AHP中群决策判断矩阵的构造

由于在群决策矩阵的构造时,必须考虑每位专家的意见,又要保持决策矩阵具有AHP中判断矩阵的一般特性。为此,针对层次分析法中群决策的不同专家所建立的判断矩阵,利用不同判断矩阵所对应元素的几何平均法,构造出平均判断矩阵,即群决策判断矩阵。并利用严密的数学方法证明了“所构造的矩阵能保持一致性和满意性”的重要结论。该方法运算简单,不仅为AHP群决策判断矩阵的建立提供了一种有效的方法,而且为群决策的研究提供了一定的理论依据。     

群组AHP判断矩阵的一种有效集结方法

针对群决策中判断矩阵的集结问题,提出了一种基于m阶简单无向连通图理论的正互反型判断矩阵的集结方法.在给出了该算法的具体步骤的同时,通过算例分析,说明了该方法的实施过程及其有效性.     

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     

修正AHP中判断矩阵一致性的加速遗传算法

作为系统工程中典型的定性定量综合集成方法,层次分析法(AHP)在各种复杂系统综合评价和多目标决策中具有广泛的应用价值.为修正AHP中判断矩阵的一致性,提出了用加速遗传算法同时修正判断矩阵一致性和计算AHP中各要素的排序权值的新方法(AGA-CAHP).理论分析和实例分析的初步结果说明:AGA-CAHP法直观、实用,计算结果稳定、精度高,在系统工程中具有推广应用价值.     

判断矩阵元素的一致性权指标调整方法

本文给出了正互反矩阵的一致性权指标。基于一致性权指标,提出了一种判断矩阵不满意元素的识别和调整方法。识别矩阵反映了调整后的判断矩阵的一致性程度。调整元素的直接计算公式简便。     

AHP判断矩阵一致性调整的前瞻算法

提出一种AHP判断矩阵调整的前瞻算法。在向前试探（前瞻）一步的基础上，对最矛盾元素朝其最优调整方向进行调整。给出了算法的具体步骤，并用实例演示了算法流程，同时分析了算法的收敛性。前瞻一步，使得算法较已有的其他算法保留了更多的原始判断信息，调整速度更快，并通过对比实验验证了这些优点。     

AHP中不一致性判断矩阵调整的新方法

设计了一种交互式的算法,用该算法调整不一致性判断矩阵,可以得到多个满足一致性要求的合理方案,专家或决策者可根据自己的意愿,从这些方案中选择一个满意的方案.实验表明:该算法是有效的、可行的.     

AHP方法中判断矩阵的标度扩展构造法

AHP在实际使用中常常因判断矩阵出现一致性检验错误而导致决策难产，且这个问题至今没有得到根本性解决，本文通过实例分析说明，导致一致性检验错误的根本原因是判断短阵的传统构造方法存在严重缺陷，它固化了选定的标度，使原先有差别的候选方案在比较过程中失去差别，因此，本文提出一种新的判断矩阵构造方法－标度扩展法，并证明该方法无论使用什么标度，所构造的判断矩阵都是完全一致的。故不需进行一致性检验且排序向量也容易获得，从而提高AHP方法决策的可靠性，并使AHP方法变得简便易行。     

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.     

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。     

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。     

基于群体AHP的仿真可信度评估方法研究

群体层次分析法（Group AHP）是由多个具有相关领域不同知识和经验的专家参与的群决策方法,提出了基于该方法的系统仿真可信度评估方法。首先验证各专家给出的判断矩阵的一致性,并确定判断矩阵每行的可信度,再计算各判断矩阵的可信度,给出判断矩阵中各要素的相对权重,最后得到仿真可信度的定量指标。应用结果表明,该方法能更好地集中了各专家的智慧,克服人为主观判断、偏好给决策带来的影响,因而更符合客观规律,为仿真可信度的定量评估提供了有效的技术途径。

Abstract：

Group AHP （Group Analytic Hierarchy Process） is a method of Group Decision executed by many experts who have different knowledge and experience. The method of simulation credibility evaluation based on Group AHP was proposed. In this method,the consistency of every judgment matrix built by experts was verified firstly. And every row＇s credibility of judgment matrix was given. Then reliability of every judgment matrix was calculated and the weight was constructed. Finally,quantitative credibility of simulation system was calculated. Group AHP collects intelligences of experts and reduces subjective effects and biases. The application result shows that the method is reasonable and feasible.     

AHP 判断矩阵一致性改进的若干问题研究

研究层次分析法中判断矩阵次序一致性检验及改进方法.指出判断矩阵次序一致性和基本一致性之间无相关性的特点,提出对判断矩阵应首先进行次序一致性检验,并把判断矩阵转化成0-1矩阵,利用图论理论得到如下结论:0-1矩阵对应的有向图中,若含有边长大于3的循环链,则一定能构造出边长为3的循环链.基于此结论,设计检验判断矩阵是否具有次序一致性的算法.对不具有次序一致性的判断矩阵,提出两条修改原则.     

区间数判断矩阵的权重计算

本文针对ＡＨＰ中偏好判断的区间数判断矩阵，研究计算权重的方法，提出了代数解法和线性规划求解模型，并给出了一个计算实例。     

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。     

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．     

不完全信息下判断矩阵排序方法探讨

本文研究层次分析法中不完全信息下判断矩阵排序方法及其一致性检验问题,根据不同的优化准则,从不同角度给出了五种最优化排序方法。计算机仿真结果表明,对于不完全判断矩阵而言,五种最优化排序方法可同时得到令人很满意的排序结果。     

判断矩阵排序的加权线性规划方法

本文在文献［１］所给判断矩阵几何最小二乘排序方法（ＧＬＳＭ）的基础上，进一步提出了一种改进的加权线性规划排序方法（ＷＬＰＭ）。与ＧＬＳＭ排序方法相比，ＷＬＰＭ排序方法排序结果准确、保序性好，可得到与特征向量排序方法（ＥＭ）完全一致的排序结果。     

一种判断矩阵的不一致性调整方法

针对判断矩阵的不一致性调整问题,考虑标度在因素重要性描述中的模糊性,提出了一种基于扰动矩阵的层次分析法(analytic hierarchy process,AHP)中各要素排序权值计算新方法(BDA-CAHP)。该方法将判断矩阵分解为一致性矩阵与扰动矩阵,基于扰动矩阵调整的理论分析,得到了不一致性调整步骤。实例说明了该方法的有效性。