基于模糊一致矩阵性质的正互反矩阵一致性调整方法

讨论正互反判断矩阵与模糊互补矩阵,正互反一致性矩阵与模糊一致性矩阵的关系,并对正互反判断矩阵的一致性提出了一种基于模糊一致性矩阵性质的调整方法.算例表明用该方法对判断矩阵的一致性进行调整工作量小且行之有效.     

基于一致性和偏好程度的区间数多属性决策方法

研究区间数互反判断矩阵的一致性及其排序方法,提出了一致性区间数互反判断矩阵的定义及其构造方法,定义了一致性区间数互反判断矩阵的偏好程度矩阵,并证明该矩阵为实模糊互补判断矩阵,最后给出了确定权重的新的简单算法,通过算例说明此方法的可行性与有效性.     

衡量判断矩阵相容性的一个通用指标

首先介绍了互反判断矩阵与互补判断矩阵之间的转换公式,以及完全一致性互反判断矩阵和完全一致性互补判断矩阵之间的关系。然后在综合考虑互反判断矩阵与互判断矩阵各自特点的基础上,给出了衡量判断矩阵（包括互反判断矩阵和互补判断矩阵）相容性的一个通用指标,以及互反权重矩阵和互补权重矩阵等概念。对判断矩阵的相容性和一致性详细地进行了研究,并给出了衡量判断矩阵相容性准则。这些结果在群组决策中具有良好的应用前景,有助于进一步提高决策的合理性和有效性,最后进行了算例分析。     

区间数互补判断矩阵的一致性

定义了检验区间数互补判断矩阵满意一致性的指标,得到了单个矩阵是满意一致的,其Hadamard组合矩阵也是满意一致的结论.     

FAHP中的一致性与标度

检验模糊互补判断矩阵的一致性是FAHP应用的关键步骤,使用不同的标度系统构造矩阵,其满足的一致性也有所不同.FAHP中的一致性与其采用的标度之间的关系仍不清楚,故探讨了FAHP中模糊互补判断矩阵的加性一致性和乘性一致性的内在关系,给出了分别适应于这两种一致性的标度,为FAHP的正确使用提供了依据.     

基于灰色关联分析的专家群体判断一致性分析

基于灰色关联分析方法,检验由群决策构造的互反判断矩阵一致性.采用专家的平均判断矩阵作为群体互反判断矩阵.通过计算各个专家构造的互反判断矩阵与群互反判断矩阵之间的关联度大小来判别是否满足预设的专家群体互反判断一致性指标（QR）的要求.并且针对群决策不一致性提出了调整方法.最后,将灰色关联分析方法与指标相容性不一致性判别方法进行对比分析.结果证明灰色关联分析方法对偏离较大的判断矩阵具有更敏感的识别,而且调整后的判断矩阵能够满足一致性的要求.     

基于三角模糊数互反判断矩阵一致性的多目标决策方法

针对决策信息为三角模糊数互反判断矩阵的模糊多目标决策问题.首先,介绍了数值型互反判断矩阵及其一致性、三角模糊数相互比较的可能度公式、三角模糊数互反判断矩阵及其一致性等知识.其次,基于三角模糊数一致性互反判断矩阵概念及最小偏差建立一个线性规划模型,通过求解该模型得到三角模糊数互反判断矩阵的排序向量,根据排序向量比较的可能度所建立的数值型互补判断矩阵的排序公式对方案排序.提出了一种新的模糊多目标决策方法.最后,通过风险投资项目的选择验证了方法是行之有效的.     

改进的模糊层次分析法

目的 改进传统的层次分析法。方法 将互反型判断矩阵改为模糊一致性判断矩阵，并把和行归一法或方根法与特征向量法结合使用，提出了改进的模糊层次分析法。结果 指出传统的层次分析法往往会导致判断矩阵不满足一致性条件，需要检验和修正，而且计算精度不高。改进后的模糊层次分析法既解决了判断矩阵的一致性问题，又解决了解的收敛速度及精度问题，以此求得与实际相符的排序向量。结论 改进传统的层次分析法较传统的层次分析法更加完善和行之有效，并符合人们的思维逻辑，形式简单，准确，且易建立。另外，由优先判断矩阵改造而成的模糊一致性矩阵满足一致性条件，无需再进行一致性检验，同时也可大大减少叠代次数，提高收敛速度，满足计算精度的要求．从而为多目标决策提供了较为可靠的决策方法。     

"互反型"标度的一致性比较

论证了几种常用的"互反型"标度下,判断矩阵的完全一致性互不相容,并研究了这几种标度下,严格一致性等同范式在另一种"互反型"标度下的一致性比例值,给出达到满意一致的矩阵所占的百分比,得出使用an(a8=9)指数标度更为合理的结论.     

区间数互补判断矩阵中元素的运算与排序算法

分析区间数互补判断矩阵中已有的元素运算法则,重新定义区间数互补判断矩阵中一些元素的运算,给出将区间数互补矩阵转换为一致性矩阵的定理,并利用互反和互补之间的转换,得到一个区间数互补判断矩阵的排序算法.     

一种模糊互补判断矩阵的一致性调整方法

在模糊互补判断矩阵的一致性研究成果的基础上借助原判断矩阵P与其权重矩阵W之间的向量夹角,找出需要调整的列及其所对应的行,借助于参数λ调整此行此列,从而提高判断矩阵P的一致性,并给出了相应算例分析。     

一种提高判断矩阵一致性程度的方法

 层次分析法是一种实用的多维决策方法。在运用层次分析法的过程中,需要对判断矩阵进行一致性检验。若检验不能通过,则应尽可能小幅度地调整部分元素后再检验,从而达到既能最大程度地保留原有信息又能提高矩阵的一致性程度的目的。目前,许多学者提出了提高判断矩阵一致性程度的多种方法,但这些方法的局限性是有时某些元素调整前后的变化太大,且需调整的元素较多,这显然违背了决策者的最初意愿。本文提出由判断矩阵中行列对应元素乘积的算术平均值与相应元素偏差的最大值来判别与调整不合理元素,进而提高判断矩阵一致性程度的方法。该方法可预先设定调整幅度,最大程度地保留原有信息。不合理元素的判别方法具有简洁、有效、快速的特点。整个调整过程计算简单,既可人工也可利用计算机进行。     

判断矩阵一致性分析

判断矩阵的一致性是层次分析法中的     

模糊数互补判断矩阵的加性一致性

研究带有模糊数的互补判断矩阵的一致性.首先给出三角模糊数、梯形模糊数和混合互补判断矩阵定义,然后引入模糊数的心、心算子以及心矩阵,进而基于心矩阵给出模糊数互补判断矩阵的一致性定义,同时建立可达矩阵给出模糊数互补判断矩阵的一致性判别方法;通过构造和分析偏差矩阵,给出非一致性模糊数互补判断矩阵的加性一致性改进方法.调整时,调整量可以是精确数也可以是模糊数.为了说明方法的可行性,给出了一个算例.该方法的提出,为模糊数互补判断矩阵一致性的判断和改进提供了一个实用方法.     

语言判断矩阵的满意一致性判定方法

文章研究了语言判断矩阵的满意一致性及方案排序问题,在给出语言判断矩阵及其满意一致性概念的基础上,提出语言判断矩阵的导出矩阵和偏好关系矩阵的概念,由此建立语言判断矩阵满意一致性的判定方法,依据所给出的判定方法,得出关于语言判断矩阵的方案优劣的排序方法,最后通过算例说明了该方法的有效性。     

区间数判断矩阵满意一致性递推排序方法研究

研究了区间数判断矩阵的一致性和递推排序方法. 根据区间数判断矩阵的概念给出了区间数判断矩阵的完全一致性定义, 通过对完全一致性性质的讨论演绎出区间数判断矩阵的一致性和满意一致性定义及其判别方法，并且研究了一致性和满意一致性定义的合理性, 提出了求解区间数判断矩阵排序向量的递推排序方法, 最后用算例验证了方法的有效性.     

区间数互补判断矩阵的一致性和排序方法

研究了区间数互补判断矩阵的一致性和排序方法. 通过对完全一致性的演绎给出了区间数互补判断矩阵的一致性定义、性质及其判别方法; 同时, 提出了求解区间数互补判断矩阵排序向量的排序方法; 最后给出了算例.     

用度量矩阵加速修改AHP中的判断矩阵

通过分析判断矩阵、一致性矩阵、导出矩阵及度量矩阵的关系，提出一种修改判断矩阵的预测加速修正法．当判断矩阵的一致性较差时，基于度量矩阵中偏离大的元素对判断矩阵一致性的影响较大，通过度量矩阵得出加速修正的步长．每次修改判断矩阵的一对元素即可进行判断矩阵的修正．实例分析表明，预测加速修正法是可行的，且可根据问题的性质，灵活确定修正的步长．