互补判断矩阵的两种排序方法——权的最小平方法及特征向量法

根据互反判断矩阵和互补判断矩阵的转换公式 ,给出了互补判断矩阵的转换矩阵 .从最优化角度提出了互补判断矩阵排序的权的最小平方法 ,并给出了严格的理论证明 .而且 ,基于转换矩阵 ,提出了互补判断矩阵排序的特征向量法 (CEM) ,给出了其相应的迭代算法及互补判断矩阵的一致性检验方法 .最后进行了算例分析.     

判断矩阵排序的二次规划方法

本文对判断矩阵排序提出一种二次规划方法(QPM),并给出其相应的一致性检验方法和应用安例。与传统的特征向量排序方法相比,本文所给二次规划排序方法计算结果准确、保序性能好、可得到与特征向量排序方法完全一致的排序结果,而且排序权值还满足平方和准则下的最优,因而是一种较为理想和实用的排序方法。     

基于转换的混合判断矩阵排序方法及比较研究

介绍加型一致性和积型一致性混合判断矩阵的概念,相应的定义了加型转换和积型转换。基于这两种转换,分别给出了将混合判断矩阵转换为互反判断矩阵的特征向量法和对数最小二乘法以及转换为互补判断矩阵的改进的最小方差法。通过算例说明了所给算法的可行性和有效性。从方法的难易,区分度及客观性三方面对现有方法做了对比分析。结果表明所给方法比较简洁和有效,具有很好的可靠性和实用性。     

判断矩阵错误元素的识别和调整方法研究

本文提出一种新的切实可行的判断矩阵错误元素的识别和调整方法。运用该方法识别判断矩阵中的错误元素无需计算判断矩阵左主特征向量,并且采用不完全判断矩阵作为对判断矩阵错误元素的调整,避免了数值调整造成的困难和主观调整带来的盲目性。     

判断矩阵一致性修正的新方法

提出了判断矩阵一致性修正的一种新方法 ,并给出了其简洁、实用的迭代算法 .该法利用判断矩阵的特征向量对矩阵中偏差最大的列及其相应的行进行修正 ,易于在计算机上实现 ,运行速度快 ,且能较多地保留原判断矩阵所包含的信息 .因而具有良好的应用前景 .     

一个矩阵指数和矩阵特征向量的计算机解析算法

本文通过线性变换的方法,提出了求解一个循环矩阵的矩阵指数和矩阵特征向量解析算法的三个定理(含递推公式)。最后作了方法比较并给出了一个计算实例。     

层次分析中的最小最大几何距离排序方法

本文在判断矩阵几何最小二乘排序方法(GLSM)和最小最大偏差排序方法(MDM)的基础上,进一步提出了一种新的最小最大几何距离排序方法(MGDM)。与GLSM排序方法相比,MGDM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;与MDM排序方法相比,MGDM排序方法在处理群组判断矩阵排序时有其优越性。     

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。     

判断矩阵的一致性检验与误差分析

一、一致性指标μ与相对误差δ_(ij)的分布关系 在层次分析法中,关于判断矩阵的一致性指标μ有如下定理:若正互反矩阵A=(α_(ij))_(n×n)最大特征根对应的正特征向量W=[w_1,w_2,…,w_n]~T,α_(ij)=W_i/W_jε_(ij),ε_(ij)>0,则     

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。     

残缺互补判断矩阵排序方法

在残缺互补判断矩阵的加性一致性概念的基础上,首先对其他两种残缺互补判断矩阵排序方法进行改进,然后提出了残缺互补判断矩阵的最小方差法和二次规划法,为解决残缺互补判断矩阵排序问题提供了新的途径。理论分析和数值结果均表明:这些排序方法具有简洁、有效,且易于计算器或计算机上实施等优点。     

耗散耦合矩阵第二大特征值的先收缩后反幂算法

无权无向耦合动态网络所对应的耗散耦合矩阵的第二大特征值是判断网络同步稳定性的重要指标.试图改善目前一般直接调用Matlab中函数eig计算1000阶以上耗散耦合矩阵第二大特征值复杂度高、时间长的问题,利用耗散耦合矩阵具有一个零特征值及其对应的特征向量为[1,1,…,1]<'T>的特点,提出了一种先收缩后反幂算法,证明了收缩矩阵的特征值与原矩阵的非零特征值误差为零,其对应特征向量相等,并导出对于1000阶以上矩阵,先收缩后反幂法所需乘法次数比Matlab中调用函数eig所用的QR算法大幅度减少.数值计算验证了理论分析的正确性.     

模糊一致判断矩阵3种排序方法的比较研究

对模糊一致判断矩阵排序的方根法、按行求和归一化法、基于模糊一致判断矩阵元素与权重的关系式的排序方法进行了比较分析,找出了3种排序方法之间的关系,说明了根据模糊一致判断矩阵元素与权重的关系式给出的排序方法的科学性和可行性,以及另外两种方法存在的不足。研究结果表明,基于模糊一致判断矩阵元素与权重关系式的排序方法有助于人们正确使用模糊一致判断矩阵的排序公式,丰富了模糊决策分析的理论和方法。     

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.     

AHP中判断矩阵一致性修正的模式识别法

基于模式识别原理，给出了判断矩阵一致性修正的一种方法。在该方法中，首先把由专家或决策者给出的判断矩阵Ａ转化为ｎ个具有完全一致性的正互反阵。再将这ｎ个正互反阵和Ａ分别转化为反对称阵Ｂ（ｉ），ｉ＝１，…，ｎ和Ｂ。在Ｂ（ｉ），ｉ＝１，…，ｎ生成的线性空间中寻找与Ｂ最贴近的正互反阵Ｂ～＊，将Ｂ～＊对应的满足完全一致性的正互反阵Ａ～＊作为Ａ的修正矩阵，同时得到了Ａ～＊对应于最大特征值ｎ的正特征向量的计算公式。     

模糊矩阵的特征向量

设 A为 n阶模糊方阵 ,X为 n维模糊向量 .若模糊矩阵方程 AX =X成立 ,则称 X为模糊矩阵 A的一个特征向量 .本文给出了模糊向量 X为模糊矩阵 A的特征向量的充分必要条件 ,最大特征向量的求法 ,并建立了布尔方阵特征向量个数的计算公式 .     

基于语言判断矩阵的一致性及其排序方法

研究语言判断矩阵的乘性一致性及方案排序问题.首先给出有关语言判断矩阵和互反判断矩阵的定义及其性质,提出语言判断矩阵一致性的定义;然后通过引进导出矩阵将语言判断矩阵转换为数值矩阵,得出语言判断矩阵具有完全一致性或弱一致性的充要条件是其转换后得到的导出矩阵也具有同样的结论.同时利用该转换公式,给出基于语言判断矩阵的方案排序方法.最后,通过一个算例说明文中提出的分析方法.     

改善判断矩阵一致性的一种有效方法

对于层次分析法中不满足一致性条件的判断矩阵 ,提出了一种新的有效校正方法。该方法只校正判断矩阵的一行一列 ,即首先利用“方差”思想确定判断矩阵中应校正的行与列 ,然后根据对数最小二乘法原理 ,构造一个满足一致性条件的中间判断矩阵。在此基础上 ,利用取整函数 ,建立一个既有满意的一致性 ,又保留有原判断矩阵较多信息的新的判断矩阵。该方法校正速度快 ,新判断矩阵的元素具有明确含义 ,实例表明该方法是有效的     

判断矩阵权重向量的拉格朗日解

本文推导了用最小地一乘法原理和拉格朗日乘子方法，求解判断矩阵权重向量的计算方法，举例说明了最大特征值法在判断矩阵一致性准则临界处所得权重向量的最大偏差。     

互补判断矩阵和积排序法的最优化理论基础及性质

针对多属性决策中重要的方法之一的互补判断矩阵和积排序法,在完全一致性互补判断矩阵等概念的基础上,给出了互补判断矩阵和积排序法的最优化理论基础,指出互补判断矩阵和积排序法的排序向量正好是某种偏差准则下的最优化模型的解。并证明了它具有一些性质,包括强条件下保序性,置换不变性等。最后举出反例说明它不具备对称性。