综合判断矩阵的一致性及特征值问题研究

对加权几何平均综合判断矩阵的一致性及特征值问题进行了深入研究,给出了判断矩阵Ａｋ（ｋ＝１．２,．．．,ｓ）与其相应的加权几何平均综合判断矩阵Ａ＾－之间的一致性关系不等式,最大特征值关系不等式及Ａ＾－的最大特征值范围,从而为加权几何平均综合判断矩阵的实际运用提供了理论基础。     

一种新的用于群组排序的最小平方逼近法

本文将文献[1,2]所给的最小平方逼近法推广应用于层次分析法中的群决策排序。文中对由多个判断决策者给出的多个不同的判断矩阵,提出通过求解群组判断矩阵最小平方偏差的方法得出判断矩阵的最佳排序和理想综合判断矩阵;通过对群组判断矩阵进行一致性讨论,据此又给出了一种用于群组判断矩阵排序的最小加权平方逼近法。理论分析和应用实例表明,应用最小平方逼近法和最小加权平方逼近法对群组判断矩阵进行排序是可行的和有效的。     

内积加权排序方法

本文通过判断矩阵向量的内积，给出了判断矩阵向量的满意度指标。以满意度指标为加权系数，提出了一种内积加权排序方法。该方法是一种以反映判断矩阵总体特征的程序为要求的综合排序方法。既适合于单一准则下的排序计算，也适合于群组决策。     

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。     

信息集成算子加权向量的对称性研究

对信息集成算子加权向量的对称性进行了研究.提出了升序加权算术平均(AOWAA)算子和语言AOWAA算子,分别给出了降序加权算术平均(DOWAA)算子和升序加权算术平均(AOWAA)算子、降序加权几何平均(DOWGA)算子和升序加权几何平均(AOWGA)算子、以及语言DOWAA算子和语言AOWAA算子的一个等价条件,并证明了在加权向量是对称的情况下:1)利用DOWAA算子对若干个互补判断矩阵进行集成所得到的群判断矩阵仍为互补判断矩阵;2)利用DOWGA算子对若干个互反判断矩阵进行集成所得到的群判断矩阵仍为互反判断矩阵;3)利用语言DOWAA算子对若干个语言互补判断矩阵进行集成所得到的群判断矩阵仍为语言互补判断矩阵.最后探讨了一些常用加权向量的对称性问题.     

组合判断矩阵的相容性与一致性关系

在相容性概念的基础上,研究了加权几何平均组合判断矩阵的相容性以及相容性和一致性的关系。在相对较弱的条件下,获得了组合判断矩阵不仅与其自身的特征矩阵具有满意的相容性,而且它还与加权几何平均组合排序向量所构成的特征矩阵具有满意的相容性。这为在群组决策中使用加权几何平均向量排序法提供理论依据。最后进行了实例分析,验证了该结论。     

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     

基于相容性准则的群组决策专家赋权最优模型

在群组决策中,针对专家给出的正互反判断矩阵提出一种专家赋权最优模型。在判断矩阵满足完全一致性的条件下,探讨了加权几何平均组合判断矩阵与加权几何平均组合向量所构成的特征矩阵的相容性。同时在相容性概念基础上,建立了基于相容性准则下的专家赋权方法的最优化模型,研究了模型的求解方法。最后进行了实例分析,结果表明提出的模型是合理可行的。     

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。     

群组判断矩阵排序中的广义最小偏差方法

本文对群组判断矩阵排序提出一种新的广义最小偏差方法。鉴于不同专家所给判断矩阵质量上的差异, 广义最小偏差排序方法对群组判断矩阵进行不同程度的加权处理, 并进行群组一致性检验。     

Research on Consistency of the Complex Interval Judgement Matrix in AHP

1　IntroductionTheanalytichierarchyprocess(AHP)usespairedcomparisonstoderiveascaleofrelativeimportanceforalternatives,whendecisionmakersareuncertainabouttheirpreferences,theuncertaintyinmakingcomparisonsismeasuredbyassociatingwitheachjudgementanintervalofnumericalvalues.TheAHPhasbeenappliedtogroupdecisionproblems.Saaty[3]hasdiscussedseveralpracticalandtheoreticalaspectsofgroupdecision-makingusingAHP.ThereareserveralmethodsemployedinAHPforaggregatinggroupopinions,oneofwhichistheweightedgeo…     

AHP中群组评判的可信度法(Ⅰ)

通过构造各判断矩阵的可信度,将群组评判中的评分算术平均法、评分几何平均法和权重算术平均法推广到更一般的形式     

On consistency of the weighted arithmetical mean complex judgement matrix

The weighted arithmetical mean complex judgement matrix(WAMCJM)is the most common method for aggregating group opinions,but it has a shortcoming,namely the WAMCJM of the perfectly consistent judgement matrices given by experts canot guarantee its perfect consistency.An upper bound of the WAMCJM's consistency is presented.Simultaneously,a compatibility index of judging the aggregating extent of group opinions is also introduced.The WAMCJM is of acceptable consistency and is proved provided the compatibilities of all judgement matrices given by experts are smaller than the threshold value of acceptable consistency.These conclusions are important to group decision making.     

基于FOWA算子的三角模糊数互补判断矩阵排序法

研究了决策信息以三角模糊互补判断矩阵形式给出的有限方案决策问题。给出了一种模糊有序加权平均（FOWA）算子，利用该算子对以三角模糊数互补判断矩阵形式给出的判断信息进行了集结，基于三角模糊数期望值求得三角模糊数互补判断矩阵的排序向量，进而对决策方案进行排序。最后进行了算例分析。     

模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均（Bonferroni mean, BM）算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均（fuzzy Bonferroni mean, FBM）算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均（fuzzy weighted Bonferroni mean, FWBM）算子和组合模糊加权Bonferroni平均（combined fuzzy weighted Bonferroni mean, C-FWBM）算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。     

一种新的多目标群决策方法—交互式比较矩阵法

由于决策者的个人偏好效用难于进行比较和归并，使得多目标群决策问题成为难题。针对此难点，本文建立了一系列公理，并在此基础上证明了两种可能性定理，然后提出了一种新的多目标群决策方法─交互式比较矩阵法（ＩＣＭ法）。该方法建立在群体评价和信息反馈的基础上，能最大限度地获取和利用决策者的偏好信息，集人─人对话和人─机交互于一体，能有效地获得群满意解。     

互反和互补判断矩阵的转换关系及其集成排序

介绍了加型一致性互补判断矩阵和积型一致性互补判断矩阵的概念 ,详细研究了互反和互补两类判断矩阵之间的转换关系。在对决策者所提供的判断信息进行一致化后 ,利用上升序加权平均 (AOWA)算子以及上升序加权几何 (AOWG)算子对其进行了集成 ,进而给出了方案的排序 ,并说明了所提出的 4种集成排序方法均具有强保序性。最后进行了算例分析。     

毕达哥拉斯模糊还原性BM算子及其决策应用

还原性是信息集成算子的一个重要性质.针对毕达哥拉斯模糊加权Bonferroni平均(BM)算子不具有还原性的情况,提出了具有还原性的毕达哥拉斯模糊BM算子,并研究了其决策应用.首先,定义了毕达哥拉斯模糊还原性加权BM算子(PFRWBM)和广义毕达哥拉斯模糊还原性加权BM算子(GPFRWBM),推导出它们的计算公式,证明了它们的性质.随后,定义了毕达哥拉斯模糊还原性加权BGM算子(PFRWGBM)和广义毕达哥拉斯模糊还原性BGM算子(GPFRWBGM),给出它们的计算公式,讨论了它们的性质.最后,提出了基于毕达哥拉斯模糊还原性加权BM算子的多属性决策方法,并通过实例和方法对比说明了所提方法的可行性.     

三角模糊数互补判断矩阵排序方法研究

研究了决策信息以三角模糊数互补判断矩阵形式给出的多属性决策问题．提出了三角模糊数一致性互补判断矩阵等概念，建立了一个线性目标规划模型．通过求解该模型得到三角模糊数互补判断矩阵的权重向量，并利用已有的三角模糊数排序公式求得决策方案的排序．最后给出了一个算例．