信息集结及共识达成是多准则决策中的重要组成部分，是指对具备多个准则的有限方案依据某个决策法则进行选择、排序、评估、反馈等的决策分析方法。传统的信息集结及共识达成具有一定的局限性，例如，其研究的内容是在确定型决策的范围内进行考虑和运算的，但现实是，不确定性以及模糊性普遍存在于决策过程当中。在现代的决策分析中，每一个决策者的偏好结构和知识构成是不同的，加之有些评估属性不能具体描述，甚至比较抽象，以及决策的信息有限、决策的背景也比较复杂，这就导致决策者往往不愿意给出准确的数值，而是用不确定信息、模糊信息或者异构信息来表示。同时，由于现代决策环境的复杂性和不确定性，决策过程不再是一个时期或者一个人的事情，而是需要集结多阶段或者多个专家或决策者的评估信息，通过分析专家或决策者间是否存在观点冲突，构建新的信息集结和共识。

本书基于数据挖掘技术、模糊集理论、算子集结理论和决策理论与方法，对决策者个体偏好进行分析，构建模糊决策环境下的信息集结方法和考虑异构信息的群体决策共识方法。本书的研究成果拓展了信息集结理论与方法和群体决策理论与方法，提高了模糊环境下的决策效率，研究成果可以应用于应急管理、供应商选择、投资决策等重要领域，为模糊环境下决策过程中的数据处理、偏好信息提取识别、群体共识等提供了理论依据。本书可作为企业管理中管理决策的参考用书，同时有望对政府和事业单位进行更加科学和更精细化的经营、管理和决策等方面提供帮助，具有十分重要的理论和实践意义。

1绪论/1
1.1研究背景及意义/1
1.1.1研究背景/1
1.1.2研究意义/4
1.2研究内容和结构安排/6
1.2.1研究内容/6
1.2.2结构安排/7
1.3研究方法和主要创新点/8
1.3.1研究方法/8
1.3.2主要创新点/9
1.4本章小结/11
2相关方法及理论基础/12
2.1经典决策方法回顾/12
2.1.1属性的规范化/12
2.1.2经典多准则决策方法/14
……