我院顾渐萍副教授、查泉波老师在工程技术-计算机人工智能类别期刊《Applied Intelligence》上合作发表论文“Information learning-driven consensus reaching process in group decision-making with bounded rationality and imperfect information: China’s urban renewal negotiation”。该期刊系SCI检索期刊，JCR二区，2021年影响因子5.019。本论文得到国家自然科学基金（72001031、71804018）、中国博士后科学基金（2020M673146）、中央高校基金（2021CDJSKJC16）等多个科研项目联合资助。我院顾渐萍副教授为本论文通讯作者兼第三作者，查泉波老师为第一作者，硕士生蔡锦帆为第二作者，刘贵文教授为第四作者。

在现实决策过程中，由于很多决策者具有有限理性特征，他们的决策偏好具有异质性，在大多数情况下无法直接得到，因此具有不完全信息和有限理性的群体决策问题普遍存在。为了解决这些问题，本文依据随机规划理论、前景理论和信息学习理论，提出了基于有限理性和不完全信息的最小成本及最大效用共识模型。同时，本研究提出一种新的信息学习方法，该方法同时结合了谈判前观察到的先验信息学习和谈判期间获得的反馈信息，通过信息学习完善共识模型中的决策者偏好，以期最大化群体共识。此外，本文将提出的共识模型应用于中国城市更新项目中的拆迁谈判问题，并通过对比实验验证提出的信息学习方法的有效性。本文进一步分析先验信息的准确性、协调者对先验信息的信心、谈判轮数以及决策者数量对群体共识的影响，为政府制定拆迁和重建项目的谈判策略提供实际建议。

本文链接：https://www.webofscience.com/wos/alldb/full-record/WOS:000841697900006