一种互反判断矩阵残缺值和排序的推断方法及应用

针对多维决策中判断矩阵信息不完整的情况,提出了一种加权最小二乘法拟合残缺值和排序向量的算法.首先,定义了一种残缺矩阵的伴随矩阵表达方式,通过残缺矩阵和其伴随矩阵建立一个非线性最小二乘模型,拟合得到残缺互反判断矩阵的排序向量;然后通过偏差最小化公式解出残缺元素,得到完整的专家判断矩阵,用特征值法求出排序向量;最后,将拟合得到的排序向量和补充完整的判断矩阵排序向量通过几何平均得到最终排序向量.用算例说明了方法的可行性及有效性.     

广义判断矩阵与普通判断矩阵

将来解广义判断矩阵排序向量的问题归结为相应的普通判断矩阵排序向量的求解问题,为广义AHP理论的拓展提供了新的思路。     

利用成对比较矩阵解决一类教育评价问题

介绍了层次分析法(AHP)及成对比较矩阵．在此基础上，给出了利用成对比较矩阵处理一类数据残缺的教育评价问题的方法和步骤，较好地解决了由于数据残缺所导致的评价失真问题．其中成对比较矩阵构造方法、将权向量作为排序向量以及转化为修正分数的方法方便易行。     

不确定型AHP中的一种新排序方法

首先给出了计算正数字矩阵排序向量的拟最小偏差法和拟最小偏差法具有的几种优良性质，然后给出了计算不确定型AHP判断矩阵排序向量的区间数量最小偏差法，最后给出算例分析。     

排序向量的三个近似解系研究

AHP排序向量的"近似解法"至少可导出三个解系:K阶行平均法解系、K阶规范列平均法解系和K阶列平均倒数法解系.均在给定的比例判断矩阵的前提下,进行归一化处理,获得各自的排序向量.而当判断矩阵不一致时,其排序向量的结果也存在着差异.同时还存在继续研究的"真序"向量和AHP排序向量的其它近似解法.     

AHP判断矩阵与模糊判断矩阵相互转化方法

提出了AHP判断矩阵与模糊判断矩阵相互转化的若干新方法，探讨了各种转化方式下两类判断矩阵一致性的关系，以及确定排序向量的方法相互协调的问题，并用例子说明了各种转换公式的应用，为群决策中有效集结专家的AHP判断矩阵和模糊判断矩阵这两种偏好提供了可行的途径。     

残缺互补判断矩阵次序一致性及排序方法

针对残缺互补判断矩阵次序一致性检验、调整及排序方法存在的问题,采用残缺互补判断矩阵次序一致性及排序的偏序集表示方法.在界定偏序集、模糊互补判断矩阵、残缺互补判断矩阵、截集矩阵等定义基础上,利用偏序关系矩阵的转换关系给出次序一致性的检验定理;证明了残缺互补判断矩阵任意截集矩阵满足传递性和残缺互补判断矩阵完全次序一致性的等价定理;根据上集和下集特征,给出更为简捷的残缺互补判断矩阵排序方法.研究结果表明:与其他方法相比,调整及排序方法赋值有依据、方法简单、易操作,鲁棒性强.     

基于期望值的模糊互补判断矩阵的排序方法

研究了决策信息以模糊变量形式给出的互补判断矩阵的排序问题,给出了模糊互补判断矩阵与加型模糊一致性互补判断矩阵的概念及相关性质,进而提出一种模糊互补判断矩阵排序的中转法.首先基于期望值将模糊互补判断矩阵转化为加型模糊一致性互补判断矩阵,从而求得其排序向量,进而对决策方案进行排序和择优.     

强一致性区间数判断矩阵性质和排序

 研究了区间数判断矩阵的性质及排序问题。介绍了强一致性区间数判断矩阵、标准化区间数向量等概念;提出求解强一致性区间数判断矩阵排序向量的线性规划模型,并证明了所求排序向量是标准化区间数排序向量。在此基础上给出强一致性区间数判断矩阵的等价条件,进一步提出基于非线性规划模型的强一致性区间数判断矩阵的排序方法,最后通过实例验证了所提出的方法也适用于一致性区间数判断矩阵及满意一致性区间数判断矩阵。     

层次分析若干理论与应用研究

层次分析法(AHP)是多准则决策领域中一种非常实用的方法.主要研究了判断矩阵的排序方法与性质、判断矩阵的标度和一致性、AHP的群决策方法以及AHP的应用等问题.该文对这些工作进行了总结.     

基于残缺互补判断矩阵的多指标决策方法

针对具有残缺互补判断矩阵形式方案偏好信息的多指标决策问题,提出了一种决策分析方法.对具有残缺互补判断矩阵的多指标决策问题进行了描述.依据残缺互补判断矩阵和决策矩阵,构建了求解指标权重的最优化模型.采用拉格朗日乘数法求解该模型,得到每个指标的权重值,进而计算出每个方案的综合评价值,从而可得到所有方案的排序结果.最后,通过给出一个算例说明了该方法的可行性和实用性.     

综合间接判断信息的排序方法

根据判断矩阵 Ａ＝（ａｉｊ）ｎ×ｎ所提供的间接判断信息 ａｉｌ· ａｉｊ,ａｉ２ ·ａ２ｊ,…,ａｉｎ·ａｎｊ,用几何平 均法■对这些间接判断信息进行综合,构造一致性矩阵Ａ＝（ａｉｊ）ｎ×ｎ,然后给判断矩阵Ａ的求排向量,称这种排序算法为综合间接判断信息法,通过对这种排序方法与方根法、对数最小二乘法、最优传递矩阵法的关系的讨论,指出最优传递矩阵法与综合间接判断信息法所导出的排序向量最接近客观排序,因而是一种最优算法．     

基于不同直觉偏好结构的多属性决策方法

研究了属性值为实数、且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断形式给出的直觉模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,然后分别建立了基于直觉判断矩阵和基于残缺直觉判断矩阵的多属性决策模型,并且建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,进而给出了基于不同直觉偏好结构的多属性决策方法.该方法无需对不同偏好结构进行一致化处理,可直接通过求解模型得到最优权重向量,因而避免了一致化所导致的决策信息的失真和丢失.最后应用上述方法对江苏省企业技术创新能力进行了评估.     

层次分析法中残缺矩阵排序的模糊方法

讨论了层次分析法中残缺矩阵可接受的条件,证明了得到完全矩阵所需的最少比较次数,在此基础上提出了一种快速决策的模糊方法.首先,对有n个指标的决策,专家只需要给出n-1次比较的值,然后笔者给出了补足残缺部分的算法,最后用模糊方法计算该矩阵的排序向量.仿真了整个过程,证明该方法简便、科学,为快速准确决策提供了可靠的理论依据和手段.     

不确定型AHP中残缺区间数判断矩阵的性质及排序方法

给出了不确定ＡＨＰ中残区间数判断矩中接受的充要条件，定义了广义一致数字矩阵，研究了其性质，得到了拟对称的非负不可约矩阵为广义一致性数字矩阵的充要条件，最后对残缺区间数判断矩阵给出了一种计算的简便的排序方法－－ＧＩＥＭ《     

大学毕业生择业最优权衡数学模型

首先根据对大学毕业生择业要求的调查,得到影响择业的五个主要因素。并在假设的理想条件下,用层次分析法(AHP),按支配关系给出了层次结构。再用两两比较法构造了判断矩阵,并据其权重向量,对择业作出量化的最优排序。最后对决策方案进行了一致性检验。     

一种改进的行和归一化排序方法

提出了一种改进的行和归一化排序方法(INRAM), 从保序性、置换不变性、相容性和累积优势度等方面对该方法的合理性进行了研究, 并且利用互补判断矩阵和互反判断矩阵之间的转换公式, 给出了相应的求解互补判断矩阵排序向量的算法, 从而丰富和发展了互反和互补判断矩阵的排序理论. 最后,通过算例将NRAM法和INRAM法与特征根排序方法(EM)及对数最小二乘法(LLSM)作了对比分析. 数值结果表明: INRAM法不仅简洁易行, 而且与EM 法的排序结果完全一致, 故能较好地揭示方案的真实排序.     

Fuzzy排序向量的最小二乘算法

本文讨论了在Ｆｕｚｚｙ环境中应用最小二乘排序法，由Ｆｕｚｚｙ判断矩阵导出方案的Ｆｕｚｚｙ排序向量的问题。通过用λ截集距离的积分定义的Ｆｕｚｚｙ判断空间中的距离，给出了最小二乘排序法在Ｆｕｚｚｙ环境中的表示形式，将Ｆｕｚｚｙ环境中的最小二乘排序问题转化为泛函的极值问题。在讨论了对应于泛函的Ｅｕｌｅｒ方程组的性质之后，得到了方案排序向量的计算公式。本文将层次分析法中只能处理精确判断的最小二乘排序法拓广     

关于不确定性AHP中权的最小偏差二乘法

根据不确定性AHP中判断矩阵构造的特点 ,在A为一致性判断矩阵的条件下 ,将数字判断矩阵确定权向量的最小偏差二乘法加以推广 ,得到不确定区间数判断矩阵最小偏差的二乘法 ,并建立了不确定区间数判断矩阵最小偏差二乘法收敛性迭代算法 ,通过与IME方法的比较 ,证实了所给的方法的合理性和可行性。     

层次分析中右特征向量排序法原理

本文分析了层次分析法中的右特征向量排序原理。指出了用判断矩阵的右特征向量作为排序向量的理由,并且还讨论了判断矩阵的一致性检验问题。