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。     

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。     

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。     

模糊互补判断矩阵排序的一种新方法

提出了模糊互补判断矩际排序的一种新方法，并将它同献[10]中给出的模糊互补判断矩阵的排序方法进行对比分析，找出了它们之间的关系，并指出了用本方法计算排序向量较合理。     

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。     

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。     

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。     

混合判断矩阵排序方法研究

本文介绍了混合判断矩阵及完全一致性混合判断矩阵的概念，提出了混合判断矩阵排序的一种最小偏差法，并给出了其收敛性迭代算法，最后通过算例说明了方法的可行性。     

基于模糊一致矩阵的模糊层次分析法的排序

分析基于模糊一致矩阵的模糊层次分析法 (FAHP) ,改正文 [4 ]中存在的两个将会误导决策的错误 ,给出并证明模糊一致矩阵的一些重要性质 ,获得模糊互补判断矩阵下的一个简明排序计算公式 ,完善模糊层次分析法的排序原理。     

模糊判断矩阵排序向量的最小偏差法

基于积型模糊一致性判断矩阵和模糊判断矩阵的排序向量之间的偏差,通过建立并求解一个规划模型,得到模糊判断矩阵排序向量的最小偏差法,并研究了它的一些性质.最后通过两个算例说明了方法的可行性与有效性.     

Fuzzy AHP中的一种加权群体决策方法

考虑在一些群体决策问题中,由于决策者个人的经验、才知、权力等因素的不同,因而拥有不同决策权重的情况,提出Fuzzy环境中层次分析法的一种加权群体决策模型,同时还给出由Fuzzy判断矩阵计算被比较元素的Fuzzy排序权重的几种方法,并给出一个应用该群体决策模型的例子。     

基于组合权重和模糊随机方法的台风灾害风险评估

利用2000~2016年登陆华南地区的24个台风样本的灾情与致灾源数据,建立台风灾害风险评估模型。首先,运用层次分析法和熵权法构建一种新的组合权重;然后,利用组合权重构建灾情指数序列和致灾源指数序列,计算每个台风灾害风险值,并将风险值从小到大划分为五个区间;最后,采用模糊随机方法建立华南地区台风灾害模糊风险评估模型,计算得到五个风险等级区间的模糊可能性,以此来表示各等级台风灾害发生的可能性大小。结果表明,基于组合权重构造的灾情指数序列与致灾源指数序列相关性较强;华南地区发生第二风险等级台风灾害的可能性最大,发生第五风险等级台风灾害的可能性最小,与实际情况较为吻合。     

Fuzzy hierarchical analysis

This paper extends hierarchical analysis to the case where the participants are allowed to employ fuzzy ratios in place of exact ratios. If a person considers alternative A more important than alternative B, then the ratio used might be approximately 3 to 1, or between 2 to 1, and 4 to 1, or at most 5 to 1. The pairwise comparison of the issues and the criteria in the hierarchy produce fuzzy positive reciprocal matrices. The geometric mean method is employed to calculate the fuzzy weights for each fuzzy matrix, and these are combined in the usual manner to determine the final fuzzy weights for the alternatives. The final fuzzy weights are used to rank the alternatives from highest to lowest. The highest ranking contains all the undominated issues. The procedure easily extends to the situation where many experts are utilized in the ranking process, or to the case of missing data. Two examples are presented showing the final fuzzy weights and the final ranking.     

基于数据驱动加权的模糊评价量化方法

模糊评价改变了量化打分的评价方式,使评价者能够更加客观的进行评价,因此在各行各业有着广泛的应用。但是如何将模糊评价转化为量化分值,以便对被评价者进行评价一直是不少学者研究的重点。本文提出一种将模糊评价进行量化评分的新方法,并提出了一种以评价数据来驱动各项指标权重的方法。     

多目标多维模糊决策模型的模糊交叉算法

对多目标多维模糊决策模型做了进一步研究，提出一种模糊环境下带有目标权重主观监督因子的目标函数，提出了计算模糊决策识别矩阵与目标权重的模糊交叉计算公式。该算法既充分利用了模糊决策中的客观信息，又充分利用了决策专家的知识与经验，将客观定权与主观定权有机结合起来，为求解最优模糊决策识别矩阵和确定目标最优权重提供了一种有效途径，进一步丰富了多目标多维模糊决策理论模型。将本文提出的模糊决策方法应用于16家电炉炼钢企业的模糊综合评价决策，取得了较为满意的效果。     

模糊子模函数与模糊秩函数

讨论模糊集合的一些性质;再以一般子模函数为蓝本,定义模糊子模函数,研究模糊子模函数和模糊秩函数的性质;然后利用这些性质推广通过模糊秩函数确定模糊拟阵的一个重要定理。     

具有稳定系数的多目标多维模糊决策算法

对多目标多维模糊决策模型的模糊交叉算法做了进一步研究,分析了多目标多维模糊决策模型中主观监督因子在三维以上模糊决策时对目标权重调节不灵敏的原因,提出一种新的模糊环境下带有目标权重主观监督因子和稳定系数的目标函数,给出了具有稳定系数和主观监督因子的目标权重计算公式,并给出了多目标多维模糊决策的算法,实例计算说明了算法的有效性。     

Fuzzy标准矩阵及Fuzzy强标准矩阵

本文在格L=[0,1]上定义了Fuzzy标准矩阵及Fuzzy强标准矩阵,得出了他们的一些基本性质。证明了Fuzzy标准矩阵是幂收敛阵;给出了Fuzzy强标准矩阵的判别条件及Fuzzy强标准矩阵是幂等的充要条件。最后对Fuzzy强标准矩阵的秩进行了讨论。     

模糊数序列的收敛性

探讨L-R型模糊数序列的S-和问题，定义关于模糊数的模糊小于的概念，在此基础上探讨模糊数的有序性，模糊数的截集函数的连续性，模糊数的格结构以及模糊数序列的收敛性等重要性质。