判断矩阵排序的一类广义最小偏差法(GLDMI)的性质及其标准形

给出了一类广义最小偏差法（ＧＬＤＭＩ）的标准形,并证明了这一方法具有的一些性质。     

层次分析中判断矩阵排序的新方法——广义最小平方法

提出了判断矩阵排序的一类新方法——广义最小平方法（ＧＬＳＭ）,并研究了其优良性质,同时给出了其收敛性迭代算法和仿真实例。理论分析和仿真结果表明：应用ＧＬＳＭ是可行且有效的。     

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。     

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     

一种校正判断矩阵的新方法

给出一种校正判断矩阵的新方法．该方法利用统计学中随机变量的思想,根据判断矩阵的偏差矩阵,准确地找出偏差大的元素进行校正,并通过算例验证该方法的优越性     

专家判断矩阵的一种调整方法

探讨层次分析法中专家判断信息的提取以及判断矩阵一致性调整的一种实施方法,其主要思想是通过原判断矩阵(n×n)的各行指标数据构造n个一致性矩阵,提取出原判断矩阵中专家判断的一致性信息,在此基础上提出了对原专家判断矩阵进行一致性调整的方案.最后以一个算例来说明本文方法的实施过程.     

判断矩阵一致性逼近的一种新方法

本文根据一致性判断矩阵定义，提出了一种求取一致性判断矩阵的新方法。该方法充分利用了判断矩阵所提供的直接判断和全部间接判断信息，消除了专家判断思维逻辑的混乱和不一致性。     

层次分析中一种新的排序方法及其性质

利用特征根法及对数最小二乘法的特点，给出一种新的排序方法——平均优势度矩阵法．该方法考虑了累积优势度，吸收了优化问题的思想，并具有对称性、相容性、置换不变性及强保序性．最后给出了算例分析．     

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     

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。     

The Generalized Mixed Least Square Methods for the Estimation of Weights in AHP

1IntroductionTheanalytichierarchyprocess(AHP)hasfoundwidespreadapplicationindecisionmakillgproblemsinvolvingmultiplecriteriainsystemsofmanylevels,andforPriority-modelingincomplexsystems.Preferellcesforasetofobjects(proje(its,prodllcts,etc.)area'~ryoftollexpressedintheformofpairwise(}olllparisolls.Thisisparticularlytrueinmarketresear(}11situationwhereconsumerpreferencesforasetofproductsaretobecaptured.Thepl'oblemistoextractfromthepairwisedataasetofratingsorweightsfortilenobjects.Inthismannera…     

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．     

A PRACTICAL METHOD FOR IMPROVING CONSISTENCY OF JUDGEMENT MATRIX IN THE AHP

In this paper, an approach to improving consistency of judgement matrix in the Analytic Hierarchy Process (AHP) is presented, which utilizes the eigenvector to revise a pair of entries of judgement matrix each time. By using this method, any judgement matrix with a large C.R. can be modified to a matrix which can both tally with the consistency requirement and reserve the most information that the original matrix contains. An algorithm to derive a judgement matrix with acceptable consistency (i.e., C.R. < 0.1) and two criteria of evaluating modificatory effectiveness are also given.     

FUNDAMENTALS OF THE ANALYTIC NETWORK PROCESS- DEPENDENCE AND FEEDBACK IN DECISION-MAKING WITH A SINGLE NETWORK

The Analytic Network Process (ANP) is a multicriteria theory of measurement used to derive relative priority scales of absolute numbers from individual judgments (or from actual measurements normalized to a relative form) that also belong to a fundamental scale of absolute numbers. These judgments represent the relative influence, of one of two elements over the other in a pairwise comparison process on a third element in the system, with respect to an underlying control criterion. Through its supermatrix, whose entries are themselves matrices of column priorities, the ANP synthesizes the outcome of dependence and feedback within and between clusters of elements. The Analytic Hierarchy Process (AHP) with its independence assumptions on upper levels from lower levels and the independence of the elements in a level is a special case of the ANP. The ANP is an essential tool for articulating our understanding of a decision problem. One had to overcome the limitation of linear hierarchic structures and their     

广义判断下AHP(GJAHP)的一致性检验与可接受性的进一步探讨

广义判断下的AHP(GJAHP)是在单准则下通过构造广义判断矩阵的数学模型而建立的一种广义AHP.本文提出了广义判断矩阵一致性的一种非参数统计检验方法--spearman秩相关系数法, 给出了广义辅助矩阵的构造性定义, 并进一步探讨了广义判断矩阵的可接受性。最后本文给出了GJAHP的应用实例。