对AHP单准则排序方法的改进

层次分析法(AHP)用两两比较的方法,通过构造比例标度判断矩阵为排序提供了一种合理的数据条件;对比例标度判断矩阵进行基于最大特征根的一致性检验,是为了把最大特征值对应的归一化特征向量作为排序向量;但终因理论上不能提供比例标度判断矩阵保序的充分条件,所以特征根排序法受到质疑,AHP需要改进.指出,改进AHP的正确途径是回归基于判断矩阵数据的排序方法研究.排序可行的条件是标度具有可加性;为此定义具有可加性的评分标度,建立标度转换公式将比例标度转换为评分标度;阐述为什么一致性检验无助于正确排序的原因并剖析为什么基于评分标度排序与一致性检验无关;由此建立基于评分标度判断矩阵中数据的评分排序方法.     

数控车床可靠性分配中的单准则排序方法

数控车床可靠性分配模型是一个层次结构,可靠性分配的关键技术是确定结构底层指标关于顶层目标的重要度排序,其前提条件是单准则排序已知.AHP通过构造"两两比较"的"1~9"比例标度判断矩阵A_n为单准则排序提供了合理的数据条件;但是基于A_n一致性检验的特征根排序法因临界值的确定缺乏必要理论基础而受到质疑.改进AHP的FAHP因为没有摆脱"一致性检验"的干扰所以改进并不成功.为了建立与"一致性"无关的单准则排序方法定义具有可加性的评分标度概念,通过标度转换将比例标度判断矩阵A_n转化为评分标度判断矩阵B_n,利用评分标度的可加性在准则C下对n个比较对象排序.因为B_n不是正矩阵所以不存在"一致性概念",因此基于评分标度判断矩阵的排序与"一致性"无关.     

带概率判断和模糊区间判断的一种排序算法

对于 AHP中一类判断为模糊、不确定性问题 ,用随机变量和模糊区间描述其判断 ,采用 0 .1～ 0 .9标度 ,建立模糊互补判断矩阵 ,利用数学变换得到模糊一致性判断矩阵 ,给出排序向量算法及公式 ,便于实际应用     

对“关于判断矩阵一致性检验与调整的一个注记”的讨论

王世华等学者在期刊《数学的实践与认识》中发表了《关于判断矩阵一致性检验与调整的一个注记》的论文,认为判断矩阵中的不一致是由强矛盾判断、弱矛盾判断、标度离散性、标度有限性共同作用的结果.论文关于判断矩阵不一致性原因的分析及对一致性调整的解决方案具有一定的科学价值.但是,如果从AHP的角度来分析判断短阵,对导致不一致性原因的分析有值得改进的空间.基于AHP基本原理和Super-decision决策软件对1-9标度的使用,认为第一类标度离散性不一致、标度有限性不一致在AHP判断矩阵中是可以克服的.     

水质评价涉及的因子权重与定权方法

水质评价涉及属性权与熵权两种权重.熵权表征因子的分类能力,由因子的隶属度向量通过计算信息熵确定.属性权表征因子重要性程度的差异,用途是使不同因子的隶属度具有"可比性",但定权方法众说不一.指出,因子重要性程度差异源于因子属性与因子取值无关,并且表征这种差异等同于对因子接重要性排序.AHP的比例标度判断矩阵为因子排序提供了合理的数据条件,但基于"一致性检验"的特征根排序法受到质疑;FAHP也因没有彻底摆脱"一致性",所以建立的排序方法有局限性.为此,通过标度变换将比例标度转化为评分标度,利用评分标度的可加性把判断矩阵中由评分标度确定的因子的序关系转化为因子排序.由此建立不受"一致性"干扰的定权方法.     

模糊AHP中一种新的标度法

文章提出了模糊环境中ＡＨＰ的一种新标度，运用它构造互补判断矩阵，利用模糊一致性矩阵直接求出排序向量，并给出了两个检验一致性的标准。     

模糊判断矩阵排序向量的确定方法研究

首先给出模糊判断矩阵的两种一致性的定义。然后分析现有确定模糊判断矩阵排序向量的方法的特点及存在的问题，在此基础上，系统研究确定模糊判断矩阵排序向量的两类方法，第一类方法是先将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；另一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。最后用算例说明所提出方法的应用。     

两类模糊数判断矩阵的转换关系及一致性研究

研究了三角模糊数互反和互补判断矩阵的相互转换和一致性问题.提出了三角模糊数互反判断矩阵完全一致性的定义以及三角模糊数互补判断矩阵加性一致性和乘性一致性的定义,给出了两类模糊数判断矩阵相互转化的公式,论证了转换公式对判断矩阵一致性的保持关系.最后,基于一致性模糊数判断矩阵元素和排序权值的关系,建立了两个方案排序的非线性规划模型.     

基于广义一致性变换的相异标度法构造的判断矩阵的排序

针对不同标度构造的判断矩阵的一致性检验以及排序问题,给出了判断矩阵广义一致性变换的定义,并论证了判断矩阵经广义一致性变换后所具有的性质通过对比分析指出研究结论具有更广的应用范围,深化了对参数β的理解,给出了参数β取值范围的一个合理区间.进而归纳出由不同标度法构造的判断矩阵的具体的广义一致性变换及其排序方法.     

模糊判断矩阵的特征向量排序方法

从相关性角度提出了互反判断矩阵排序的特征向量方法。利用两类一致性模糊判断矩阵与完全一致性互反判断矩阵的相互转换公式，给出了基于加性一致性指标与乘性一致性指标的模糊判断矩阵特征向量排序方法，最后利用这些方法进行了算例分析，结果表明这些新的排序方法是有效可行的。