AHP比较矩阵一致性的统计分析

讨论ＡＨＰ分析中以ａ．Ｃ．Ｉ．来界定比较矩阵一致性的方法，在分析了其统计学意义之后指出，利用Ｃ．Ｉ．的分布函数和指定的几率可以得到更合理的一致性界定标准．本文提出的标准与目前广泛采用的标准有较大的差异．     

AHP中基于两两比较的层次单排序方法的改进

本文指出在ＡＨＰ中由两两比较所得的判断矩阵不具有一致性的原因，然后对基于两两比较的层次单排序方法作了改进。     

关于AHP中判断矩阵校正方法的研究

对ＡＨＰ中不一致性判断矩阵，提出了一种新的校正方法，该方法运用向量的概念，通过求向量间的一致性系数及偏差进行定量分析，从而完整地给出了校正判断矩阵的一般规则.     

AHP应用的一些改进

文章指出应用１－９标度存在的问题，给出了新的标度定义和新的随机一致性指标值，得到了平行于Ｓａａｔｙ－ＡＨＰ的改进ＡＨＰ方法。     

不确定AHP判断矩阵的一致性逼近与排序方法

提出了不确定ＡＨＰ判断矩阵的一致性逼近与排序方法,该方法能充分利用专家全部判断信息构造一致性数字判断矩阵,应用误差传递公式,计算权重区间。     

Fuzzy AHP方法及应用

根据模糊三角数的概念构造判断矩阵，据模糊三角数比较大小的原理进行层次单排序；完善交改进了三角模糊数和ＡＨＰ的理论与方法，最后，介绍了ＦｕｚｚｙＡＨＰ在石油勘探区带评价中的一个应用案例。     

带有AHP约束锥的DEA模型

首先引入ＡＨＰ约束锥概念,然后提出一个带有ＡＨＰ约束锥的ＤＥＡ 模型,这个模型不仅有一般ＤＥＡ模型的特点,而且能反映ＡＨＰ模型中决策者的偏好．论文还同时讨论了当判断矩阵为完全一致性时,ＤＥＡ 模型与ＡＨＰ模型之间的一些关系．     

改进的AHP及其在黄河三角洲农业评价中有应用

本在用“－１、０、１”三标度刻划决策比较判断矩阵的基础上，根据心理学定律提出一种新的客观判断矩阵的构造法，并在黄河三角洲农业经济评价中得到了实际应用，理论和实践表明，改进的ＡＨＰ性能可靠，计算简便，效果良好。     

不确定型AHP中判断矩阵的一致性概念及权重

不确定型ＡＨＰ中判断矩阵的一致性概念及权重魏毅强，刘进生，王绪柱（太原工业大学数理力学系０３００２４）ＣｏｎｃｅｐｔｏｆＣｏｎｓｉｓｔｅｎｃｅａｎｄＷｅｉｇｈｔｓｏｆｔｈｅＪｕｄｇｅｍｅｎｔＭａｔｒｉｘｉｎｔｈｅＵｎｃｅｒｔａｉｎＴｙｐｅｏｆＡＨＰＷ...     

农村经济多指标评判方法及应用研究

本确定了农村经济评价的指标体系，用层次分析法（ＡＨＰ）确定了各因的权重，介绍了动态多目标决策的ＤＴＯＰＳＩＳ法，并对河南省十个县的农村经济状况进行排序，分类。     

对一种改进层次分析法误导的理论分析

揭示了基于最优传递矩而建立的改进层次分析法产生误导的原因，从理论上否定了该法的一些错误论断。     

基于遗传算法的施工导流建筑物优化

施工导流建筑物优化是一个复杂的非线性多目标优化问题 .针对传统优化方法的局限性 ,提出了基于遗传算法的施工导流建筑物优化方法 .通过分析施工导流建筑物优化的递阶层次结构 ,采用改进层次分析法 ( IAHP)确定各目标对应的权重 ,再根据多目标决策理论 ,把其转化为单目标优化问题 ;针对导流建筑物单目标优化模型 ,设计了此模型的遗传算法 ;最后通过实例验证了本文提出方法的可行性 .     

区间层次分析法的权重求解方法初探

为综合比较各种区间层次分析法的权重求解方法,通过对计算结果的定性分析和定量比较,对其中5种方法的精度以及在综合评判决策中的适用性作出了评价,并指出其在实际中应用的原则。实际综合评判决策多为离线计算,对每个判断矩阵都可调用多种方法计算权重及其误差,取误差最小的权重作为结果。针对以往文献中迭代算法的缺陷提出了改进方法;研究了随机模拟法中样本容量与精度的关系及分布规律;分析了LM模型无解的原因并给出了相应的处理方法,并提出了LM模型是否存在可行解可作为区间判断矩阵一致性校验的一种方法。     

降低计算量的改进联合对角化算法

提出两种改进算法解决避免奇异解的联合对角化算法计算量大的问题。一方面,将对角化矩阵行列式按当前更新的列直接展开得到一种改进算法;另一方面,将列交换后的对角化矩阵进行LU分解,由分解得到的上(下)三角矩阵计算行列式,得到了另一种改进算法。由于两种改进算法都减少了一次矩阵求逆,因此降低了原算法的计算量。实验仿真表明,当目标矩阵的个数和维数较大时,两种改进算法的计算量分别为原算法的36.8%和21.5%。     

AHP理论与方法研究一致性检验与权重计算

证明判断矩阵一致性的一个充要条件，并根据此充要条件，提出一种直接进行排序权向量计算的方法     

基于改进风险矩阵方法的武器装备采办风险评估

在时国外广泛采用的风险矩阵评估方法进行全面分析和系统总结的基础上,针对风险矩阵方法的不足,结合我国武器装备采办风险评估的客观实际和需要,对其进行了适应性改进.运用改进的风险矩阵方法,以某型号的采办为例示范性地进行了风险评估,从而为制定科学合理的武器装备采办风险管理决策提供决策依据.     

The Nonprofit Response to the Migration Crisis: Systems-Theoretic Reflections on the Austrian and Slovak Experiences

The present paper discusses the response of the Austrian and Slovak nonprofits to the recent migration crisis. In both countries, nonprofits delivered crucial problem-solving contributions but faced serious challenges related to scaling up, capacity building, and improving coordination. Drawing on the Luhmannian systems-theoretic approach, the paper argues that these challenges gave a boost to the systemic identity of nonprofits. Triggered by the substantial inflows of public money, the systemic identity explains why nonprofits can successfully operate in the polarized societal environment and develop unique expertise which is valuable to the public sector. At the same time, the systemic identity lowers the responsiveness of nonprofits to the societal environment. The major policy implication is that this responsiveness has to be continually improved through rational discourses and stakeholder dialogues.     

改进的质量功能展开(Ⅱ)——系统方法

依据层次分析法的基本原理,我们建立了改进的质量功能展开(IQFD)理论框架文章重点建立实现IQFD的系统方法通过定义转换矩阵、顾客基准比较矩阵和技术基准比较矩阵,我们对传统的质量屋进行了改进改进的质量屋不仅实现了IQFD的思想,使得层次分析法得以充分运用,而且克服了传统的质量屋所存在的缺陷.     

图像分割的改进稀疏子空间聚类方法

提出一种基于改进稀疏子空间聚类的图像分割方法。首先将图像进行过分割得到一些均匀区域称为超像素,并提取超像素的颜色直方图作为其特征;然后建立特征数据的改进稀疏子空间表示并由此构造图相似度矩阵,最后利用谱聚类算法得到超像素的聚类结果并作为图像分割结果。实验结果表明,本文提出的改进稀疏子空间聚类方法具有良好的聚类性能,对噪声具有一定的鲁棒性;用于自然图像能够得到更好的分割效果。     

Diagonally loaded SMI algorithm based on inverse matrix recursion

The derivation of a diagonally loaded sample-matrix inversion (LSMI) algorithm on the busis of inverse matrix recursion (i.e.LSMI-IMR algorithm) is conducted by reconstructing the recursive formulation of covariance matrix. For the new algorithm, diagonal loading is by setting initial inverse matrix without any addition of computation. In addition, a corresponding improved recursive algorithm is presented, which is low computational complexity. This eliminates the complex multiplications of the scalar coefficient and updating matrix, resulting in significant computational savings. Simulations show that the LSMI-IMR algorithm is valid.