基于遗传算法求解区间数AHP判断矩阵的权重

研究区间数判断矩阵的一致性和权重向量的求解，指出现有研究方法的不足，即没有考虑一致性及其对权重向量求解的影响，求解过程计算复杂，不能准确反映权重向量的取值范围．对此，提出用局部一致性和一致性程度两个指标来度量区间数判断矩阵的一致性，并建立一个新的权重向量求解模型，针对该模型特点，设计遗传算法求解，对算法参数取值进行了分析，最后通过两个例子说明新方法的有效性．     

三角模糊数互补判断矩阵的加性一致性及排序

研究三角模糊数互补判断矩阵的加性一致性及排序问题.从加性一致性角度,讨论了三角模糊数互补判断矩阵与三角模糊数互反判断矩阵之间的相互转化关系,建立了一个基于最小方差的多层次非线性规划模型.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,并利用三角模糊数期望值公式对决策方案的权重向量进行排序.最后通过算例验证该方法的可行性和有效性.     

模糊互补判断矩阵的排序方法研究

指出了模糊互补判断矩阵的一种常用排序方法的不足 ,提出了模糊互补判断矩阵排序的一种新方法 ,并研究了该法所具有的一些优良性质。该法不仅能充分利用模糊一致性判断矩阵的优良特性及其判断信息 ,而且可以直接由原模糊互补判断矩阵求出较为理想的排序向量 ,所需计算量较小。所得方案排序权重属于正常范围 ,因而更为合理、实用。最后进行了算例分析。     

模糊一致判断矩阵3种排序方法的比较研究

对模糊一致判断矩阵排序的方根法、按行求和归一化法、基于模糊一致判断矩阵元素与权重的关系式的排序方法进行了比较分析,找出了3种排序方法之间的关系,说明了根据模糊一致判断矩阵元素与权重的关系式给出的排序方法的科学性和可行性,以及另外两种方法存在的不足。研究结果表明,基于模糊一致判断矩阵元素与权重关系式的排序方法有助于人们正确使用模糊一致判断矩阵的排序公式,丰富了模糊决策分析的理论和方法。     

基于标准化区间权重向量的层次分析法研究

AHP(analytichierarchyprocess)的判断矩阵不满足一致性时 ,传统方法导出的权向量只能近似反应排序结果 ,有时甚至可能出错。针对这一问题 ,对传统的AHP进行了扩展 ,提出了具有标准化区间权重的层次分析法 ,结果更具柔性。首先通过建立线性规划模型求解判断矩阵的区间权向量 ,然后在分析以往通过区间数运算计算组合权重可能存在错误的基础上 ,再次通过建立线性规划模型 ,自下而上计算各方案相对于各指标的组合区间权重 ,计算结果比较合理。最后给出算例加以说明     

区间判断矩阵权重求解的可疑点定理及应用

针对区间判断的权重求解问题,将区间判断矩阵的样本空间映射于n(n-1)/2维向量空间,通过数学推导证明排序权重与向量的各分量之间满足一定条件下的严格单调关系,找出极值存在的可疑点,并证明了权重求解的可疑点定理。给出该定理的简单应用———可疑点组合方法求解的步骤,最后通过算例说明可疑点组合方法的可行性及优越性。     

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。     

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.     

一种新的求解区间数判断矩阵权重的方法

研究区间数判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数判断矩阵局部一致性和局部满意一致性,并建立了判别其是否具有局部满意一致性的数学模型.作为度量区间数判断矩阵一致性优劣的一种有效方法,给出了区间数判断矩阵一致性程度的概念,并对一致性程度较差的区间数判断矩阵提出一种改进方法.以在区间数判断矩阵内搜索一致性水平最好的确定性判断矩阵为目标建立一个新的权重模型,求解此确定性判断矩阵的权重,以此作为区间数判断矩阵的权重,模型由颗粒群算法求解.最后给出了一个例子说明本文方法的有效性.     

AHP中群组评判的可信度法(Ⅱ)

给出了AHP中群组评判可信度法的理论分析,揭示了该方法的实质,同时基于可信度给出权重几何加权平均法,且通过构造判断矩阵的差异度和相似度,给出了另外一种确定判断矩阵可信度的方法．     

确定模糊判断矩阵排序向量的两类方法

在给出模糊判断矩阵的加性一致性和乘性一致性概念的基础上,提出了确定模糊判断矩阵排序向量的两类方法,第1类方法是先将一致性或具有满意一致性的模糊判断矩阵转化为AHP判断矩阵,然后将后者的排序向量作为前者的排序向量;第2类方法是直接由一致性或具有满意一致性的模糊判断矩阵计算排序向量。最后进行了算例分析。     

一种多属性多方案大群体决策方法研究

多属性多方案大群体决策问题广泛存在于网络环境中,将单方案大群体决策方法推广到基于多属性的多方案大群体决策中,由此获得大群体偏好矩阵.利用熵权法获得各个属性权重向量.将各个属性权重向量和大群体偏好矩阵进行合成,获得各个方案的综合评价值向量,由该向量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题.最后通过一个算例说明了方法的有效性.     

基于本征向量和Jousselme距离的高冲突证据融合方法

针对传统Dempster-Shafer (D-S)理论无法有效融合高冲突证据的问题, 提出了基于本征向量和Jousselme距离的证据修改方法。首先, 由决策者结合主观经验根据原始证据的重要性给出判断矩阵, 并利用本征向量法解得主观权重。接着, 由原始证据间的Jousselme距离得到客观权重, 然后, 综合主客观权重对原始证据进行修改。最后, 对修改后的证据体使用D-S理论进行融合。仿真结果表明, 该方法在对高冲突证据进行融合时收敛速度快, 准确度高, 同时具备良好的适应能力, 很好地解决了高冲突证据的融合问题。     

一种多专家判断信息的二次合成方法

主要介绍一种多专家判断信息二次合成方法的原理。该方法分两层次对权重向量进行综合 :首先以各单个指标为基础从各专家判断矩阵中提取判断信息 ,并对差异较大的信息剔除后加以合成 ;然后再对以单指标为基础的判断信息加以综合 ,从而得到多专家多指标综合判断权重向量。该方法有效、可靠、易理解。最后 ,以一个算例来说明该方法的实施过程 ,并与其它方法作了简单比较。     

确定水资源工程环境影响评价指标权重的方法

水资源工程环境影响评价是由多指标组成的层次性复杂系统，其难点是如保合理确定各评价指标的权重。为此，探讨了把层次分析法（AHP）作为确定指标权重的实现过程。针对AHP中判断矩阵的一致性问题，直接从判断矩阵的定义出发，给出用加速遗传算法同时计算AHP中各要素的排序权值和检验判断矩阵一致性的新方法（AGA-AHP）。理论分析和实例分析的初步结果说明：AGA-AHP方法简便而有效，计算结果稳定、精度高，在环境影响评价中具有广泛的应用价值。     

基于判断矩阵的专家聚类赋权研究

群组AHP评价方法研究中,现有赋权方法虽考虑了专家评判的具体内容的一致性,但缺乏对专家本身逻辑性的度量,以致可能出现虽然最后评判结果与群体共识相近,而评判结果并非完全为某位专家本意,却给予了与其他专家相同权重的问题。对此,提出了一种将判断矩阵赋权和专家聚类赋权相结合的方法,该方法采用聚类分析原理,将专家个体排序向量进行分类,根据分类结果和判断矩阵一致性确定专家权重系数。算例表明,该方法可行有效。     

关于将相对熵用于层次分析的简单注记

层次分析法(AHP)是当前广泛应用的系统工程方法之一；从判断矩阵计算相对权重，决定判断矩阵是否近似满足一致性条件，是层次分析法重要组成部分。本文从相对熵的概念出发。试给出一种新的权重计算方法，同时说明，相对熵可以为判断矩阵是否近似满足一致性条件的一个指标。     

互补判断矩阵和积排序法的最优化理论基础及性质

针对多属性决策中重要的方法之一的互补判断矩阵和积排序法,在完全一致性互补判断矩阵等概念的基础上,给出了互补判断矩阵和积排序法的最优化理论基础,指出互补判断矩阵和积排序法的排序向量正好是某种偏差准则下的最优化模型的解。并证明了它具有一些性质,包括强条件下保序性,置换不变性等。最后举出反例说明它不具备对称性。     

群决策中区间数判断矩阵的集结及权重的计算

对群组决策中不确定判断矩阵的集结及相关性质进行了讨论，并针对不同的情况提出了几种群组区间数判断矩阵的集结方法，同时还给出了由区间数判断矩阵导出其权重的一种新的计算方法及应用算例。     

层次分析法中区间判断的凸锥模型

用全新凸锥模型讨论层次分析法中常规点判断以及区间判断的权重向量的特性与算法，并对它们给出统一的几何解释．本文提出的交锥与包络锥方法是估算区间判断下权重向量可行域的一种合理而又实用的算法