首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 799 毫秒
1.
对AHP层次总排序方法的扩展   总被引:2,自引:0,他引:2  
层次分析法是将定性问题进行定量分析的一种简单而实用的决策方法。基本过程是:对所分析的问题建立层次模型,然后将一个层次的各因素相对于上一层次的各准则(或目标)进行两两比较判断,构造判断矩阵,通过对判断矩阵的计算,进行层次单排序和一致性检验,最后进行层次总排序,得到各因素相对于决策目标的优选序列,作为决策的依据。 层次总排序是层次分析法中的一个重要环节,它得出了问题的最后结果,而最后结果是否合理,直接影响到决策的效果。根据现行的决策理论,不同的问题应当采用适当的决策方法,以使结果可靠,而  相似文献   

2.
多人层次单排序下权重向量的算法   总被引:10,自引:2,他引:8  
旨在对AHP中多人层次单排序下权重向量的算法作一概括。本文做了两方面的工作:其一是将单人层次单排序下,求权重向量的对数最小二乘法和最小偏差法,拓广成多人层次单排序下权重向量的算法;其二是沟通了数种算法的关系,证明了它们的等价性和相似性。  相似文献   

3.
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。  相似文献   

4.
几种决策方法在科研课题的考核与评定中的综合应用   总被引:2,自引:0,他引:2  
本文利用层次分析法对科研课题的考核与评定的问题进行结构层次划分,采用德尔菲法进行专家征询,构造判断矩阵,再利用层次分析法计算出多个因素总排序的权值,最后利用模糊综合评判法,对课题完成情况进行最终考核评定。  相似文献   

5.
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.  相似文献   

6.
本文首先应用集成决策实验室分析法建立应急方案评价指标集之间的相互影响有向图,然后通过网络层次分析法确定各决策指标集的权重,再应用证据理论对信息缺失的多个应急决策主体的评估意见进行数据融合,最后将融合后的评估置信区间矩阵转化为决策矩阵并通过改进的逼近理想点法对各候选预案进行排序。四种方法的序贯集成,将有效解决信息缺失环境下的应急方案排序选择决策问题。  相似文献   

7.
本文利用层次分析法(Analytic Hierarchy Process)和德尔菲群组判断概念,分析了科学基金管理系统的决策问题,讨论了系统的递阶层次结构,层次指标体系和系统判断矩阵的数学模型。通过计算处理和综合,对决策对象和方案进行优劣排序,为决策者提供决策依据。本文的方法可推广应用于其他涉及优化排序的管理系统中。  相似文献   

8.
空袭目标威胁程度的综合评估与排序模型   总被引:11,自引:0,他引:11  
提出了空袭目标威胁程度判断的基本准则,针对实战中地空导弹武器系统进行威胁评估时,有不少因素不可能完全明确、带有一定模糊的特点,利用层次分析法和模糊评判法(analytical hierarchy process and fuzzyevaluation,AHP-Fuzzy),建立了空袭目标威胁评估与排序模型。通过实例验证了该模型的合理性和有效性。  相似文献   

9.
多准则排序中的路径问题及层次分析法推广   总被引:1,自引:1,他引:0  
本文指出,在多准则排序中层次分析法用矩阵乘法实现排序度量转换是不正确的.实际上排序度量转换与把排序指标的重要性传递到目标的路径有关,多准则排序是多路径的,多路径排序度量转换不是线性转换,不能用矩阵乘法实现.为此,将排序度量映射到高维状态空间上、用不确定性隶属度向量表征,进而把排序度量转换转化为隶属度转换.通过揭示指标隶属度中包含着确定目标隶属度的冗余值来论证隶属度转换是非线性转换,用区分权滤波算法实现隶属度非线性转换.由此建立多准则排序的非线性排序模型.  相似文献   

10.
本文对层次分析法中权的最小平方排序方法进行改进,提出一种新的改进的加权最小二乘排序方法,并从理论上进行证明。文章最后通过一个实例将两种排序方法与特征根排序方法进行对比分析,结果表明,改进的加权最小二乘排序方法可导出与特征向量排序方法相同的排序结果,克服了权的最小平方排序方法与特征向量排序方法排序结果不一致的缺点。  相似文献   

11.
群体判断矩阵及权向量的最优传递矩阵求法   总被引:18,自引:2,他引:16  
层次分析法的关键步骤是构造判断矩阵,判断矩阵一经确定,即可选用各种各样的计算方法得到判断矩阵的排序权值,如可选用行和正规化方法、列和求逆法、和积法、方根法、特征向量法(EM)、对数回归法(LLSM)、最小平方逼近法(LSM)、梯度特征向量法(GEM)等等。然而,判断矩阵的获得,在通常情况下是通过专家咨询而得到的。为使判断矩阵尽可能地不受判断决策者个人偏好的影  相似文献   

12.
运用层次分析与系统聚类评价汽车维修服务质量研究   总被引:1,自引:0,他引:1  
根据汽车维修服务质量的特点,首先构建了评价指标体系,运用改进的层次分析法来确定各评价指标权重,然后通过大量的调查问卷获得测评数据。其次,结合实例,根据各测评对象的综合评价得分,对各企业的维修服务质量进行量化评价。最后,利用系统聚类方法并结合综合得分排序,对各企业的服务质量进行了定性分析,并确定服务质量等级。结果表明,将层次分析法与聚类分析相结合,在实际应用中取得了较好效果。  相似文献   

13.
质量功能展开(QFD)是60年代末70年代初由日本首创的分析顾客需求并将其引入企业整个设计、生产过程中的一种结构工具。由于在最初的QFD过程中仅使用1,2,…,n等整数进行排序比较,存在着一定的主观性和不确定性,因此,将其定量化、规范化是一个重要的改进。使用层次分析法(AHP)帮助确定各项指标的排序、用理想点法选择方案,并给出整体框架。  相似文献   

14.
靶心贴近法及其在局域公路网评价中的应用   总被引:1,自引:0,他引:1  
张慧颖 《系统工程》2007,25(5):91-94
给出多指标评判问题的靶心贴近法.该方法将层次分析法和离差最大法相结合,采用组合法确定评价指标的权重,并按评价方案与靶心的贴近度大小进行优劣排序.将该方法应用于局域公路网的评价,取得了较好的效果.  相似文献   

15.
以西安市有代表性的5种建筑垃圾资源化利用模式为研究对象,将经典的层次分析法和模糊层次分析法相结合应用到直觉模糊决策环境中,提出一种基于直觉模糊层次分析法的建筑垃圾资源化利用评估模型,从系统决策视角进行考虑,建立评价层次结构图并对5种模式进行排序。结果表明:进行现场破碎后再集中外运,并结合再生砌块和回填路基模式效果最优。  相似文献   

16.
层次分析法以其独特的定性与定量分析相结合的特征被广泛应用于复杂系统的决策中,然其判断矩阵一致性问题却时常困扰着决策才。本文给出一种新的排序方法,即“小列大行”排序法,脱离对判断矩阵一致性的要求,勿需进行复杂的数学运算,便可得出有效的排序结果。  相似文献   

17.
水利工程开发方案决策研究   总被引:1,自引:0,他引:1  
据灰色系统理论关联度和层次分析法原理,研究了水利工程开发方案决策问题。按关联度大小排序,优选方案,为决策提供依据。实例分析验证了该法的有效性。  相似文献   

18.
层次分析法在陕西技术出口研究中的应用   总被引:1,自引:0,他引:1  
层次分析法(AHP)又称多层次权重分析决策法,最早是由美国运筹学T·L·Saaty于70年代提出来的。它把诸和技术出口这样复杂系统回题中的各种因素经过划分相互联系的有序层次使之条理化,再根据专家较客观的判断,给出每一层次各因素相对重要性的定量表示,确定出每一层次全部因素相对重要性的权重值,最后通过排序结果分析研究,解决实际问题,使定性分析与定量分析巧妙地融合于一体。技术出口涉及面广、难度大,陕西的技术出口工作刚刚起步,为此正确地评价陕西技术出口的潜力就显得更为重要。  相似文献   

19.
层次分析法中带概率条件的排序问题研究   总被引:5,自引:0,他引:5  
本文提出了一种带概率条件的层次分析法排序方法,并给出了相应的排序公式。  相似文献   

20.
基于AHP和NEULONET的供应商选择问题   总被引:2,自引:0,他引:2  
供应商选择已经成为企业降低成本、提高服务与核心竞争能力的重要因素之一。利用层次分析法(AHP)在权重确定、定性问题量化以及神经逻辑网络(NEULONET)在逻辑推理上的优势来进行供应商的选择,建立了供应商选择的网络模型。该模型通过对不同的领域专家、不同的领域指标赋予不同的权重,从而改进了单纯采用AHP法存在的问题,并且利用AHP法来确定NEULONET一些层次的权重,使得网络的构造更加科学和适用。通过算例的检验,本方法是可行和有效的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号