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.     

浅析模糊AHP中一致性检验的不必要性

模糊AHP用模糊互补矩阵替代AHP的比例标度判断矩阵的意义是,因标度的可加性使基于判断矩阵中数据的排序可行;但是定义模糊一致性矩阵对判断矩阵进行一致性检验是不必要的,调整含逆序的判断矩阵是不合理的.阐述模糊AHP一致性检验的不必要性;论证对含逆序判断矩阵进行调整的不合理性;建立基于评分标度判断矩阵中数据的排序方法,并且排序与判断矩阵具有怎样的一致性程度无关.     

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.     

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.     

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.     

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     

判断矩阵与优先权向量之间的冲突现象及其检验

首先分析了判断矩阵与优先权向量之间存在的冲突现象,指出AHP的不一致不仅包括判断矩阵本身的不一致,还包括因判断矩阵与优先权向量之间的冲突而导致的不一致,因此,AHP一致性检验也应该包括冲突误差检验.然后,给出了冲突的定义及其误差的度量指标和计算方法,对目前常见的七种数字标度,运用统计模拟方法,通过随机产生1000个3～9各种阶数的判断矩阵,计算出冲突误差的临界值,从而与传统的一致性检验一起构成更加完备的检验体系.     

一种基于决策矩阵的DST-AHP多属性决策方法

针对层次分析法决策时存在两两判断、一致性检验次数过多和判断矩阵残缺性等问题,本文提出了一种基于决策矩阵的DST-AHP多属性决策方法。该方法结合决策矩阵的特征值,构建DST-AHP方法层次结构模型和判断矩阵,并根据判断矩阵定义不同属性下各焦元的基本概率分配函数;然后利用Dempster合成法则对基本概率分配函数值进行合成,依据合成后值对方案进行排序。最后对AHP和DST-AHP两种方法进行比较分析,说明该方法的有效性。     

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。     

AHP中判断矩阵的一致性修正新方法

继续相关文献中关于NEW-AHP算法中正互反判断矩阵的一致性检验与修正算法研究.通过研究正互反判断矩阵不一致性与扰动矩阵的关系,提出了扰动偏差矩阵的概念,给出两种基于扰动偏差矩阵的正互反判断矩阵一致性修正的新方法.通过数值检验,与传统的AHP方法进行了比较.     

基于一致性逼近的三角模糊数互补判断矩阵的排序方法

研究了元素为三角模糊数形式的互补判断矩阵的一致性和排序问题.分析了三角模糊数互补判断矩阵和三角模糊数互反判断矩阵之间的相互转换关系,提出了这两类判断矩阵完全一致性的概念并得到了三角模糊数互补判断矩阵的元素和排序权值之间的关系,在此基础上建立了一个多目标优化模型,通过求解该模型得到三角模糊数互补判断矩阵的排序向量,利用已有的模糊数比较大小公式得到方案的排序,最后给出了一个算例.     

区间数互补判断矩阵一致性及其权重算法研究

研究了区间数互补判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数互补判断矩阵一致性,给出了判别其是否具有一致性的简洁方法,为区间数互补判断矩阵排序的可靠性提供了更加合理的理论依据;针对区间数互补判断矩阵是否具有一致性,建立了不同的优化模型求解其排序向量,并且给出了具体的算法步骤;最后用算例验证了方法的有效性和适用性.     

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.     

关于Fuzzy判断矩阵一致性的讨论

讨论Fuzzy判断矩阵的一致性问题.借助Zadeh的扩展原理,首先给出Fuzzy判断“近似相等”的概念,在此基础上,进一步定义Fuzzy判断矩阵的一致性,并研究Fuzzy判断矩阵一致性与普通判断矩阵一致性的关系,得到若干揭示两者关系的结果.     

不确定型模糊判断矩阵一致性逼近与权重计算的一种方法

西方根据模糊判断矩阵一致性的定义，提出了区间数模糊判断矩阵一致性逼近与排序的方法：该方法充分利用区间数模糊判断矩阵信息构造一致性模糊判断矩阵进行一致性逼近，基于误差传递理论计算排序权重区间，最后给出了一个算例。     

Achieving matrix consistency in AHP through linearization

Matrices used in the analytic hierarchy process (AHP) compile expert knowledge as pairwise comparisons among various criteria and alternatives in decision-making problems. Many items are usually considered in the same comparison process and so judgment is not completely consistent – and sometimes the level of consistency may be unacceptable. Different methods have been used in the literature to achieve consistency for an inconsistent matrix. In this paper we use a linearization technique that provides the closest consistent matrix to a given inconsistent matrix using orthogonal projection in a linear space. As a result, consistency can be achieved in a closed form. This is simpler and cheaper than for methods relying on optimisation, which are iterative by nature. We apply the process to a real-world decision-making problem in an important industrial context, namely, management of water supply systems regarding leakage policies – an aspect of water management to which great sums of money are devoted every year worldwide.     

基于乘性模糊互补判断矩阵的FAHP

根据乘性一致性的定义,从人的主观判断与其权重的函数关系出发,获得了乘性模糊互补判断矩阵的元素表达式,论证了利用乘性模糊互补判断矩阵求取因素相对权重的可行性,最后给出了一种基于乘性一致模糊判断矩阵的排序方法.从而使得乘性模糊互补判断矩阵的应用的理论基础更加坚实.     

Strong reciprocity and strong consistency in pairwise comparison matrix with fuzzy elements

The decision making problem considered in this paper is to rank n alternatives from the best to the worst, using the information given by the decision maker in the form of an \(n\times n\) pairwise comparison matrix. Here, we deal with pairwise comparison matrices with fuzzy elements. Fuzzy elements of the pairwise comparison matrix are applied whenever the decision maker is not sure about the value of his/her evaluation of the relative importance of elements in question. We investigate pairwise comparison matrices with elements from abelian linearly ordered group (alo-group) over a real interval. The concept of reciprocity and consistency of pairwise comparison matrices with fuzzy elements have been already studied in the literature. Here, we define stronger concepts, namely the strong reciprocity and strong consistency of pairwise comparison matrices with fuzzy intervals as the matrix elements (PCF matrices), derive the necessary and sufficient conditions for strong reciprocity and strong consistency and investigate their properties as well as some consequences to the problem of ranking the alternatives.