一种多专家判断信息的二次合成方法

主要介绍一种多专家判断信息二次合成方法的原理。该方法分两层次对权重向量进行综合 :首先以各单个指标为基础从各专家判断矩阵中提取判断信息 ,并对差异较大的信息剔除后加以合成 ;然后再对以单指标为基础的判断信息加以综合 ,从而得到多专家多指标综合判断权重向量。该方法有效、可靠、易理解。最后 ,以一个算例来说明该方法的实施过程 ,并与其它方法作了简单比较。     

多专家判断信息的一种聚类分析方法

介绍一种多专家判断信息的聚类分析方法的原理,该方法分两步对多个专家的判断信息进行分析.首先根据矩阵的迁移原理分析各专家判断信息的差异,从中提取判断差异信息;然后再通过各专家判断矩阵间差异的一致性分析将专家判断矩阵进行聚类.以一个算例来说明本方法的实施过程.     

一种群决策中专家客观权重的确定方法

给出一种确定群决策中各专家客观权重的方法。将专家客观权重分为个体可信度权值和群体可信度权值;通过提取专家判断矩阵信息,确定专家在具体判断中自身的相对个体可信度权值,通过比较群决策中各专家信息的相似程度,确定各专家的相对群组可信度权值;最终得出专家判断信息合成时的各专家客观权重。给出的算例说明该方法的可行性和有效性     

不完全信息下一种信度判断矩阵及其集结方法

针对现有判断矩阵在不完全信息环境下不能准确反映决策者的偏好,以及群决策背景下难以将专家偏好信息集结等问题,将证据推理方法引入到判断矩阵中,研究一种新型不确定判断矩阵——信度判断矩阵。在不完全信息情况下,用比较值及其信度表示两两比较时决策者的偏好,用证据推理算子将专家的意见(信度判断矩阵)进行集结,利用加权几何平均算子将合成后的信度判断矩阵转化为互反判断矩阵并求其权向量,最后结合例子来检验该方法的有效性。     

一种基于判断矩阵信息的多属性群决策方法

对于多属性群决策中的属性和专家赋权问题,鉴于专家对于属性的权重信息和专家的权重信息完全蕴涵在专家给出的判断矩阵中,故应该充分挖掘判断矩阵的特征信息进行赋权.基于这种思想,提出了基于判断矩阵信息的多属性群决策方法,这种客观赋权法结构清晰、计算简便,而且还可以避免应用主观赋权时出现的对专家的主观评判与专家实际决策行为不一致的现象.算例验证证明,该方法具有合理性和有效性.     

基于证据理论的部分属性偏好信息群体赋权方法

针对已有的赋权方法在处理部分属性偏好信息的群体赋权问题上的局限性,提出了基于证据推理建模的解决方法。将不同专家的偏好信息视作来自不同信息源的证据,首先定义了焦元识别方法,然后采用惟一参照物比较判断法计算证据的基本可信度分配,应用Dempster规则进行证据合成,进而得到专家群体的属性赋权。在证据合成过程中,推导出了合成结果的解析表达式,与直接运用证据合成规则相比计算量大大缩小;在专家群体信息集结中,给出了一种基于位置权向量和证据相似度指数的客观证据赋权方法,从而突出了与大多数专家意见相似的专家的作用。最后给出了一个示例。     

基于证据理论和直觉模糊集的群决策信息集结方法

针对多属性群决策信息集结问题,利用D S证据理论和直觉模糊集的相关方法,提出基于直觉模糊熵的属性权重确定方法,并将专家对属性的直觉模糊评价信息转化为Mass函数形式,将专家关于方案集的多属性证据信息进行了修正和合成;为了便于度量任意两个专家之间评价证据的冲突程度,提出基于证据冲突度的专家权重确定方法,并将所有专家关于方案集的证据信息进行修正和综合集成。结合算例验证了方法的有效性和合理性。     

不确定条件下的质量绩效测评方法

以ISO9004标准为基础,建立了质量绩效评价模型.根据评价模型的多层次多指标结构特征以及评价信息的不确定性特点,将D-S证据合成理论应用于质量绩效评价系统,利用模糊评判和群组决策方法处理评价过程中的不确定信息和未知信息,给出了D-S证据合成中mass函数的确定方法,并将一种改进的D-S证据合成方法应用于多专家、多指标的信息合成,从而建立了不确定条件下的质量绩效测量和评价方法.最后,通过实例应用对上述方法的实用性和有效性进行了说明.     

基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

基于证据合成与贝叶斯网络推理的航天器发射风险评估模型

为解决航天器发射风险评估中统计数据较少问题,基于证据合成和Bayesian网络推理,构建了航天器发射风险评估模型.模型将灾难征兆信息转化成专家意见,然后使用证据合成技术对专家意见进行融合,并形成风险评估结论.模型针对专家中少数不同意见,使用网络推理技术将相关的灾难征兆转化成灾难发生可能性的判断.最后,通过STS-51L实例分析验证了模型的可行性.     

专家判断信息的提取及一致性调整

探讨了层次分析法中专家判断信息的提取以及判断矩阵一致性调整的一种实施方法，其主要思想是通过原判断矩阵(n×n)的各行指标数据构造n个一致性矩阵，提取出原判断矩阵中专家判断的一致性信息，在此基础上提出了对原专家判断矩阵进行一致性调整的方案。最后以一个算例说明本法的实施过程。     

双信度下考虑专家风险态度的突发事件等级确定方法

群体性突发享件等级的确定是启动分级响应进行科学应对的决策依据，需要蔽合多领域不同专家的判断进行综合研判。考虑专家面对不确定决策的风险态度，提出一种“专家权重和自我可靠度”双信度下突发亭件等级确定方法。根据双信度，构建了考虑专家风险态度和突发事件等级语义相关性的完备化证据生成方法；综合考虑证据的主客观信息提出一种改进的证据融合方法，使融合結果中充分有效保留专家的原始倾向信息；进一步，给出一种蔽合结果区分度检验方法，以规避等级间区分度不高的情况；最后，通过算例验证了方法的可行性与科学性。实验結果表明，专家的自我可靠度和风险认知态度会影响享件等级研判结果，综合考虑此两种因素的突发享件等级碉定方法能够提升决策的可靠性和可信度。     

基于语言判断矩阵的群决策逆判问题研究

针对基于语言判断矩阵的群决策逆判问题，通过对语言判断矩阵进行“量化”，将其转化成为互反判断矩阵，进而提出了一种依据数理统计理论的分析方法．该方法通过引进随机误差的概念，得出了一致性判断矩阵中元素的相对误差服从均值为零的正态分布的结论，进一步依据这一结论，根据各评判专家所提供的判断矩阵对专家们进行反判，即通过计算各专家的偏离度，对专家们进行排序，并且根据假设检验理论对排序进行检验、对专家们进行分类、最后用一个算例说明了该方法的有效性和实用性．     

群组决策中求最优决策向量的迭代算法

AHP是群组决策中非常有效的工具,而判断矩阵是AHP方法的基础.在群组决策中一般要由多名专家给出多个判断矩阵.能否合理综合专家意见是影响决策质量     

关于互补判断矩阵的群决策的专家评判水平

在群决策分析中，如何从一致性分析的角度来分析专家评判水平或对专家评判水平进行分类是一个重要的研究课题。本文针对群决策中基于互补判断矩阵偏好信息的专家评判水平的排序与分类问题，提出了一种分析方法。首先，分析了互补判断矩阵及其一致性的有关性质；然后，通过构造每个专家给出互补判断矩阵的导出矩阵及其向量表示，计算每个专家给出互补判断矩阵与一致性互补判断矩阵之间的偏差，并得到每个专家评判水平的排序结果和专家们评判水平的分类。最后，通过一个算例说明了本文给出的分析方法。     

基于不同偏好信息的评价专家水平研究

针对不同偏好信息给出了一种分析方法.首先,给出有关效用值、序关系值、互反判断矩阵、互补判断矩阵和语言判断矩阵的定义及其相关性质;然后,通过定义不同偏好信息之间的转换公式,将不同偏好信息都转换为互补判断矩阵的偏好信息,得出各个专家的方案排序值向量,进而利用因子分析法,通过SPSS软件找出方案集相关系数矩阵的公共因子,计算出每个专家的因子得分及因子总得分.根据各个专家的因子总得分的大小,对各个专家的评价水平进行排序;最后,通过一个算例说明了本文提出的分析方法.     

一种AHP判断矩阵一致性调整的新方法

提出了一种AHP判断矩阵一致性调整的新方法。该方法首先通过求取判断矩阵的偏差矩阵 ,然后再根据偏差和最小的原理寻找出n - 1个最能体现原判断矩阵中专家信息的元素构成完全一致性矩阵。调整后的判断矩阵等于原判断矩阵和完全一致性矩阵的加权和。最后用算例来说明该方法的实施过程