层次分析法中逆序问题与其决策环境的研究

本文研究了层次分析法中的逆序问题与其决策环境的关系,并对产生逆序现象的机理做了数学上的分析和定性的解释。文中还给出了多准则下排序的强保序定理。     

AHP逆序的新探索

从序和判断的一致性角度定义ＡＨＰ逆序为：方案合成排序权重比例的改变，方案增减变化时产生逆序是因为这种变化会影响准则权重，相应地，只有对准则的权重进行调整，然后再进行总排序就可以解决逆序。     

两种多目标决策方法的逆序实例及分析

本文证实了最小隶属偏差法和改进的最短距离法逆序的存在,论述了逆序的不合理性和产生的原因。     

一种基于对偶与逆序组合算子的遗传算法

针对遗传算法易陷入局部最优的问题,模拟生物基因的对偶性和有序性,提出对偶与逆序组合算子,与具有良好全局搜索模式的遗传算子优化组合应用,构造了一种基于对偶与逆序组合算子的遗传算法.从理论上证明了算法的收敛性.仿真实验表明,该算法具有更好的寻优性能,对应用串型编码遗传算法解决非线性优化问题有很好的借鉴意义.     

AHP逆序研究

深刻分析了ＡＨＰ中逆序产生的原因，指出文献［２］中给出的保序方法的缺陷，提出了新的ＡＨＰ逆序的解决方案     

理想点决策方法的逆序问题与逆序的消除

分析了多指标决策方法存在逆序的客观合理性与主观不合理性,提出了绝对理想点和相对理想点等重要概念.说明了TOPSIS等理想点决策方法产生逆序的原因是决策时选用了相对理想点.提出了GTOPSIS方法并证明当使用绝对理想点时,GTOPSIS等理想点多指标决策方法不仅不会出现逆序,而且都是强保序的.     

AHP中逆序问题的综述

逆序问题已成为当前AHP的争论焦点, 并直接影响了AHP的应用与发展。本文将综述各种观点和处理方法, 并提出我们的初步意见。     

求解混合流水车间调度的改进贪婪遗传算法

针对最小化最大完工时间的带有不相关并行机的混合流水车间调度问题,提出了改进贪婪遗传算法。首先,该算法染色体编码采用基于工件加工顺序的编码,解码提出了两种设备分配方案,并考虑到不同阶段加工设备配置不同对算法的影响,采用了正序解码和逆序解码加再调度并用的解码策略。其次,提出贪婪交叉算子和贪婪变异算子,这些算子不仅承担改进种群,增加种群多样性的功能,同时还具有较强的局部搜索能力。最后通过正交实验确定算法的参数设置,与已有算法对已知案例的求解结果进行了比较,说明了该算法的有效性。同时实验表明了正序和逆序解码策略的必要性以及正序或逆序解码的时机。     

AHP法避免逆序新思路

本文先分析了现存ＡＨＰ保序方法的局限性，并提出了ＡＨＰ两阶段法，化多准则评价为单准则评价，从而更好地避免了逆序问题。     

两种多指标决策方法逆序的成因与消除

提出绝对理想和相对理想点概念，指出最小隶属度偏差改进最矩路离法产生的逆序是因为选用了相对理想点的结果，并证明，如果使用绝对理想点，以上两个决策方法不仅不会出现逆序，而且都是强保序的。     

有交货期的单件车间调度问题的逆序算法

提出了一种以“加工效率”为主要参数，并引入“虚工序”、“虚机器”求解有交货期的单件车间调度问题的逆序算法． 经分析实例验证，该算法具有一定的优度，并且在工程中是可行的．     

规范化公式对无关方案独立性的影响

对决策矩阵进行规范化处理是MCDM决策的必要步骤，其目的是消除指标单位影响，使得不同指标的值具有可加性。目前针对不同类型的指标存在着不同的规范化公式，本文指出利用规范化公式对决策矩阵进行处理会破坏方案之间的独立性，导致评价违反无关方案独立性，并产生逆序；并以基于WAA算子的决策为例在数学上推导了决策矩阵规范化致使无关方案独立性的违背以及逆序的产生的必然性，最后用具体的数例验证了这一结论。     

基于案例分析的语言信息灰靶决策分类模型

针对不确定情形下的分类问题,研究了基于语言案例的多属性决策分类方法.根据灰靶决策过程靶心设置的逆序问题,提出了靶心设置的改进方法;基于自然语言和模糊数的对应关系,提出了语言靶心距测度方法;以案例符合度最大为目标,考虑靶心距分类临界值约束和决策者对指标权重约束,建立了基于模糊靶心距离的分类模型,可以解决语言评价信息下的样本分类问题.算例说明了方法的应用步骤和可行性.     

一种逆向改进型A*路径搜索算法

针对路径搜索和路径优化问题,提出了一种改进的A＊搜索算法。通过逆序搜索和优化估价函数两种方法,将无向搜索转化为有向搜索,将全局估价转变为局部估价,提高了算法效率,使之更适合处理大规模的路径优化问题,消除了复杂环境下路径搜索中可能出现的假“死”现象,同时也提供了一种提高大规模仿真速度的新思路—路径搜索与仿真过程分离。最后,通过仿真试验验证了算法的可行性和有效性。     

求解零空闲置换流水车间调度问题的离散萤火虫算法

针对最小化最大完工时间的零空闲置换流水车间调度问题,提出了一种离散型萤火虫优化算法。基于萤火虫算法优化机理,采用基于工件序列的个体编码方式,重新定义了个体间距离的概念和位置更新公式,并结合交换、插入和逆序操作的局部搜索策略来提高算法性能。通过典型算例对算法进行了仿真测试和对比,结果表明了所提算法的可行性和有效性,扩展了传统萤火虫算法的求解范围,是解决流水线生产调度问题的一种有效方法。     

求解零等待流水线调度问题的离散磷虾群算法

针对最小化最大完工时间零等待流水车间调度问题，设计了一种离散磷虾群优化算法进行求解。根据优化问题特性，定义了算法中虚拟食物的计算方法，规定了虚拟食物影响下磷虾个体之间的交叉规则；提出了个体间的距离计算方式，从而可以界定邻域范围实现个体信息交流；进一步采用交换、逆序、插入等策略来提高算法的局部搜索能力，同时借助多种初始化策略来提高初始种群的质量和多样性。通过典型算例的仿真测试和对比，验证了所设计算法的有效性和鲁棒性。     

区间型多属性决策求解新方法

针对区间型多属性决策问题,提出了一种新的决策方法。首先通过定性打分和定量优化计算的方式得到主观赋权权值向量,再基于备选方案间偏差最大化的思想计算出客观赋权权值向量,之后将这两个向量依据决策者的需求进行组合优化,得到最终合理的权值向量。最后,利用改进TOPSIS法来对该决策问题进行优劣排序计算,在有效避免了逆序问题产生的同时增大了备选方案间的排序区分度。实验结果验证了该新方法的合理性和优越性。     

层次分析积因子方法的保序性

在应用传统的层次分析方法时，不论采用相对测量还是绝对测量，都存在逆序现象。而产生逆育现象的根源是决策方案集的封闭性及反映决策者主观认识的判断方法对客观存在的决策方案集的严重依赖性。文章介绍了一种保存的层次分析方法－积因子法，证明了在一定的条件下，积因子法是唯一可选用的保序方法。     

主观线性加权评价问题的新方法:中位数层次分析法

AHP方法是主观线性加权评价的一个代表性方法,但存在标度合理性欠缺、一致性检验缺乏客观依据、引入新评价方案时存在逆序矛盾等三个主要不足。本文提出评价者对指标、方案直接评分,然后使用中位数将不同评价者给出的评分进行信息综合,最终给出指标权重与方案排序。新方法思路清晰简单,消除了AHP方法存在的三个主要不足,应用价值更强。     

交叉效率评价方法中新单元导入的保序性

介绍了交叉效率方法，分析了该方法在用于评估排序时所存在的局限性，即在导入新的决策单元时，可能会使原先的决策单元排序发生变化。通过求解交叉效率的纳什讨价还价解来确定各DMU的权重，从而得到最终的均衡交叉效率，利用该效率对决策单元进行排序可以消除在导入新的决策单元时所产生的逆序现象，最后给出算例说明该方法的有效性。