En flermåls optimeringskonsensusmodell för storskaliga gruppbeslut med beaktande av dynamiska sociala nätverk

Varför det är svårare att välja solplatser än det ser ut

När länder tävlar om att minska koldioxidutsläppen måste regeringar och företag bestämma var nya solkraftverk ska byggas. Dessa val påverkar lokala landskap, jobb och elpriser, och involverar ofta dussintals experter med olika bakgrunder och prioriteringar. Denna artikel introducerar ett nytt sätt att hjälpa stora grupper att nå rättvisa och effektiva överenskommelser i sådana komplexa frågor, med fokus på fallet att välja den bästa platsen för ett fotovoltaiskt (PV) kraftverk.

Många röster, ett gemensamt beslut

Stora projekt som solparker förlitar sig sällan på en enda expert. Istället hörs ingenjörer, miljövetare, planerare och samhällsrepresentanter alla i processen. Var och en har sin egen uppfattning om vilken plats som är bäst baserat på faktorer som lokal solinstrålning, byggkostnad, miljöpåverkan och social acceptans. När 20 eller fler personer är inblandade kan enkla omröstningar eller genomsnitt dölja oenigheter och gynna en högljudd minoritet. Författarna studerar denna utmaning som ett storskaligt gruppbeslut där målet inte bara är att välja en plats utan också att nå en grad av överenskommelse som de flesta deltagare uppfattar som acceptabel.

Att blanda förtroende och likhet i expertnätverk

Studien bygger på idén att experter inte verkar isolerat. Vissa känner varandra, vissa har samarbetat tidigare och vissa litar naturligt mer på vissa kollegor. Samtidigt påverkar experter som uttrycker liknande åsikter varandra mer. Författarna slår samman dessa två element i det de kallar ett hybridförtroendenätverk. I detta nätverk är varje expert kopplad till andra baserat på hur mycket de litar på dem och hur lika deras utvärderingar är. En metod för community-detektion, Louvain-algoritmen, grupperar sedan automatiskt experter i delgrupper som är nära förbundna. Denna klustring förenklar problemet genom att låta processen arbeta med några sammanhängande team istället för många osammanhängande individer.

Att balansera kostnad, rättvisa och överenskommelse

Att nå överenskommelse kräver nästan alltid att vissa personer justerar sina ståndpunkter. Författarna utformar en flermålsoptimeringsmodell som försöker hantera tre mål samtidigt: minska det totala justeringsarbetet, behandla deltagarna rättvist och höja den övergripande nivån av konsensus. Kostnad här speglar hur långt varje expert måste röra sig från sin ursprungliga åsikt. Rättvisa mäter om bördan av justering delas jämnt, istället för att falla mest på några få. Konsensus fångar hur nära de slutliga åsikterna är inom och mellan delgrupper. Genom att använda en evolutionär sökmetod genererar modellen en uppsättning kompromisslösningar som vardera erbjuder olika avvägningar mellan kostnad, rättvisa och överenskommelse. Beslutsorganisatörer kan sedan välja den lösning som bäst passar deras situation.

Låt förtroendet utvecklas när folk samtalar

I verkliga diskussioner förändrar människor inte bara sina bedömningar utan också hur mycket de litar på andra. Artikeln fångar detta genom att uppdatera förtroendenätverket efter varje justeringsrunda. När två experters uppfattningar blir mer lika stärks det ömsesidiga förtroendet; om deras uppfattningar förblir långt ifrån varandra växer förtroendet långsammare eller inte alls. Efter att ha uppdaterat dessa förtroendelänkar omgrupperar metoden experterna och omräknar deras inflytande i beslutet. Denna dynamiska process fortsätter tills den övergripande överenskommelsen överstiger en förinställd tröskel eller ett maximalt antal rundor uppnås, vilket speglar hur verkliga kommittéer gradvis rör sig mot gemensamma slutsatser.

Vad solfallet visar

Författarna testar sitt tillvägagångssätt på ett lokaliseringsproblem för ett PV-kraftverk med 20 experter, fyra kandidatplatser och fyra utvärderingsfaktorer: resursavailability (solresurs), byggkostnad, miljöpåverkan och social acceptans. Till en början delar metoden in experterna i fyra delgrupper och konstaterar att gruppen ännu inte nått önskad nivå av överenskommelse. Efter att ha applicerat optimeringen och uppdaterat förtroendenätverket omklustras experterna till tre delgrupper och deras relativa vikter förändras. Processen når slutligen en hög konsensusnivå på 0,9597 samtidigt som justeringskostnad och rättvisa hålls inom rimliga gränser, och den identifierar en plats som den bästa kompromisslösningen.

Varför detta är viktigt för verkliga beslut

För en lekmannaläsare är huvudbudskapet att komplexa offentliga beslut inte behöver vara ett dragkamp mellan konkurrerande intressen. Genom att explicit modellera vem som litar på vem, vem som tänker lika och hur mycket varje person måste ge viker den föreslagna metoden stora grupper att nå beslut som inte bara är effektiva utan också uppfattas som rättvisa. Även om metoden demonstrerats för lokaliseringsfrågor för solkraft kan samma ramverk vägleda val kring infrastruktur, hälsopolitik eller andra frågor där många intressenter måste dela ansvaret för utgången.

Citering: 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

Nyckelord: gruppbeslutsfattande, samhällsnätverk, förtroendemodellering, lokalisering av solkraft, flermålsoptimering