基于网络层次分析的多属性预防性养护决策

为解决路面预防性养护决策目标和方案属性的依存关系和反馈作用, 提出了基于网络层次分析理论的多属性预防性养护决策方法. 该方法将决策问题分为控制层和网络层, 控制层包括问题目标与决策准则, 网络层包括受控制层支配的元素组, 构成了相互依存反馈的网络结构. 通过实例, 以效益、成本和风险为约束, 抗滑能力、平整度、 裂缝、业主成本、用户成本、质量、资金和工期为准则, 对6种预防性养护方案进行了决策. 结果表明, 网络层次分析法更接近于实际决策环境, 是一种实用的预防性养护决策工具.     

比较法确定多属性决策问题属性权重的灵敏度分析

属性权重的确定将直接影响多属性决策的求解结果,灵敏度分析可以判断决策结论的稳定性。针对比较法所得属性权重进行方案排序,利用经典的线性规划方法,将属性线性相关约束分解为两类物理意义更清晰的属性相关形式表示的约束条件,求解维持既定方案排序的权重变化区间,得出对既定决策排序结果最敏感的属性,从而辅助决策者做出更加合理的决策。计算实例表明,该方法具有可操作性和实用性。     

求解不确定型多属性决策问题的一种新方法

研究了属性权重完全未知，属性值为区间数且对方案有偏好的多属性决策问题，提出了一种基于相离度的求解属性权重公式，并利用区间数比较的可能度，对决策方案进行排序，该决策方法既能充分利用规范化评价的先验模糊信息，又能尽可能地满足决策者的主观愿望，且概念清楚，含义明确，易于计算机或计算顺上实际，最后给出了一个实例。     

基于相似关系的多属性决策问题研究

属性权重确定是多属性决策问题中一个重要的研究内容。针对属性权重未知的多属性决策问题：首先,指出决策对象与理想对象之间的相似度与决策对象的优势度之间存在直接的关系;其次,借鉴离差最大化算法,提出用属性值的相似度来确定属性权重;再次,利用各个决策对象与理想对象的相似度对各决策对象进行排序并择优;最后,对属性值为区间数的多属性决策实例进行了分析,同时对该算法与离差最大化算法的异同点进行对比。     

一种混合型多属性决策问题的TOPSIS方法

研究了精确数、区间数和模糊数指标相结合的混合多属性决策问题，提出了一种基于理想点的多属性决策模型，给出具体的决策方法和过程．各方案的排序是根据其到正理想解的相对贴近度大小进行的，从而为解决混合多属性决策问题提供了一条新的途径．     

时序多指标决策的层次分析法

本文讨论了带有时间顺序的混合型多指标决策,提出了以等距分级、建立指数标度的层次分析法来解决此类问题,从而为时序多指标决策问题提供了一种科学、合理而又可信度大的决策方法。     

层次分析法AHP和属性层次模型AHM

研究属性层次模型ＡＨＭ。文章指出，层次分析法ＡＨＰ和属性层次模型ＡＨＭ是两种不同的、分别基于重量模型和球赛模型的决策方法。通过例子说明了属性层次模型是简单而有效的。     

基于偏序偏好的多属性群决策问题的综合权重

基于偏序结构、属性值是用模糊语言给出且每个属性没有决定权重的多属性群决策问题提出了一种综合权重方法。该方法运用模糊集合理论求出每对方案关于每个属性的模糊偏好关系,然后通过对决策者的冲突偏好确定综合权重来解决该问题。当综合权重不存在时,需要调整决策者们的全部或部分偏好,以达到一致意见。该方法具有概念清晰,符合现实决策问题的特点,得出的综合权重能反映各个决策者对方案的偏好。最后给出了一个算例。     

不完全信息的多属性决策问题的方案排序法

针对不完全信息条件下的多属性决策问题建立一种模型，基于此模型提出方案排序的算法，且从理论上证明它的合理性。数值例子验证了该算法的有效性。     

层次分析新标度法

针对（０,２）ＥＭ法及（１／９,９）ＥＭ法的不足,提出了效果较好的（－２,２）ＥＭ法。     

拓展的C2OWA 算子及其在不确定多属性决策中的应用

把Yager提出的连续区间数据OWA(C-OWA)算子进行拓展,提出了加权的C-OWA(WC-OWA)算子、有序加权的C-OWA(OWC-OWA)算子、以及组合的C-OWA(CC-OWA)算子,研究了它们的一些性质.基于这些算子,分别在单人决策和群决策这两种情形下,提出了属性权重确知、且属性值以区间数形式给出的不确定多属性决策方法.最后,进行了实例分析.     

三种基于理想点的不确定多属性决策优化模型

针对属性权重信息完全未知或只有部分权重信息的不确定多属性决策问题,提出了3种基于理想点的最优化决策模型。通过对这3种模型的求解,可获得属性的权重,进而给出了相应的对方案进行择优的决策方法,从而为解决权重信息不完全的多属性决策问题提供了新途径。最后用实例对该方法进行了说明。理论分析和数据结果表明了方法的可行性和有效性。     

多属性决策中区间数偏好信息的一致化方法

构造了多属性决策中4种区间数偏好信息,即区间数偏好次序、区间数效用值、区间数互补判断矩阵和区间数互反判断矩阵之间的转换关系函数,得到具有不同形式的不确定性偏好信息一致化。算例表明该方法简单实用。     

占线决策问题及竞争分析方法

基于近年来理论计算机科学领域的热点研究方向——占线算法与竞争分析理论，将相关概念引入经济管理决策问题当中，比较分析处理占线经济管理决策问题的竞争分析方法与传统Bayesian优化方法的区别以及后者的缺陷，构建利用占线算法及其竞争分析方法研究占线经济管理决策问题的理论框架，指出在进行占线分析时应注意的要点及分析方法，最后以两个实例加以说明。     

工程系统多目标多层次模糊决策模型及其应用

在进行工程系统某些的问题决策时 ,需考虑的因素 (目标 )往往很多 ,且各因素之间还存在不同的层次。为此 ,根据模糊数学的基本理论 ,首先提出层次判断矩阵的建立和层次单排序方法 ,在此基础上 ,利用合成层次总权重来构筑多目标多层次模糊决策模型。最后 ,结合具体实例展开应用研究 ,该结果可为实际的工程系统决策由定性到定量计算提供一种新的思路。     

基于多属性的城市竞争力系统结构分析

构建了城市竞争力系统(U rban Com petitiveness System,UCS)结构模糊关系矩阵,定量化描述了UCS内部结构。在此基础上,计算系统内各要素及其属性的系统贡献度,并以此为依据分析各要素在系统中所处地位及成因,确立了城市产业竞争力和城市政府管理力在UCS中的核心影响要素地位。最后,找出UCS中各要素间作用的最优链路,为进一步研究UCS运行机理提供依据。     

对方案有偏好的三角模糊数型多属性决策方法研究

研究了这样一类多属性决策问题 :①决策者对方案有偏好 ;②属性值以三角模糊数形式给出 ;③属性的权重信息不能完全确知。提出了一种基于相似度的对方案有偏好的三角模糊数型多属性决策方法 ,该方法首先建立一个线性规划模型 ,通过求解该模型获得属性权重。然后 ,基于三角模糊数两两比较的可能度公式及互补判断矩阵的排序公式 ,对决策方案进行排序和择优。最后进行了算例分析。     

DECISION MAKING - THE ANALYTIC HIERARCHY ANDNETWORK PROCESSES （AHP／ANP）

This is the first part of an introduction to multicriteria decision making using the Analytic Hierarchy Process (AHP) and its generalization, the Analytic Network Process (ANP). The discussion involves individual and group decisions both with the independence of the criteria from the alternatives as in the AHP and also with dependence and feedback in the entire decision structure as in the ANP. This part explains the Analytic Hierarchy Process, with examples, and presents in some detail the mathematical foundations. An exposition of the Analytic Network Process and its applications will appear in later issues of this journal. Thomas L. Saaty holds the Chair of University Professor, Katz Graduate School of Business, University of Pittsburgh, Pittsburgh, PA, and obtained his Ph.D. in mathematics from Yale University. Before that he was a professor at the Wharton School of the University of Pennsylvania for ten years. Prior to that he spent seven years at the Arms Control and Disarmament Agency in the State Department in Washington, DC, that carried out the arms reduction negotiations with the Soviets in Geneva. His current research interests include decision-making, planning, conflict resolution and synthesis in the brain. As a result of his search for an effective means to deal with weapons tradeoffs at the Disarmament Agency and, more generally, with decision-making and resource allocation, Professor Saaty developed The Analytic Hierarchy Process (AHP) and its generalization to dependence and feedback, the Analytic Network Process (ANP). He is co-developer of the software Expert Choice and of the software Super Decisions for decisions with dependence and feedback. He has authored or co-authored twelve books on the AHP/ANP. Professor Saaty has also written a number of other books that embrace a variety of topics, including Modern Nonlinear Equations, Nonlinear Mathematics, Graph Theory, The Four Color Problem, Behavioral Mathematics, Queuing Theory, Optimization in Integers, Embracing the Future and The Brain: Unraveling the Mystery of How It Works. His most recent book is Creative Thinking, Problem Solving & Decision Making. The book is a rich collection of ideas, incorporating research by a growing body of researchers and practitioners, profiles of creative people, projects and products, theory, philosophy, physics and metaphysics...all explained with a liberal dose of humor. He has published more than 300 refereed articles in a wide variety of professional journals. He has been on the editorial boards of Mathematical Reviews, Operations Research, Naval Research Logistics Quarterly, Mathematical and Computer Modeling, Socio-Economic Planning Sciences, Applied Mathematics Letters, and several others. He also served as consultant to many corporations and governments.     

基于多属性的系统结构建模与分析方法

模糊关系矩阵是全面、准确描述系统结构的有力工具.基于系统组成要素可以用多个属性描述的假设,提出了要素对属性和属性的系统结构模糊关系矩阵建模方法,并给出了利用属性对属性的模糊关系矩阵信息的相对贡献率和关联度分析方法,以及利用要素对要素的模糊关系矩阵信息的要素之间影响度分析方法.因此,本文所建立的系统结构建模与分析方法可以深入分析每个要素对整个系统的贡献大小与原因,以及每个要素在整个系统结构中的位置及其成因.     

一种基于互反判断矩阵的多属性决策信息集成方法

详细研究多属性决策中四类常见偏好信息（即偏好次序型，效用值型，互补判断矩阵型和互反判断矩阵型）之间的转换关系，然后将偏好次序型，效用值型，互补判断矩阵型这三类偏好信息转化成互反判断矩阵形式，再利用群组到反判断矩阵排序的加权几何平均法对决策方案进行排序择优，最后给出算例。