4种模糊标度的一致性容量研究

以4种模糊标度(0~1标度,0.1~0.9五标度,0.1~0.9标度*,0.1~0.9标度)建立的互补判断矩阵为研究对象,在分析其模糊一致性特征的基础上,给出差异一致性判断矩阵的一种等价分类方法和相应的等价类个数,提出一种合理使用这些标度的方法,并以实例说明该方法是合理的。     

各种标度系统的随机一致性指标

利用计算机随机生成足够样本的判断矩阵，计算出各种标度系统的平均随机一致性指标，最后通过对判断矩阵一致性指标的统计数字得出结论：用9／9—9／l标度系统建立的判断矩阵，其一致性最好。     

指数标度下判断矩阵一致性检验

本文提出了采用指数标度时判断矩阵一致性检验的新方法。它以一定的置信度给出了矩阵偏离一致性指标的临界值,同时给出了差别判断的相对误差限。     

模糊数互补判断矩阵的加性一致性

研究带有模糊数的互补判断矩阵的一致性.首先给出三角模糊数、梯形模糊数和混合互补判断矩阵定义,然后引入模糊数的心、心算子以及心矩阵,进而基于心矩阵给出模糊数互补判断矩阵的一致性定义,同时建立可达矩阵给出模糊数互补判断矩阵的一致性判别方法;通过构造和分析偏差矩阵,给出非一致性模糊数互补判断矩阵的加性一致性改进方法.调整时,调整量可以是精确数也可以是模糊数.为了说明方法的可行性,给出了一个算例.该方法的提出,为模糊数互补判断矩阵一致性的判断和改进提供了一个实用方法.     

基于模糊互补判断矩阵的综合判断矩阵加性一致性研究

提出新的模糊互补判断矩阵加性一致判定指标,并用该指标对加权算术平均算子集结加性模糊互补判断矩阵所得的综合判断矩阵加性一致及一致可接受问题进行研究,拓展了模糊互补判断矩阵加性一致理论在群决策中的应用.     

模糊互补判断矩阵的相容性及一致性研究

给出了模糊互补判断矩阵的相容性，权重矩阵等概念，对模糊互补判断矩阵的相容性和一致性详细地进行了研究，证明了在模糊互补判断矩阵Ai(i=1,2,…,s)是一致性可接受的情况下，它们的综合判断矩阵也是一致性可接受的，从而为模糊互补判断矩阵在决策领域中的广泛应用奠定了理论基础。     

AHP判断矩阵与模糊判断矩阵相互转化方法

提出了AHP判断矩阵与模糊判断矩阵相互转化的若干新方法，探讨了各种转化方式下两类判断矩阵一致性的关系，以及确定排序向量的方法相互协调的问题，并用例子说明了各种转换公式的应用，为群决策中有效集结专家的AHP判断矩阵和模糊判断矩阵这两种偏好提供了可行的途径。     

模糊判断矩阵加性一致性局部修正算法

研究了群体决策中模糊判断矩阵加性一致性修正问题.在给出模糊判断矩阵有关概念的基础上,通过模糊偏序,给出模糊判断矩阵之间距离测度的一般定义,进一步提出新的可接受加性一致性,并设计群体决策中模糊判断矩阵加性一致性局部修正算法,验证了算法的收敛性;最后,通过算例说明本文给出的加性一致性修正算法,并与已有算法进行对比说明提出方法的优点.     

模糊互补判断矩阵一致性改进的新途径

针对模糊互补判断矩阵的一致性修正问题,提出了一种改善模糊互补判断矩阵一致性的新算法,在从理论上分析该算法可行性的同时,利用模拟仿真的方法给出了两种不同方法间的比较分析,并给出了具体的算例说明.     

模糊互补判断矩阵的一致性

基于正互反判断矩阵的一致性检验标准,利用模糊互补和正互反判断矩阵之间的转换公式,得到了模糊互补判断矩阵的两个一致性检验标准,并给出了对于同一个问题的m个满足满意一致的模糊互补判断矩阵,在Hadamard运算下,其组合仍满足满意一致的结论.     

FAHP和ANN在电力变压器风险评估中的应用

提出了基于模糊层次分析法（FAHP）和人工神经网络（ANN）相结合的电力变压器风险评估方法．采用FAHP分析变压器的层次结构,通过对影响变压器状态的若干因素之间隶属度的判别,构造模糊一致判断矩阵,定量计算出各因素的权重系数;选择权值较大的因素作为变压器ANN模型的输入,简化了ANN的结构．研究结果表明,FAHP-ANN模型克服了传统风险评估方法中ANN模型结构复杂、信号繁多、训练时间长等缺点,提高了评估的速度和结果的精度,实现了预期的目标．     

OceanBase一致性与可用性分析

OceanBase作为一个面向海量数据查询的分布式数据库,支持关系查询和跨行跨表事务,同时保证了一致性和可用性.本文在详细阐述了一致性与可用性的背景基础上,根据传统数据库和分布式数据库保证一致性和可用性的协议和策略,对OceanBase的一致性和可用性架构进行分析.最后,探讨了基于OceanBase架构演变而来的3种架构的实现方案.     

模糊层次分析法参数取值范围的修正

近年来,在多属性决策或群决策问题中,对于基于模糊互补判断矩阵的决策问题已受到了广泛的重视。对文献[1]和文献[2]给出的排序公式中的参数进行修正,得到更加合理的权重值,并举例对比分析了修正后的参数取值的合理性,是对排序公式进行的补充和完善。     

基于模糊层次分析的灰色关联分析法及程序实现

利用模糊层次分析法确定各评价指标的权系数,对灰色关联系数加权得到灰色关联度,建立了基于灰色关联度的综合评价模型。为简化求解过程,通过Matlab程序实现了本方法,并应用于实例,说明方法的运用和效果。     

FAHP在课堂教学质量评估中的应用

该文把FAHP应用到课堂教学质量评估中,首先用FAHP求解评价指标的权重,然后用FAHP评估被评选教师。此方法简单可行,利于实际操作,提高了决策的科学性。     

改进模糊层次分析法在滑坡治理方案优化中的应用

在考虑技术指标和其他影响因素进行滑坡治理方案优化的基础上,运用治理方案优化结合监测信息反馈的滑坡综合治理思路,通过对多项实际工程的分析,建立了滑坡灾害治理方案分层递阶结构综合评价指标系;并给出了模糊层次分析法权重及判断矩阵一致性检验方法,提出了基于改进的模糊层次分析法的多目标决策问题解决方案。以向家坡滑坡治理方案的优选为应用实例,结果表明建立的方法简便可行、可靠性好,为施工决策者提供了一种科学有效的评判方法。     

模糊层次分析法的改进及其在地铁施工风险评估中的应用

地铁施工风险评估中,在辨识出地铁风险因素后,运用层次分析法来建立风险指标评价体系,进而对风险因素进行权重排序,可为后面的模糊综合评判奠定基础。传统的层次分析法在计算权重时,存在判断矩阵一致性难以保证且精度不高的缺陷。文章对传统的层次分析法的9标度法进行改进,使其转化为满足一致性要求的模糊一致性矩阵;利用约束规划问题的解得出各因素的权重,并用数学迭代法对权重向量进行迭代,直至满足精度要求。由于不需要再进行一致性检验,采用改进的方法大大减少了计算量。通过合肥地铁1、2号线施工的风险因素权重排序的实例计算,证实了该方法的优越之处。     

基于改进FAHP的软件编程能力评估模型

针对计算机专业大学生的编程能力,提出了基于模糊层次分析法的评估模型.Matlab仿真实验验证了算法的有效性和模型的可行性.     

改进模糊层次分析法在AUV总体性能评价中的应用

摘要： 为了便于设计者合理地对无人自主潜水器(AUV)设计方案的总体性能进行评价并选择出优异的设计方案,根据AUV的功能用途和其技术性能,结合专家的意见,构建了AUV总体性能评价体系．并引入改进模糊层次分析法,求解出AUV评价指标体系中各评价指标的权重．应用实例对比分析表明,该AUV总体性能评价模型能客观地反映AUV的总体性能;评价过程清晰,简化了大量计算,是一种全新、高效的AUV设计方案评价方法．该评价方法能有效地将多目标问题转化为单目标问题,可用于AUV研制方案的评价、优化．     

Application of FAHP and Artificial Neural Network on Clothing Plant Location

Clothing manufacturers＇ direct investment and joint ventures in developing regions have seen to grow rapidly in the past few decades. Non-optimized selection can contribute to adverse effects affecting the performance of the plants on aspects of productivity, manufacturing and logistics cost. Selection of proper plant location is thus crucial. The conventional approaches to sites location are based on the factors and their weights. However, determining the weight of each factor is very difficult and time consuming. While the situation is changed, all the work must be redone again. This study aims to develop a decision-making system on clothing plant location for Hoog Kong clothing manufacturer. The proposed system utilizes artificial neural network to study the relationship between the factors and the suitability index of candidate sites. Firstly, the factors are stratified using the fuzzy analytical hierarchy process （FAHP） by review the related references and interviewing the experts. Secondly, the corresponding data are collected from the experts by questionnaire and the related government publication. Finally, the feedforward neural network with error backpropagation（EBP） learning algorithm is trained and applied to make decision. The results show that the proposed system performs well and has the characteristic of adaptability and plasticity.