群组AHP排序向量加权最小几何距离平方法

提出求解群组ＡＨＰ的排序向量加权最小几何距离平方法,对不同的专家给出的判断矩阵得出的排序向量提出向量加权最小几何距离平方和概念,以最优化原理求得最优解。从而形成一种新的方便有效的群组排序方法。     

排序向量的三个近似解系研究

AHP排序向量的"近似解法"至少可导出三个解系:K阶行平均法解系、K阶规范列平均法解系和K阶列平均倒数法解系.均在给定的比例判断矩阵的前提下,进行归一化处理,获得各自的排序向量.而当判断矩阵不一致时,其排序向量的结果也存在着差异.同时还存在继续研究的"真序"向量和AHP排序向量的其它近似解法.     

基于残缺矩阵下多目标AHP的排序向量研究

对残缺矩阵下多目标AHP的排序向量,提出了可接受的残缺判断矩阵和不可接受的残缺判断矩阵的排序向量问题,通过特征根法的一致性检验的排序法和最小二乘原理的排序法的研究,解决了对残缺矩阵的AHP的排序问题。     

不确定型AHP中的一种新排序方法

首先给出了计算正数字矩阵排序向量的拟最小偏差法和拟最小偏差法具有的几种优良性质，然后给出了计算不确定型AHP判断矩阵排序向量的区间数量最小偏差法，最后给出算例分析。     

基于时序区间数的多属性决策方法

研究了时序区间数信息环境下的多属性决策问题:首先将区间数推广到时序情形,并定义了相关的运算法则;其次利用区间数加权算术平均算子(IWAA)对每个对象的区间数进行集成得到综合区间数,结合可能度公式得到可能度矩阵,并利用排序向量法得到各时刻的排序向量矩阵;最后利用时间权重将各时刻的排序向量集成为综合排序向量,从而得到最优决策,同时结合实例验证了所提方法的有效性和可行性。     

Fuzzy排序向量的最小二乘算法

本文讨论了在Ｆｕｚｚｙ环境中应用最小二乘排序法，由Ｆｕｚｚｙ判断矩阵导出方案的Ｆｕｚｚｙ排序向量的问题。通过用λ截集距离的积分定义的Ｆｕｚｚｙ判断空间中的距离，给出了最小二乘排序法在Ｆｕｚｚｙ环境中的表示形式，将Ｆｕｚｚｙ环境中的最小二乘排序问题转化为泛函的极值问题。在讨论了对应于泛函的Ｅｕｌｅｒ方程组的性质之后，得到了方案排序向量的计算公式。本文将层次分析法中只能处理精确判断的最小二乘排序法拓广     

广义判断矩阵与普通判断矩阵

将来解广义判断矩阵排序向量的问题归结为相应的普通判断矩阵排序向量的求解问题,为广义AHP理论的拓展提供了新的思路。     

TOPSIS中不同规范化方法的研究

针对不同规模、不同属性值数据范围和类型的多属性决策问题,采用排序一致性指标(RCI)定量地衡量了向量规范化法、极差变换法、线性比例变换法、比重变换法和指数变换法这5种规范化方法对TOPSIS排序一致性的影响.排序一致性指标越大,对应的规范化方法越好.研究结果表明,向量规范化方法能有效处理不同规模、不同属性值数据范围和类型的多属性决策问题,是TOPSIS排序中一种有效的规范化方法.     

一种改进的行和归一化排序方法

提出了一种改进的行和归一化排序方法(INRAM), 从保序性、置换不变性、相容性和累积优势度等方面对该方法的合理性进行了研究, 并且利用互补判断矩阵和互反判断矩阵之间的转换公式, 给出了相应的求解互补判断矩阵排序向量的算法, 从而丰富和发展了互反和互补判断矩阵的排序理论. 最后,通过算例将NRAM法和INRAM法与特征根排序方法(EM)及对数最小二乘法(LLSM)作了对比分析. 数值结果表明: INRAM法不仅简洁易行, 而且与EM 法的排序结果完全一致, 故能较好地揭示方案的真实排序.     

综合间接判断信息的排序方法

根据判断矩阵 Ａ＝（ａｉｊ）ｎ×ｎ所提供的间接判断信息 ａｉｌ· ａｉｊ,ａｉ２ ·ａ２ｊ,…,ａｉｎ·ａｎｊ,用几何平 均法■对这些间接判断信息进行综合,构造一致性矩阵Ａ＝（ａｉｊ）ｎ×ｎ,然后给判断矩阵Ａ的求排向量,称这种排序算法为综合间接判断信息法,通过对这种排序方法与方根法、对数最小二乘法、最优传递矩阵法的关系的讨论,指出最优传递矩阵法与综合间接判断信息法所导出的排序向量最接近客观排序,因而是一种最优算法．     

一种多维度评价向量的排序模型及一致性证明

针对组合预测过程中的多误差统计向量的优劣评价问题,提出了一种优于个量相同条件下的多维度评价向量的排序模型,设定优劣排序的相关规则,根据规则给出整体优于函数,并对于优于个量相等优于程度不同的情况给出了模型的一致性证明.     

群组决策可接受性理论

一个群组决策中,采用算术(几何)加权平均方法得到的综合排序向量是否合理和可以接受是一个很重要的问题.把一组决策抽象为Rn空间中平面区域上的点集,通过对其分布的讨论,构造了一个变量来近似衡量一个群组决策中和综合排序向量有明显意见分歧的专家比例,从理论上探讨了群组决策可接受性问题,然后设计了一个算法把一个高维的排序向量进行降维处理,以方便在实际中运用,起到了较好的效果.     

判断矩阵有区间元素的权重计算法

判断矩阵中含有区间元素时,本文采用正交表,逐一计算各项的权重向量,最后利用算术平均法给出总排序权值.     

模糊多属性群体决策方法

研究了模糊环境下的一类多属性群体决策问题,建立了确定属性权重向量模糊一致性判断矩阵的构造方法,给出了方案在群体排序中处于某一位置的隶属度的定义,并由此集结群体中各决策者的排序结果,进而形成群体的最终排序。讨论了此方法在军事上的一个体应用。     

模糊互补矩阵排序向量的求解算法

针对模糊互补矩阵,讨论了模糊一致矩阵的一些性质,给出了模糊互补矩阵排序向量的一种求解算法.     

层次分析排序方法研究

总结了层次分析排序方法研究的4个方面，不同的排序方法对应了不同的标准形，对于正互反矩阵A，丰在唯一的标准形Ek,使A＝Wk.Ek，其中WK为A在不同排序方法上得到的排序向量构造的一致性矩阵。     

基于综合扩展优势度排序L-R型模糊数的方法

根据决策者的偏好及L-R型模糊数的左、右扩展优势度定义该类型模糊数综合扩展优势度,再依据综合扩展优势度,计算每个模糊数相对于其它模糊数综合优势度的几何平均值,以确定模糊数的排序向量,提出一种基于综合扩展优势度排序L-R型模糊数的方法,并用算例进行检验．算例验证表明,该方法在一定程度上克服了现有模糊数排序方法存在的缺陷．     

AHP中一种具有累积优势度的和法

文「３」中提出的特征向量法「ＥＭ」因具有优势度而被广泛应用于向量排序，和法「ＳＭ」＾「２」不具有优势度但简单实用。本文介绍一种新的排序方法－具有平均累积优势度的和法「ＤＳＭ」，它结合了ＥＭ和ＳＭ的一些优点。与ＥＭ、ＳＭ、ＧＤＳＭ、ＳＭＤＭ相比，ＤＳＭ简单、实用、合理，且计算排序向量所需时间少。数据结果表明：ＤＳＭ和ＥＭ总是得到相同的方案排序，而ＳＭ、ＬＬＳＭ、ＧＭＤＭ、ＡＭＤＭ有时会产生逆序。     

基于期望值的模糊互补判断矩阵的排序方法

研究了决策信息以模糊变量形式给出的互补判断矩阵的排序问题,给出了模糊互补判断矩阵与加型模糊一致性互补判断矩阵的概念及相关性质,进而提出一种模糊互补判断矩阵排序的中转法.首先基于期望值将模糊互补判断矩阵转化为加型模糊一致性互补判断矩阵,从而求得其排序向量,进而对决策方案进行排序和择优.     

基于M-V舰载机着舰风险的动态决策方法研究

为了降低舰载机着舰风险、提高飞行员和航母舰载机系统的安全性,提出基于均值-方差的舰载机着舰风险评估的动态多属性决策方法.属性值以三角模糊数形式给出,通过可能度和排序公式得到排序向量;依据各时刻排序值对期望排序产生的排序波动,进行条件分析,获得各组方案的排序结果.最后,通过对舰载机着舰风险实例的评测,证实了本文提出的决策方法的可行性.