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.     

层次分析法中极端专家意见排除研究

层次分析法是通过群决策的方法利用专家的定性判断矩阵研究决策问题.当极端专家意见出现时,会使得群决策的结果存在偏误.提出的极端专家意见排除模型是针对层次分析法中极端专家意见排除的改进方法,利用专家判断矩阵和经层次分析法得到结果的距离,给出排除极端专家意见的规则.利用未被排除的专家意见矩阵,计算新的决策结果,使得结果更为代表性、科学性,有效体现了总体意见,对利用层次分析法进行群决策有一定借鉴意义和实际应用价值.     

AHP方法一致性检验的新标准

在层次分析法中判断矩阵是否具有满意的一致性是一个重要的问题.对一致性差的判断矩阵,首先利用F-范数定义了s_k,然后讨论了s_k的单调性,从而随着对判断矩阵元素的调整,对判断矩阵一致性度量给出一个新的参考标准.     

一种一致性排序标度方法

针对层次分析法判断矩阵一致性问题,提出了一种新的排序标度方法,证明了采用新方法形成的判断矩阵具有一致性,最后通过实例运用说明了此方法的可行性和有效性.     

改进层次分析法在PPP项目绩效评估中的应用

PPP(Public Private Partnership)融资模式,代表了公共部门与私人部门之间不同程度的合作关系.针对PPP项目绩效管理问题,提出运用改进层次分析法进行评估.在传统的层次分析法基础上,采用三标度法,引入最优传递矩阵,进而转化成一致性判断矩阵,避免了传统方法判断矩阵的一致性检验,简化了计算.可为投资者和项目决策者提供科学合理的参考依据.     

正互反判断矩阵元素与优先权重新的逻辑关系

揭示了一种含参数的正互反判断矩阵元素与优先权重新的逻辑关系,并对参数的含义作了解释.得出了四个重要结论.通过算例与Saaty提出的层次分析法做了比较,说明了该方法的合理、科学性.     

Saaty氏层次分析法的改进

本文讨论了层次分析法建立判断矩阵的不足之处，并提出了改进设想和改进方法。     

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.     

一致性互反Fuzzy判断矩阵的传递性

研究矩阵元素为Fuzzy数的互反判断矩阵的传递性质.首先得到了判断两个Fuzzy数近似相等的等价条件,并得到了揭示Fuzzy数的核之间关系的一个充要条件.在此基础上,进一步证明了一致性互反Fuzzy判断矩阵具有传递性的两个结论.这两个结论说明:在层次分析法中,用一致性互反Fuzzy判断矩阵表示一组方案在同一目标下的两两重要性比较是符合理性决策的思维特征的.     

基于模糊层次分析法对影响农民画发展因素的研究——以喀什麦盖提为例

根据模糊层次分析法的原理,把研究影响农民画的因素作为一个系统,按照分解、比较、判断再综合的方法进行最终决策.首先根据农民画自身性质和特点,通过调查收集并筛选汇总确定调查的指标,依据指标间的相互关系构建层次结构模型,在层次分析法的基础上,结合模糊集合理论,运用模糊层次分析法确定指标权重构造基于三角模糊数的互补判断矩阵,并运用置信度排序方法进行层次排序结果表明:收入情况对农民画发展的影响最重要,游客情况次之,农民画画家基本情况对农民画的影响最小,同时对各指标进行了重要性排序.     

关于AHP中判断矩阵校正方法的新探索

本文对 AHP中不一致性判断矩阵 ,提出与文 [1 ]中不同的更为简便、实用的校正方法 .该方法运用向量范数的概念以及判断矩阵的性质 ,探索出了校正判断矩阵的新途径 .最后辅以实例 .     

层次分析法中判断矩阵不一致性调整方法研究

针对层次分析中判断矩阵的不一致性,提出了次序一致性与绝对一致性的概念,给出了不一致性的检验准则和修正方法。     

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。     

模糊层次分析法(FAHP)

首先通过分析指出层次分析法（ＡＨＰ）存在的总理２,然后给出了较文献「２」条件更弱的模型一致矩阵的定义,并对新定义的模糊一致矩阵的性质,用模糊一致矩阵表示因素两两重要性比较的合理性以及表示因素两两重要性比较的模糊一致矩阵同表示因素重要程度权重之间的关系进行了讨论最后给出了模糊层次分析法５的原理和步骤。     

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。     

AHP中判断矩阵的满意的一致性的研究

对层次分析法(AHP)中的判断矩阵,给出了它具有满意的一致性的充分必要条件,也就是,给出了检验它是否有满意的一致性的一种方法,在否定的情况下,还给出了修正它的一种方法使得它的每个主子矩阵都有满意的一致性.     

An additional result of Monsuur's paper about intrinsic consistency threshold for reciprocal matrices

The paper addresses ranking of factors with a use of the pairwise comparison method in sense of the analytic hierarchy process (AHP). The aim of this study is to show that the logarithmic least squares method used to approximate judgement matrix in order to calculate the ranking of factors does not cause the reduction of weight of a new alternative as the eigenvector method does.     

模糊广义判断矩阵的一致性检验及合成排序

决策评价过程中往往包含诸多不确定性、随机性和模糊性,广义判断下的ＡＨＰ－ＧＪＡＨＰ是一种广义ＡＨＰ,Ｆｕｚｚｙ 环境下的ＧＪＡＨＰ决策方法是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,并根据模糊集理论的扩展原理,求得Ｆｕｚｚｙ 环境下的模糊排序权值向量。本文给出模糊广义判断矩阵的一致性定义,讨论了各类判断形式条件下的一致性检验法与Ｆｕｚｚｙ 环境下递阶层次结构中的合成排序问题     

关于AHP群体判断矩阵权向量优化计算方法

本文提出的ＡＨＰ群体判断矩阵权向量优化计算方法,是运用非线性规划方法求解与各判断矩阵列向量偏角相差综合最小的向量．实例证明,该方法是简便有效的     

一种校正模糊判断矩阵一致性的新方法

给出一种校正模糊判断矩阵一致性的新方法。首先 ,给出关于模糊判断矩阵满意一致性的定义及判定方法 ,然后通过构造和分析能够反映完全一致性矩阵和原判断矩阵之间关系的偏差矩阵 ,给出校正模糊判断矩阵一致性的计算步骤 ,最后给出了一个算例。