AHP中构造判断矩阵的指数(0,2)标度法

结合指数标度法（０,２）标度法的特点,提出了指数（０,２）标度法,实际应用表明,此法不仅简单易行,而且灵活性和可信度都较高。     

全局非均匀积性语言评估标度

提出了两种全局非均匀积性语言评估标度, 在决策过程中, 决策者可以根据实际需要调节这两种标度中相邻语言术语之间的偏差, 从而表明它们具有较好的灵活性. 最后给出了积性语言评估标度和加性语言评估标度之间的转换关系.     

在放宽的强Wolfe搜索下一般三项共轭梯度法的全局收敛性

Abstract. The global convergence of the general three-term conjugate gradient methods withthe relaxed strong Wolfe line-search is proved.     

广义模糊一致性矩阵及其排序方法

给出了广义模糊一致性矩阵,序传递模糊互补判断矩阵等新概念,提出了广义模糊一致性矩阵的一种排序方法,并详细研究了它的一些优良性质。通过算例说明了其可行性和有效性。广义模糊一致性矩阵及其排序方法在层次分析,模糊综合评判等诸多领域将有着广泛的应用前景。     

AHP中一种具有累积优势度的和法

文「３」中提出的特征向量法「ＥＭ」因具有优势度而被广泛应用于向量排序，和法「ＳＭ」＾「２」不具有优势度但简单实用。本文介绍一种新的排序方法－具有平均累积优势度的和法「ＤＳＭ」，它结合了ＥＭ和ＳＭ的一些优点。与ＥＭ、ＳＭ、ＧＤＳＭ、ＳＭＤＭ相比，ＤＳＭ简单、实用、合理，且计算排序向量所需时间少。数据结果表明：ＤＳＭ和ＥＭ总是得到相同的方案排序，而ＳＭ、ＬＬＳＭ、ＧＭＤＭ、ＡＭＤＭ有时会产生逆序。     

模糊数排序的一种新方法

给出了模糊数排序的一种新方法,并且详细研究了它的一些性质.该方法不仅可以对隶属函数为三角形、梯形等较特殊形式的模糊数进行排序,而且还可以比较隶属函数为多个分段单调函数的模糊数,同时它也考虑了决策者的风险态度.最后进行了算例分析.     

基于不确定语言信息的C-OWA和C-OWG算子及其应用

研究了不确定语言信息的集成问题，把连续的有序加权平均（C—OWA）算子和连续的有序加权几何（C-OWG）算子扩展到不确定语言环境之中。提出了一些新的不确定语言信息集成算子，如：加权的不确定语言偏差C-OWA（WULDC-OWA）算子和加权的不确定语言偏离C-OWG（WULDC-OWG）算子等，研究了它们的一些优良性质，如：齐次性、单调性等。分别给出了基于WULDC-OWA算子和基于WULC-OWG算子的不确定语言多属性决策方法，并且用实例对方法的求解过程进行了详细说明。     

互补判断矩阵排序的广义χ2法

基于完全一致性互补判断矩阵的定义，以及互反判断矩阵与互补判断矩阵完全一致性定义之间的转换公式，证明了若干定理，提出了互补判断矩阵排序的广义χ^2方法。研究了它的一些优良性质，如：强条件下保序性等，给出了一个简洁的收敛性迭代算法，并把上述结论推广到群体决策中，人们在实际应用过程中，可根据不同的决策问题，适当地选取算法中的参数α，以便作出合理的决策，最后给出了一个算例。     

衡量判断矩阵相容性的一个通用指标

首先介绍了互反判断矩阵与互补判断矩阵之间的转换公式,以及完全一致性互反判断矩阵和完全一致性互补判断矩阵之间的关系。然后在综合考虑互反判断矩阵与互判断矩阵各自特点的基础上,给出了衡量判断矩阵（包括互反判断矩阵和互补判断矩阵）相容性的一个通用指标,以及互反权重矩阵和互补权重矩阵等概念。对判断矩阵的相容性和一致性详细地进行了研究,并给出了衡量判断矩阵相容性准则。这些结果在群组决策中具有良好的应用前景,有助于进一步提高决策的合理性和有效性,最后进行了算例分析。     

模糊AHP中一种新的标度法

文章提出了模糊环境中ＡＨＰ的一种新标度，运用它构造互补判断矩阵，利用模糊一致性矩阵直接求出排序向量，并给出了两个检验一致性的标准。