AHP中判断矩阵的区间权重及其一致性检验

AHP中由判断矩阵导出排序权重时,传统的方法只能得到"点"权重向量。为使结果更具柔性,考虑求解判断矩阵的区间权重向量。本文通过建立线性规划模型实现了这一点。与此同时,模型的最优值反映了判断矩阵的不一致性,故可借此进行一致性检验。通过模拟计算,对该检验方法和传统的通过计算CR值的方法间的相关性进行了统计分析。结果表明,二者具有显著的相关性。最后给出算例分析。     

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．     

区间混合判断矩阵排序的线性目标规划法

研究了决策信息以区间混合判断矩阵形式给出的多属性决策问题。基于区间一致性混合判断矩阵的概念,建立了一个线性目标规划模型。通过求解该模型得到区间混合判断矩阵的权向量,并利用已有的区间数比较的可能度公式求得决策方案的排序。该方法具有简洁、实用、易于计算机上实现等特点。最后进行了算例分析。     

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。     

联网审计的绩效评价方法: 基于RC和AHP的组合应用

针对等级法(RC)和层次分析法(AHP)的不足, 提出了一种基于RC和AHP组合应用的联网审计绩效评价方法: 首先, 建立了针对联网审计绩效评价的AHP层次结构模型; 其次, 采用RC方法划分指标层各评价指标的重要等级, 并参照划分结果准确地填写AHP判断矩阵; 再次, 根据所确定的AHP判断矩阵计算各评价指标的权重, 并在此基础上建立联网审计的绩效评价模型; 最后, 通过实例分析了基于RC/AHP的联网审计绩效评价方法的应用. 通过对RC、AHP、RC/AHP三种方法生成的各评价指标权重, 以及采用三种方法计算出的绩效评价结果进行比较 表明: 基于RC和AHP组合应用的联网审计绩效评价方法有效地提高了评价指标权重计算的准确性, 从而提高了联网审计绩效评价结果的准确性.     

区间判断矩阵权重求解的可疑点定理及应用

针对区间判断的权重求解问题,将区间判断矩阵的样本空间映射于n(n-1)/2维向量空间,通过数学推导证明排序权重与向量的各分量之间满足一定条件下的严格单调关系,找出极值存在的可疑点,并证明了权重求解的可疑点定理。给出该定理的简单应用———可疑点组合方法求解的步骤,最后通过算例说明可疑点组合方法的可行性及优越性。     

基于区间运算的随机多准则决策方法

针对准则权重信息不完全且准则值为正态分布随机变量的多准则决策问题,提出一种基于区间运算的随机多准则决策方法。该方法将正态分布准则值转化为区间数,利用离差最大化原理和不完全准则权重信息建立区间参数线性规划模型,将其转化为最优模型。通过对最优模型进行求解,得到最优准则权重向量,从而构造加权规范化区间决策矩阵。然后计算每个方案到区间理想点的区间距离,并根据其大小确定方案集的带有可能度的排序。最后算例说明该方法的有效性和可行性。     

权重信息不完全的仿真可信度指标聚合方法

针对专家偏好信息为残缺区间判断矩阵的仿真可信度评估问题,提出了一种新的指标聚合方法。首先,给出了区间数直径和偏离度的定义。然后,根据专家所给的残缺区间判断矩阵计算出专家的客观权重,再利用凸组合将专家主观权重与客观权重集结为专家综合权重。接着,结合专家综合权重建立了一个确定指标权重的非线性优化模型,进而提出了一种权重信息不完全时的指标聚合方法。最后,通过实例验证了方法的合理性与有效性。     

关于序区间偏好信息的群决策方法研究

在群决策分析中,基于序区间偏好信息的排序方法的研究是一个新的重要研究课题.针对决策分析中基于序区间偏好信息的群决策方法问题,提出了一种新的分析方法.首先,提出了序区间的有关定义及性质；其次,通过定义序区间的可能度及可能度矩阵的概念,得出了每个专家的可能度矩阵均具有满意一致性的互补判断矩阵结论.进而构建了基于群体一致性的最优化模型,依据计算的最优权重向量给出了一种关于序区间偏好信息的群决策方案排序方法.最后,通过一个算例说明了提出的分析方法.     

三端点区间数互补判断矩阵的一致性及权重

提出了一种新型不确定性判断矩阵--三端点区间数互补判断矩阵的概念并研究其一致性及权重求解.在三端点区间数互补判断矩阵完全一致性概念的基础上,利用模糊隶属度的方法,提出了三端点区间数互补判断矩阵满意一致性的定义,建立了相应的权重求解模型,并基于满意度系数方法估计权重的可能分布上限和下限.最后给出了两个算例,来验证模型的有效性.     

属性具有不同形式偏好信息的群决策方法

针对决策者给出属性具有不同形式偏好信息的多目标群决策问题,提出了一种新的集结方法。该方法首先将多个决策者提供的属性的三类偏好信息———属性重要程度的序关系、AHP判断矩阵和语言描述作一致化处理———转化为AHP判断矩阵,重点针对如何将属性重要程度的语言描述转化成AHP判断矩阵的方法进行了研究。其次,关于属性偏好信息建立了一个能集成决策群体意见的线性目标规划模型。最后给出了算例说明该方法能最大程度地反映每个决策者的偏好意见。     

一种有不同形式偏好信息的群体决策方法

针对具有不同形式偏好信息并且决策者的权系数信息不完全确定的群体决策问题,提出了一种群决策方法。该方法先将不同形式的偏好信息转化为互反判断矩阵形式,然后利用决策者权系数的不完全确定信息和互反判断矩阵,构建一个非线性规划模型,利用遗传算法求解非线性规划模型,得到方案的重要性程度值和决策者的最优权系数,进而确定方案的排序。最后实例说明该方法的有效性和可行性。     

一种基于集对分析的区间数多属性决策方法

针对属性权重和决策矩阵均为区间数的多属性决策问题,提出了一种基于集对分析的排序方法。通过借鉴集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,给出了两个具有直观意义、计算简便的排序准则,并分析其合理性。分析过程中发现,区间数权重向量和区间数决策矩阵的方案评价向量具有不同的自由度,因此需要对它们采用不同的处理方法。最后,通过算例表明算法排序有效。与已有的数学规划等方法相比,该方法计算更为简便,排序准则具有直观的意义。     

基于特征选择验证的故障注入仿真可信度评估

针对故障注入仿真的数据复杂、细节特征多,导致单一指标可信度评估和专家目测评估方法难以得到准确的评估结果和评估专家按照AHP方法给出的是区间互补判断矩阵,导致可信度指标的权重难以确定的问题。提出了一种基于特征选择验证FSV(Feature Selection Validation)的多指标综合可信度评估模型,通过FSV方法计算可信度指标的定量或定性的可信度值;定义了区间数的模糊度和相离度,构建了多目标优化模型计算可信度指标的权重。实例证明了方法的可行性和有效性。     

区间粗糙数层次分析法

针对基于点判断矩阵、区间判断矩阵的层次分析法存在信息缺失及没有考虑决策者风险偏好的不足,定义并构造了区间粗糙数判断矩阵,由此将区间粗糙数引入层次分析法中,并提出相应的排序方法,得到仍然是区间粗糙数形式的排序权重向量.这不仅可以保留决策者更多的判断信息.而且还可以反映决策者的风险偏好.将粗糙集的客观性和层次分析法的主观性有机地结合起来,形成区间粗糙数层次分析法.最后通过算例说明所提方法的可行性.     

确定模糊判断矩阵排序向量的两类方法

在给出模糊判断矩阵的加性一致性和乘性一致性概念的基础上,提出了确定模糊判断矩阵排序向量的两类方法,第1类方法是先将一致性或具有满意一致性的模糊判断矩阵转化为AHP判断矩阵,然后将后者的排序向量作为前者的排序向量;第2类方法是直接由一致性或具有满意一致性的模糊判断矩阵计算排序向量。最后进行了算例分析。     

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。