邻居。
4.对于分类问题，采用多数表决规则确定待预测样本所属类别；对于回归问题，采用平均值规则计算待预测样本的预测值。
5.预测结果。
KNN算法步骤详解1. 选择合适的k值KNN算法中的k值代表了用于预测的邻居数目。
k值的选择对算法的性能有着重要影响。
如果选择一个较小的k值，模型会更加敏感，容易受到噪声数据的干扰；如果选择一个较大的k值，模型会更加稳定，但可能会忽略掉一些细节。
通常使用交叉验证等技术来确定最佳的k值。
在实际应用中，一般选择一个奇数作为k值，以避免出现平局情况。
2. 计算样本之间的距离KNN算法使用欧氏距离或曼哈顿距离来衡量样本之间的相似性。
欧氏距离是指在n维空间中两个点之间的直线距离，而曼哈顿距离是指两个点在n维空间中沿坐标轴方向上的距离总和。
计算待预测样本与训练集中每个样本之间的距离是KNN算法中最耗时的步骤之一。
为了减少计算量，可以使用一些优化技巧，如KD树等。
3. 选择k个最近邻居根据计算得到的距离，选择与待预测样本最近的k个邻居。
可以使用堆排序等方法高效地选择k个最近邻居。
4. 多数表决规则（分类问题）对于分类问题，采用多数表决规则来确定待预测样本所属类别。
即在k个最近邻居中，统计每个类别的出现次数，将出现次数最多的类别作为待预测样本的预测类别。
社会心理学探究决策偏差与群体结果在社会交往和决策过程中，个体常常受到各种心理因素的影响，导致决策偏差的出现。
这些决策偏差不仅会对个体的决策结果产生影响，还会对整个群体的结果产生深远的影响。
本文将探讨决策偏差的一些常见类型以及它们对群体结果的影响。
一、认知偏差与决策认知偏差是指在信息加工和决策过程中，由于个体的心理特征和思维方式等因素导致的决策偏离理性。
其中，代表性启发式和可得性启发式是两种常见的认知偏差类型。
代表性启发式是指个体在决策过程中倾向于根据某个事件或对象在某个特征上的相似性来判断其属于某个类别的概率。
这种启发式可能导致决策结果的偏差，因为个体只关注了某个特征，而忽略了其他重要信息。
可得性启发式是指个体在决策过程中倾向于根据能够迅速想起的信息来判断其发生的概率。
这种启发式可能导致决策结果的偏差，因为个体容易受到媒体报道、亲身经历等因素的影响，而忽略了其他可能性。
二、群体决策中的决策偏差在群体决策中，个体的决策偏差会相互作用并影响整个群体的结果。
群体决策中的决策偏差主要包括信息偏差和极端化。
信息偏差是指在群体决策中，个体更倾向于关注与自己原有观点一致的信息，而忽略与之相悖的信息。
这种偏差可能导致群体的决策结果偏离事实，因为群体没有充分考虑到不同观点的合理性。
极端化是指在群体决策中，个体的观点和决策倾向会被群体的讨论和互动放大，导致整个群体的决策结果更加极端。
这种偏差可能导致群体的决策结果过于激进或保守，而无法达到最优解。
三、减少决策偏差的方法为了减少决策偏差对群体结果的影响，可以采取以下方法：1. 多样性和包容性：在群体决策中，鼓励不同观点的表达和讨论，避免信息偏差的发生。
同时，保持对不同观点的包容性，避免极端化现象的发生。
2. 决策程序的透明性：确保决策过程的透明，让个体能够了解决策的依据和过程，减少代表性启发式和可得性启发式的影响。
3. 专家意见的参考：在决策过程中，引入专家的意见和建议，以减少个体的认知偏差和群体的决策偏差。
群决策过程中层次分析法的研究与应用 摘 要 群决策研究具有十分重要的现实意义。
在文献分析的基础上，文章主要讨论了群决策三个基本假设、群决策公理体系、群决策过程模型等群决策的基本理论，初步分析和讨论了群决策研究的一些基本问题，并从决策科学的研究视角出发，概要总结了群决策的主要研究内容及现有的群决策个体偏好集结方法等。
ＡＨＰ已经广泛应用于社会经济系统的各个方面，但是，ＡＨＰ应用中出现了一些问题（模型选择问题、标度问题、逆序问题等）。
在文献研究分析的基础上，文章对ＡＨＰ中存在的问题进行了深入的分析，给出了相应的解决措施。
不确定型ＡＨＰ考虑了人（决策者）的判断的不确定性，能够更好地适应决策环境的复杂性和模糊性。
在已有理论知识的基础上，文章讨论了区间数判断矩阵的一致性定义及相应的一致性检验方法；通过对区间数比较及排序的分析，研究了采用不确定型ＡＨＰ进行群决策时排序权向量的计算方法及个体偏好的集结方法，并用实例说明了不确定型ＡＨＰ在群决策中的应用。
【关键词】群决策，层次分析法（ＡＨＰ），不确定型ＡＨＰ Study and Application ofthe Analytic Hierarchy Process in Group Decision-makingAbstractIt is very important for people to research Group Decision-making at present. Based on the study and analysis of documents, the paper discusses the fundamental theory of Group Decision-making, such as the three elementary hypothesizes, the axiom systems and the decision models, and etc. and analyzes some basic problems of Group Decision-making researching preliminarily. Moreover, according to the researching points of decision-making science, the paper summarizes the main contents of Group Decision-making researching and the methods of amalgamating all decision-makers’ judgments to arrive at the decision of the group.AHP has been used widely in all aspects of the social economic system. However, there have turned up several problems in the application of AHP to solve practical questions. On the base of documents studying, the paper sums up these problems and proceeds theoretical analysis deeply.UAHP takes the uncertainty of decision-makers’ judgment into account, so it is easier to fit in with the complexity and murkiness of decision environments. According to the theory existed, the paper talks over the definitions of Interval Judgment Matrix consistency and gives the methods of checking up these consistencies. Through analyzing the theory and methods of comparing and sorting a group of intervals, the paper investigates the methods of calculating the weight-vector of Interval Judgment Matrix and the methods of amalgamating decision-makers’judgments to arrive at the decision of the group in the case of UAHP being used to solve group decision-making questions, and illustrates its use with practical example.【Key Words】group decision-making，the analytic hierarchy process，uncertainty AHP目 录 １ 引言 …………………………………………………………………………… １ ２ 群决策问题及理论、方法研究现状分析 …………………………………… ６ ２．１ 群决策问题及模型 ………………………………………………… ６ ２．２ 群决策的主要研究内容 …………………………………………… １４ ２．３ 用Ｄｅｌｐｈｉ法改进群决策的交互过程 ……………………………… １９ ２．４ 用相似度辅助确定决策者权重 …………………………………… ２４ ２．５ 小结 ………………………………………………………………… ２８ ３ ＡＨＰ在决策中的应用现状及存在问题分析 ……………………………… ３０ ３．１ ＡＨＰ在决策问题中的应用分析 …………………………………… ３０ ３．２ 不确定层次分析法的提出 ………………………………………… ４１ ３．３ 不确定判断矩阵及其一致性研究、区间数的排序 ………………… ４１ ３．４ 不确定判断矩阵排序权向量计算分析 …………………………… ４８ ３．５ 小结 ………………………………………………………………… ５４ ４ 基于不确定ＡＨＰ的群决策方法在企业综合评价中的应用 …………………５７ ４．１ 不确定群体判断矩阵的集结 ……………………………………… ５７ ４．２ 案例分析及计算 …………………………………………………… ５８ ４．３ 结果分析 …………………………………………………………… ６３ ５ 结论与展望 ………………………………………………………………… ６４ 致谢 ……………………………………………………………………………… ６７ 参考文献 ………………………………………………………………………… ６８ １ 引 言 在现代社会，无论是在工作中还是在生活中，人们所面临的许多决策问题往往十分复杂，仅仅依靠单个决策者很难（有时是不可能）做出合理的决策，因此，有必要集中一组相关的人，依靠群体的智慧来制订决策；另一方面，人总是生活在社会组织之中，每一个组织部门制订的每一项决策都应当尽量满足受它影响的群体的愿望和要求。
