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.     

层次分析法中模糊判断的简化排序方法

本给出了AHP中一种判断为模糊型问题的判断矩阵的建立及排序权重的简化计算方法。     

AHP中判断矩阵排充的灵敏度分析

对AHP中判断矩阵排序的行知归一化方法进行了灵敏度分析,给出了在某个准则下,任意两个方案排序位置不变的情况下判断矩阵中各个元素变化范围的计算公式,所给出的公式直接简单,对于进一步分析判断矩阵权重的稳定性具有重要意义。     

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。     

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.     

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.     

基于广义判断形式的模糊排序方法

广义判断下的ＡＨＰ（ＧＪＡＨＰ）是一种广义ＡＨＰ。它是在研究不完全信息下的决策排序问题时，通过构造广义判断矩阵的数学模型而建立的一种广义ＡＨＰ。本文应用集值统计的方法，在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示。给出了基于模糊区间数排序权值向量的特征根算法。讨论了Ｆｕｚｚｙ环境下求解各种判断形式的模糊排序权值向量的方法。     

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     

基于不确定互补判断矩阵的多目标决策方法研究

针对多目标决策中两种不确定互补判断矩阵形式(区间数互补判断矩阵与三角模糊数互补判断矩阵),给出了各自的模型及其排序方法,并对一些方法进行了推广,提出了一些模型的新方法,为不确定互补判断矩阵排序方法的进一步研究奠定了基础.     

区间粗糙数互反判断矩阵的一致性研究

结合区间数判断矩阵的一致性研究方法,从集合论的角度出发,给出了区间粗糙数互反判断矩阵的满意一致性,完全一致性的定义,讨论了一致性区间粗糙数互反判断矩阵的相关性质,提出了一种基于区间数特征根法的区间粗糙数互反判断矩阵排序方法,并通过算例说明该方法的可行性及适用性。     

三角模糊数互补判断矩阵排序的目标规划法

针对决策者以三角模糊数互补判断矩阵形式给出的多目标决策问题.给出三角模糊数加性一致性互补判断矩阵的判定定理.利用该定理基于最小偏差建立一个目标规划模型而解得三角模糊数互补判断矩阵的权重向量,从而使用三角模糊数排序公式对方案排序,提出了基于目标规划的三角模糊数互补判断矩阵排序法.最后,将模型与方法应用于项目投资决策中.     

基于相对熵的多粒度语言判断矩阵的群决策方法

针对多粒度语言判断矩阵的群决策问题提出基于相对熵的最优化模型的排序方法.在多粒度语言偏好信息的导出函数基础上定义了语言判断矩阵对应的导出模糊互补判断矩阵,并给出其排序向量的计算式;同时采用语言判断矩阵的一致性指标来确定专家重要性程度的权向量;在相对熵的意义下构建了群决策排序向量的最优化模型,探讨了模型的求解方法.实例分析表明该模型是可行和有效的.     

基于最小偏差和优势度的区间数互补判断矩阵排序法

针对决策信息以区间数互补判断矩阵形式给出的多目标决策问题。首先,给出相对优势度的概念和区间数加性一致性互补判断矩阵的判定定理。其次,建立一个目标规划模型,通过求解该模型得到区间数互补判断矩阵的权重向量,并利用各权重向量的总体相对优势度对方案进行排序,提出了基于最小偏差和优势度的区间数互补判断矩阵排序法。方法的核心是对数值型互补判断矩阵排序方法的拓展。最后,通过实例说明方法的可行性和有效性。     

层次分析中排序的一种新方法

Saaty提出的特征向量排序方法（EM）已被广泛应用于层次分析（AHP）中。本文提出一种判断矩阵排序的最小扰动性（LPM）,并给出一个收敛性迭代算法和一些算例。LPM在几个重要方面优于EM。理论分析和数据结果表明：LPM是一种可行且有效的排序方法。     

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.     

模糊判断矩阵一致性逼近及排序方法

根据一致性模糊判断矩阵定义,提出了一种求取一致性判断矩阵及方案排序的新方法,该方法是通过建立一个线性目标规划模型来得到排序向量,并相应地得到逼近于决策偏好的一致性判断矩阵,最后给出了一个算例。     

基于FAHP的动态联盟运作风险因素排序研究

在分析动态联盟风险评价应考虑的主要因素的基础上,建立了一套适用于动态联盟运作风险评估的指标体系;提出了一种模糊集合理论与AHP(层次分析法)相结合的动态联盟运作风险因素重要性排序方法:以三角模糊数表示动态联盟风险管理专家判断信息,集结多位专家意见构建三角模糊互补判断矩阵,同时采用一种基于可能度的排序方法对风险因素进行重要性排序;最后通过实例说明了该方法运用的具体过程.本文的研究为动态联盟运作风险管理对策的制定提供了参考.     

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。     

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.     

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。