AHP的扩展及应用

本文介绍了模糊AHP、多目标AHP及灰色群体AHP的基本原理与算法步骤,并给出了其有关的应用实例。     

稀土安全评价:集成算法改进与实证

稀土作为我国战略性矿产资源,其安全问题一直是政府和学术界关注与研究的重要课题.建立了稀土安全的概念框架与评价体系,针对传统AHP中九标度法的不足,基于熵值法、加速遗传算法及扩充标度值的层次分析法,提出了一种改进的层次分析法(EV-AGA-EAHP),通过集成模糊C-均值聚类算法和模糊综合评价法,研究提出了一种模糊综合集成评价方法(EV-AGA-EAHP-FCM-FIJ),给出了集成算法及步骤,对2001-2013年我国稀土安全水平进行了评价,提出了保障我国稀土安全的建议.     

AHP最小二乘排序方法及其算法研究

本文研究AHP中的最小二乘排序方法(LSM)及其算法实现,给出了一种简单的收敛性迭代算法,并进行了理论分析和仿真运算。     

AHP中排序权值的修正问题

本文对AHP排序权值的产生过程作了浅析;为提高排序权值的准确性提出了排序元素中关键元素对的概念,并根据实验心理学及非线性排序的原理和方法,推导了用关键元素对的有关信息对AHP排序权值进行修正计算的两种方法——幂修正法和乘子修正法。本文还给出了作者为检验两种修正算法而作的一些心理实验的数据,其结果证明,经修正算法修正后的排序权值都非常接近实际值,因此两种修正算法都是有效的和可行的。     

AHP算法和三角模糊数在虚拟企业的盟员选择中的应用

虚拟企业的盟员选择是一个复杂的问题，为此本提出出一个比较新颖的算法。此算法是基于AHP算法和模糊数学理论的。它整合了企业管理的主观意愿和企业的客观情况，是一种比较全面的算法。最后以实例表明本算法能有效的支持伙伴选择。     

层次分析中的一种动态排序模型

层次分析法(简称AHP)是定性与定量相结合的运筹学方法。动态排序是指在AHP模型中考虑时间因素,它的判断矩阵及相应的排序权值是时间的函数.Saaty在[1]中给出了动态排序的判断矩阵的基本形式,讨论了阶数不超过4时判断矩阵特征根问题的解。但是上述方法在计算上是比较复杂的。为此,我们给出一种新的动态排序模型。 AHP的首要步骤是构造判断矩阵A,然后通过求解特征根问题:     

算法初步

1.本单元重、难点分析本单元的重点:在理解算法含义的基础上,理解算法的三种基本逻辑结构,会用算法步骤、程序框图表示算法;理解五种基本算法语句的结构和用法.     

AHP判断矩阵权向量的改进最小二乘求解

提出了基于最小二乘法计算判断矩阵权向量的新方法.固定AHP判断矩阵权向量中的一个值为常量,利用判断矩阵的上三角部分元素,设计了一种计算判断矩阵权向量的新算法,算法简单,计算容易,与特征向量排序方法导出标度相同,并且能够证明存在唯一解.实验表明该算法具有有效性和可行性.     

一种基于GP算法的多准则决策函数构造方法

提出了一种基于遗传程序设计算法(GPA)构造多准则决策函数新方法,该方法构造的决策函数比典型的分层处理AHP(算术平均值)方法构造的决策函具有明显的稳定性.理论上期望得到实例的验证.     

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.     

一种加性AHP法的构造及应用

首先分析了 Satty的传统 AHP法的缺陷 ,然后给出了加性 AHP法的构造原理及权值求法 ,并以一实例说明加性 AHP法在多指标决策分析中的应用 .最后指出加性 AHP法是一种较之传统 AHP法更方便可行的方法 .     

基于专家动态权重的群组AHP交互式决策方法

为了能在群组决策中得到更为客观和准确的决策结果,在把专家权重划分为静态权重和动态权重的基础上,研究了在交互式决策中专家动态权重的确定方法,给出了共识度的一个定义.在此基础上,研究了群组AHP交互式决策方法中的一致性和相容性检验,给出了基于专家动态权重的群组AHP交互式决策方法流程,最后用一个示例说明了该方法的应用步骤.     

非线性规划的序列仿射尺度投影内点算法

本文提出了求解非线性规划的一种序列二次规划内点算法,与其他算法的不同之处在于引进了仿射尺度变换,且避免了一维搜索,这使得该算法的计算量获得了明显的减少,本文给出了算法的详细迭代步骤并讨论了算法的收敛性。     

约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。     

基于乌鸦喝水的元启发式优化算法

启发式优化算法已成为求解复杂优化问题的一种有效方法,可用于解决传统的优化方法难以求解的问题.受乌鸦喝水寓言故事启发,提出一种新型元启发式优化算法—乌鸦喝水算法,首先建立了乌鸦喝水算法数学模型;其次,给出实现该算法的详细步骤;最后,将该算法用于基准函数优化,并将该算法与乌鸦搜索算法、粒子群优化算法、多元宇宙优化算法、花授粉算法、布谷鸟算法等群智能算法进行了比较.仿真实验结果表明,乌鸦喝水算法优于其他算法.     

AHP中不一致判断矩阵调整方法的改进

针对AHP中不一致性判断矩阵,提出了一种新的调整方法.通过分析诱导矩阵与判断矩阵之间的关系,用元素的几何平均值对矩阵中偏差最大的元素逐个修正,直到判断矩阵达到满意的一致性.该算法利用原始判断信息修正单个元素,提高了判断矩阵修正速度,简洁、实用.     

线性互补问题的宽邻域预估校正算法

对线性互补问题提出了一种新的宽邻域预估校正算法,算法是基于经典线性规划路径跟踪算法的思想,将Maziar Salahi关于线性规划预估校正算法推广到线性互补问题中,给出了算法的具体迭代步骤并讨论了算法迭代复杂性,最后证明了算法具有多项式复杂性为O(ηlog(X~0)~Ts~0/ε)。     

基于非结构化模糊决策方法的设备采购方案评价

为解决设备采购方案评价中存在的多目标决策问题以及弥补运用层次分析法(AHP法)和多因素价值理论(效用理论)解决此类问题的某些局限性，提出了运用非结构化模糊决策方法(NSFDM)进行设备采购方案评价。在论述了NSFDM的原理和步骤之后，以某项目空调系统采购为例，着重分析了NSFDM在设备采购方案评价中的应用。结果表明：相对于AHP法，NSFDM在建立层次结构模型时同一层次比较因素的数目可以超过9个，且判断矩阵易于通过一致性检验，因而NSFDM是解决设备采购方案评价和其它类似的复杂多目标决策问题的一种有效方法。     

一种新的图像插值算法

在没有先验信息的条件下，本基于图像数据所蕴含的二维空间梯度信息和统计特征，提出了一种新的图像插值算法。这种算法主要包括聚类分析、模式识别和图像插值三个步骤。通过仿真实验，取得了令人满意的结果。     

一个修正的PVT算法

对Fkshima(1998）所提出的PVT算法给出一种修正算法，称为修正PVT算法，这一修正算法对PVT原算法中的并行步中的停止准则和同步步骤作了修正。修正PVT算法的停止条件对PVT原算法的停止条件弱，因此更适用于并行计算，并且计算时间比PVT原算法少。