AHP中群决策权重的确定与判断矩阵的合并

本首先运用系统聚类分析法，对群决策中的专家进行了分类，并为每位专家赋予了不同的权重。然后在专家自身权重的作用下，根据各个判断矩阵之间的一致性，算出每个判断矩阵的可信度权值，对经过一致性调整的多专家判断矩阵进行加权平均，得出多专家对各判定方案的判定结果。章的最后用一个算例来说明本中方法的实施过程。     

基于不同粒度语言判断矩阵的群体一致性分析方法

针对群决策中基于不同粒度语言判断矩阵形式偏好信息的群体一致性问题,提出了一种分析方法。首先,给出有关不同粒度语言判断矩阵和二元语义等若干定义,通过转换函数将不同粒度语言判断矩阵一致化为由二元语义表示的判断矩阵;然后,通过定义专家与群偏好的偏差矩阵以及各专家的总体偏差指标,给出了专家群体一致性的判别方法及专家群体判断不一致的调整方法;最后,通过一个算例说明了该方法的有效性。     

一种利用神经网络改善判断矩阵一致性的方法

针对层次分析法中判断矩阵致性改进问题,提出了一种利用神经网络改善判断矩阵一致性的方法.本文在建立了BP神经网络模型的基础上,把判断矩阵一致性调整问题转化为BP神经网络的多输入多输出求解问题.经BP神经网络算法调整过的判断矩阵再返回给专家进一步调整使其符合萨迪标度.计算实例表明,此种方法是可行的.     

区间直觉模糊判断矩阵群决策中的逆判问题

研究了区间直觉模糊判断矩阵的群决策问题.定义了两种区间直觉模糊集相似度公式,给出两种与决策群体意见一致性程度最高的理想区间直觉模糊判断矩阵构造优化方法.利用矩阵对不同专家判断矩阵中相同位置元素的一致性进行分析,并对不同专家的判断信息进行整体相似程度分析,最后通过算例说明了该方法的有效性和实用性.     

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.     

一种基于图论与熵的专家判断客观可信度的确定方法

本文给出一种群决策中确定专家判断可信度的方法，其主要思路是首先通过图论中最小生成树的方法提取专家判断矩阵的全部信息，其次，使用相对熵指标确定获得专家判断的最终结果，并同时衡量专家自身判断的统一程度，从而确定专家判断的相对客观可信度。最后，文章给出一个典型的算例以说明该方法的可行性和有效性。     

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。     

基于模糊判断矩阵满意一致性的方案排序研究

应用模糊判断矩阵的完全一致性进行多属性方案排序因其条件较苛刻，有时会存在与专家原始判断意见偏离较大的缺陷。为此本文提出了一种基于满意一致性的排序新方法。首先提出了顺序模糊判断矩阵的概念，证明了任何满足满意一致性的模糊判断矩阵均存在顺序模糊判断矩阵。然后给出了顺序模糊判断矩阵的影子矩阵所具有的性质，并且根据这些性质对满足满意一致性的模糊判断矩阵提出了方案排序算法，最后进行了算例分析。从分析可知：这种基于满意一致性进行排序的算法不仅简便、实用，而且更符合专家的原始判断。     

不确定群组决策的一致性调整及专家的赋权

对不确定群组决策的一致性问题进行了研究,给出了一种调整区间判断矩阵一致性的算法,并对参加决策的专家进行了赋权。     

基于相容性的语言判断矩阵的不一致性调整的新方法

语言判断矩阵是决策者给出的一种重要的偏好信息形式.本文定义了语言判断矩阵对应的导出矩阵,语言判断矩阵一致性等概念,研究了语言判断矩阵导出矩阵与其特征矩阵的相容性和一致性的关系,在此基础上定义了语言判断矩阵与其特征矩阵的偏差矩阵,由此给出了语言判断矩阵不一致性调整的新方法.实例分析表明该方法行之有效.     

残缺互补判断矩阵排序的一种新方法

对残缺互补判断矩阵的排序方法进行了研究.把一般互补判断矩阵的排序方法推广到了残缺判断矩阵的情形,分析了参数的取值范围,并对判断信息完全未知的情形进行了讨论.最后给出了算例,对几种排序方法作了比较,结论表明本文给出的方法权重差异较大,更易于方案的排序.     

基于结构元方法的模糊数互补判断矩阵排序法

利用模糊结构元方法,研究了决策信息以模糊数互补判断矩阵形式给出的有限方案决策问题。给出了模糊数互补判断矩阵的定义,介绍了模糊数排序的一种简捷方法——组合序。在该序的基础上,对模糊有序加权平均(FOWA)算子的若干性质进行证明。利用该算子能够将模糊数互补判断矩阵转换为实数矩阵,进而,对模糊数互补矩阵的排序问题转换成实数矩阵的排序问题。只要矩阵中的元为有界闭模糊数,就可以利用FOWA算子进行排序。最后通过算例对比分析,算例表明利用本文的方法进行排序更为简捷。     

不同直觉偏好信息下的多属性决策方法

研究了属性值为实数且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断矩阵给出的模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,而后分别考虑关于直觉判断矩阵和残缺直觉判断矩阵的多属性决策问题,接着建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,通过求解这些模型获得属性的权重.进而给出了不同直觉偏好信息下的多属性决策方法.最后通过一个例子说明了该方法的可行性和实用性.     

基于模糊互补判断矩阵的一致性调整新方法

针对模糊互补判断矩阵的乘性一致性问题,本文从模糊乘性一致矩阵的定义出发, 首先给出了一种衡量判断矩阵一致性程度的新指标,然后综合利用专家给出的直接判断信息和间接判断信息,提出了一种改善模糊互补判断矩阵一致性的新方法,最后通过一个算例说明了此方法的可行性和简洁性.     

Logistic回归模型的影响分析

Logistic回归模型的影响分析是Logistic回归诊断研究中的重要内容。常用的分析方法都是轮换地删除数据点后的逐步判断,而这个判断的过程主要体现在模型的诊断图上。鉴于此,通过构造诊断统计量来有效地开发诊断图成为影响分析的核心内容,并由此能较为准确地探寻出模型的强影响点。本文通过对Logistic回归模型帽子矩阵的分解以及对轮换地删除数据点后的系数估计的相对变化量进行加权,得出Logistic回归模型诊断图使其能比传统的诊断图更准确地判断出模型的强影响点。     

模糊残缺判断矩阵的修补

模糊判断矩阵是决策者在决策中所提供的一种重要的偏好信息,然而专家所给出的判断矩阵可能是带有残缺的.给出了模糊残缺判断矩阵中残存元素的极大一致独立组、残存元素组导出图、残缺矩阵的可接受性概念,并讨论了模糊残缺判断矩阵的极大一致独立组的导出图是树的条件,进而说明n阶模糊残缺矩阵中n-1个元素所导出的图是n阶树的话,模糊残缺判断矩阵即为可接受的.最后给出了一个可接受的残缺判断矩阵修补的算例.     

基于优势度分析的三角模糊数判断矩阵的排序方法

研究了三角模糊数判断矩阵的排序问题,在两个三角模糊数相互比较大小的可能度的基础上,综合分析直接和间接两个方面的比较因素,提出了两个三角模糊数比较的优势度概念.对三角模糊数判断矩阵的行元素信息进行集结并利用所定义的优势度概念作为度量对集结的结果两两进行比较,构造出相应的以实数表示的模糊互补优势度矩阵,进而利用模糊互补判断矩阵的排序公式得到方案的排序权值.最后通过一个算例说明了提出的排序方法.     

基于互补判断矩阵的群决策逆判问题研究

针对群决策中互补判断矩阵的逆判问题,给出了一种新的分析方法,该方法利用数理统计的分析方法,对于评判专家在各自的判断矩阵中所提供的信息进行反判,从而对专家的评判水平进行甄别、排序,同时给出了专家的客观权重,并通过算例验证该方法的实用性和有效性.