随着全球经济的发展和城市化进程的不断的加快，我国越来越多的城市迈入超大城市的行列。城市的发展在促进社会经济发展的同时也给人类生活环境带来了更多的风险。自然灾害通常会在城市造成严重的人员伤亡和经济损失，特别是在人口密集的特大城市。为了最大限度地减少灾害造成的负面影响，如何在灾害发生后及时有效地评估其风险态势是应急决策的前提，也是超大城市应急管理部门迫切需要解决的问题之一。对于超大城市自然灾害风险评估问题，不仅需要选择合适的决策方法将个决策者对决策信息进行有效融合，更需要构建合适的风险评估指标体系以提高风险评估的准确性。本文对大群体决策方法进行研究，主要研究工作如下:
　　(1)根据指标集是不是完全不同即具有完全差异性，构建风险评估指标体系，赋予决策指标权重。考虑到决策者在背景、知识和信息对称性等方面的差异，来自不同领域和部门的决策者考虑的风险评估指标集可能存在差异，而且这种差异还可以进一步细分为完全差异和不完全差异。对于指标集完全差异的情况，采用基于决策试验和评价实验室法的思想，邀请专家打分，确定指标权重，进行指标集合成。对于指标集不完全不同的情况，采用基于DS证据理论的思想。不同的指标集被用作计算指标权重的证据来源。
　　(2)基于迭代方法和前景理论的参考点思想进行决策者聚类。本文以经典的划分迭代方法对决策信息进行聚类，为了快速有效地求得大群体评价结果，经典方法得到了改进。与传统方法相比，确定初始聚类中心的方法得到了改进。首先，通过考虑聚类群体的极值（最大值和最小值）和均值确定参考点，进一步得到初始聚类的多个中心点。然后，对聚类结果进行迭代，使类中差异化最小。最后，将大规模决策者划分为若干群组，以便于个体评估信息的集结。
　　(3)基于双目标规划和偏差最小化的思想，风险评估信息被汇总。构建了基于类内偏差最小化的组内决策者权重确定模型，实现了决策者评价信息的聚合。在此基础上，构建了基于类别偏差最小化的类别权重确定模型，实现个人评估信息的集结。组装并获取小组评估信息，求得群体评估信息。