Модель консенсуса с многоцелевой оптимизацией для принятия решений в больших группах с учётом динамических социальных сетей

Почему выбор площадок для солнечных электростанций сложнее, чем кажется

В условиях гонки стран за сокращение выбросов углерода правительствам и компаниям приходится решать, где строить новые солнечные электростанции. Эти решения влияют на ландшафт, занятость и цены на электроэнергию, и часто в них вовлечены десятки экспертов с разным опытом и приоритетами. В статье предлагается новый подход, помогающий большим группам людей приходить к справедливому и эффективному согласию по таким сложным вопросам, на примере выбора оптимальной площадки для фотоэлектрической (PV) электростанции.

Множество голосов, одно общее решение

Крупные проекты, такие как солнечные фермы, редко зависят от мнения одного эксперта. Инженеры, экологические исследователи, градостроители и представители сообществ — все высказывают свои мнения. У каждого своё представление о том, какая площадка лучше, с учётом факторов: местного солнечного ресурса, стоимости строительства, воздействия на окружающую среду и общественного принятия. Когда в процессе участвуют 20 и более человек, простое голосование или усреднение могут скрывать разногласия и отдавать приоритет громкому меньшинству. Авторы рассматривают эту задачу как массовое групповое принятие решений, где цель не только выбрать площадку, но и достигнуть уровня согласия, который большинство участников сочтёт приемлемым.

Сочетание доверия и схожести в экспертных сетях

Исследование опирается на идею, что эксперты не действуют в изоляции. Некоторые знают друг друга, некоторые ранее сотрудничали, и некоторые естественно больше доверяют отдельным коллегам. В то же время эксперты с похожими оценками более склонны влиять друг на друга. Авторы объединяют эти два элемента в гибридную сеть доверия. В такой сети каждый эксперт связан с другими на основе степени доверия и степени схожести его оценок. Метод обнаружения сообществ — алгоритм Лувена — автоматически объединяет экспертов в подгруппы с тесными связями. Такое кластеризование упрощает задачу, позволяя работать с несколькими согласованными командами вместо множества разрозненных индивидуумов.

Балансировка издержек, справедливости и согласия

Достижение согласия обычно требует от некоторых людей корректировки своих позиций. Авторы разрабатывают модель многоцелевой оптимизации, которая стремится одновременно управлять тремя задачами: снизить общие издержки корректировок, обеспечить справедливое отношение к участникам и повысить общий уровень консенсуса. Издержки здесь отражают, насколько далеко каждый эксперт должен отойти от своей первоначальной оценки. Справедливость измеряет, равномерно ли распределено бремя корректировок, а не ложится ли оно главным образом на нескольких человек. Консенсус отражает, насколько близки итоговые мнения внутри и между подгруппами. С использованием эволюционного поискового метода модель генерирует набор компромиссных решений, каждое из которых представляет разный баланс между издержками, справедливостью и уровнем согласия. Организаторы принятия решений затем могут выбрать решение, наиболее соответствующее их ситуации.

Дать доверию меняться по мере обсуждения

В реальных обсуждениях люди меняют не только свои оценки, но и степень доверия к другим. Статья фиксирует это, обновляя сеть доверия после каждого раунда корректировок. Когда взгляды двух экспертов становятся более похожими, их взаимное доверие укрепляется; если взгляды остаются далёкими, доверие растёт медленнее или вовсе не меняется. После обновления ссылок доверия метод рекластеризует экспертов и пересчитывает их влияние в принятии решения. Этот динамический процесс продолжается до тех пор, пока общий уровень согласия не превысит заданный порог или не будет достигнуто максимальное число раундов — что отражает, как реальные комитеты постепенно приходят к общим выводам.

Что показывает пример с солнечной электростанцией

Авторы протестировали свой подход на задаче размещения PV-электростанции с 20 экспертами, четырьмя вариантами площадок и четырьмя критериями оценки: доступность ресурса, стоимость строительства, воздействие на окружающую среду и общественное принятие. Сначала метод разделил экспертов на четыре подгруппы и показал, что группа ещё не достигла желаемого уровня согласия. После применения оптимизации и обновления сети доверия экспертов перекластеризовали в три подгруппы, и их относительные веса изменились. В результате процесс достиг высокого уровня консенсуса 0,9597, при этом издержки корректировок и показатель справедливости остались в разумных пределах, а также был определён один вариант площадки как лучший компромиссный выбор.

Почему это имеет значение для реальных решений

Для неспециалиста главный вывод таков: сложные общественные решения не обязательно должны превращаться в противостояние конкурирующих интересов. Явно моделируя, кто кому доверяет, кто думает похоже и насколько каждый человек должен уступить, предложенный метод помогает большим группам принимать решения, которые не только эффективны, но и воспринимаются как справедливые. Хотя метод показан на примере выбора площадки для солнечной электростанции, та же структура может направлять решения по инфраструктуре, здравоохранению или другим вопросам, где многие заинтересованные стороны должны разделить ответственность за результат.

Цитирование: Chen, G., Lang, A., Han, X. et al. A multi-objective optimization consensus model for large-scale group decision-making considering dynamic social networks. Sci Rep 16, 15314 (2026). https://doi.org/10.1038/s41598-026-45239-0

Ключевые слова: групповое принятие решений, социальные сети, моделирование доверия, размещение солнечных электростанций, многоцелeвая оптимизация