一种基于可能满意度与加权几何平均的一致性改进方法

对层次分析法中判断矩阵的一致性改进方法进行了研究。针对现有调整方法多重视收敛速度而忽略相对原始判断信息偏离的不足,将可能满意度的概念引入改进过程。利用判断矩阵的最大特征值及其F roben ius范数,给出判断矩阵可能度和满意度的定义与计算公式,分别考察一致性改进程度和相对原始判断矩阵的偏离程度,并将两者合并为一个衡量一致性改善效果的综合指标:判断矩阵的可能满意度。利用该指标,并结合常用的加权几何平均改进算法,可以有效地控制不一致判断矩阵的调整力度,在对决策者原始判断信息偏离最小条件下,逐步达到可接受的一致性。最后通过算例对比说明了新算法的有效性。     

关于将相对熵用于层次分析的简单注记

层次分析法(AHP)是当前广泛应用的系统工程方法之一；从判断矩阵计算相对权重，决定判断矩阵是否近似满足一致性条件，是层次分析法重要组成部分。本文从相对熵的概念出发。试给出一种新的权重计算方法，同时说明，相对熵可以为判断矩阵是否近似满足一致性条件的一个指标。     

关于AHP中判断矩阵校正方法的研究

对ＡＨＰ中不一致性判断矩阵，提出了一种新的校正方法，该方法运用向量的概念，通过求向量间的一致性系数及偏差进行定量分析，从而完整地给出了校正判断矩阵的一般规则.     

模糊动态AHP及其在水资源系统模糊优化中的应用

常规AHP方法通常存在如下两种缺陷首先,它的判断矩阵没有考虑人的判断的Fuzzy性;其次,它不能求解重要性随时间改变而变化的因素的权重.另外模糊动态AHP实现的关键是动态判断矩阵一致性条件的满足,因为动态判断矩阵往往在某个或某些时间点上满足一致性条件,但很难在整个时间段上对所有的时间点满足一致性条件.针对上述问题,本文应用一种新的方法来改进判断矩阵的一致性,并将模糊动态AHP方法应用到水资源系统的模糊优化调度中,收到了较好的效果.     

可能满意度与判断矩阵的一致性检验及改进

对判断矩阵一致性的检验与改进是层次分析法中的重要问题.针对现有检验与调整方法存在的不足,将"可能满意度"的概念引入该领域,提出一种新的优化调整算法.该方法利用判断矩阵的特征值及其Frobenius范数,给出判断矩阵的可能度和满意度的定义与计算公式,分别考察一致性改进程度和相对原始判断矩阵的偏离程度,并将二者合并为一个衡量一致性改善效果的综合指标:判断矩阵的可能满意度.利用该指标,并结合Saaty的一致性比率(CR)标准,可以有效地控制不一致判断矩阵的改进方向和调整力度,在尽可能保留决策者原始判断信息条件下,逐步达到可接受的一致性.最后通过算例说明算法的有效性.     

一种基于语言判断矩阵的群决策方案排序新方法

针对群决策中基于语言判断矩阵形式偏好信息的方案排序问题,提出一种新的排序方法。给出有关语言判断矩阵的完全一致性、满意一致性、LOW A算子及图论的连通图和树等若干定义,得出构造具有完全一致性或满意一致性的语言判断矩阵满足的条件。根据图论的无向连通图理论,给出基于语言判断矩阵的群决策的方案排序方法。通过一个算例说明本文提出的分析方法。     

一种模糊判断矩阵的互补一致性修正方法

引入度量矩阵大小的lp范数来刻画关于模糊判断矩阵的相似性条件、互补性条件以及一致性条件的满足程度。通过将三个极小化问题转化为一个目的规划问题对模糊判断矩阵进行了互补一致性修正。使用控制参数A将p=1和p=∞两类极小化偏差量的方法结合起来得到了一种更加灵活且适用范围更广的模糊判断矩阵的互补一致性修正方法。最后，用一个数值例子进行说明。     

模糊判断矩阵的满意一致性检验

针对多属性决策中模糊判断矩阵的一致性问题,提出了影子排序因子及增序模糊判断矩阵的概念,证明了模糊判断矩阵满足满意一致性的充要条件。根据该充要条件给出了一种对模糊判断矩阵进行满意一致性检验的简便算法,最后结合算例介绍了模糊判断矩阵在满足满意一致性时的排序方法,并分析了其在不满足满意一致性时影响其满意一致性的可能因素。这种算法不仅较为简便实用,而且为专家对原始判断信息进行针对性修正提供了参考依据,对方案排序研究提供了新的思路。     

模糊动态AHP及其在水资源系统模型优化中的应用

常规AHP方法通常存在如下两种缺陷，首先，它的判断矩阵没有考虑人的判断的Fuzzy性，其次，它不能求解重要性随时间改变而变化的因素的权重，另外模糊动态AHP实现的关键是动态判断矩阵一致性条件的满足，因为动态判断矩阵往往在某个或某些时间上满足一致性条件，但很难在整个时间段上对所有的时间点满足一致性条件，针对上述问题，本文应用一种新的方法来改进断送矩阵的一致性，并将模糊动态AHP方法应用到水资源系统的模糊优化调度中，收到了较好的效果。     

层次分析法判断矩阵不一致性的形成机理和一种修正方法

本文对层次分析法判断矩阵不一致性的形成机理进行了探讨, 分析了构成判断误差及影响判断矩阵不满足一致性的两个重要因素：背景偏差(判断准则重心转移)和工具误差；就背景偏差对判断矩阵和排序向量的影响进行了分析, 并给出了数学描述。然后, 利用最优传递矩阵等概念提出了一种对不一致性判断矩阵进行修正的方法, 并分析了该方法的使用条件和含义。     

AHP方法中判断矩阵的标度扩展构造法

AHP在实际使用中常常因判断矩阵出现一致性检验错误而导致决策难产，且这个问题至今没有得到根本性解决，本文通过实例分析说明，导致一致性检验错误的根本原因是判断短阵的传统构造方法存在严重缺陷，它固化了选定的标度，使原先有差别的候选方案在比较过程中失去差别，因此，本文提出一种新的判断矩阵构造方法－标度扩展法，并证明该方法无论使用什么标度，所构造的判断矩阵都是完全一致的。故不需进行一致性检验且排序向量也容易获得，从而提高AHP方法决策的可靠性，并使AHP方法变得简便易行。     

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     

群组Fuzzy判断矩阵集结方法及其一致性

基于Fuzzy判断矩阵一致性的定义,提出一种构造一致性Fuzzy判断矩阵的新方法,建立了一种加权集结方法的最优化模型,从而得到了群组决策中一类Fuzzy判断矩阵的集结方法,并进一步对其一致性进行了分析和研究。理论分析表明,该集结方法在群组决策中具有明确的实际意义。     

一种校正判断矩阵的新方法

给出一种校正判断矩阵的新方法．该方法利用统计学中随机变量的思想，根据判断矩阵的偏差矩阵，准确地找出偏差大的元素进行校正，并通过算例验证该方法的优越性     

区间粗糙数层次分析法

针对基于点判断矩阵、区间判断矩阵的层次分析法存在信息缺失及没有考虑决策者风险偏好的不足,定义并构造了区间粗糙数判断矩阵,由此将区间粗糙数引入层次分析法中,并提出相应的排序方法,得到仍然是区间粗糙数形式的排序权重向量.这不仅可以保留决策者更多的判断信息.而且还可以反映决策者的风险偏好.将粗糙集的客观性和层次分析法的主观性有机地结合起来,形成区间粗糙数层次分析法.最后通过算例说明所提方法的可行性.     

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。     

基于Fuzzy判断矩阵的一致性调整方法

基于模糊判断矩阵完全一致性的定义，给出一种调整模糊判断矩阵一致性的新方法。首先，讨论了衡量判断矩阵一致性程度的指标，从而给出了满意一致性的判定方法，然后提出了构造完全一致性模糊判断矩阵的变换公式，通过分析反映完全一致性矩阵和初始判断矩阵之间关系的偏差矩阵，得到一种新的一致性调整算法，最后进行算例分析。     

残缺信息下的三角模糊数互补偏好群决策研究

研究残缺互补判断矩阵排序方法问题.分析了三角模糊数互反判断矩阵与互补判断矩阵之间的转换关系,给出了三角模糊数互补判断矩阵加性一致性的概念,提出了残缺三角模糊数互补判断矩阵的一个最小二乘群决策排序模型,并研究此模型解的存在性条件,将残缺型判断矩阵的群决策排序模型推广到完全信息群决策与单人决策情形.最后给出了一个算例.     

一种判断矩阵的不一致性调整方法

针对判断矩阵的不一致性调整问题,考虑标度在因素重要性描述中的模糊性,提出了一种基于扰动矩阵的层次分析法(analytic hierarchy process,AHP)中各要素排序权值计算新方法(BDA-CAHP)。该方法将判断矩阵分解为一致性矩阵与扰动矩阵,基于扰动矩阵调整的理论分析,得到了不一致性调整步骤。实例说明了该方法的有效性。