不完全信息下的AHP优化决策方法研究

针对在紧急情况下,比如战争或灾难中利用AHP进行决策时,由于决策时间紧迫、信息掌握不完全、决策者经验限制等因素,通常会导致决策信息的不完全,提出一套完整的基于残缺判断矩阵的分析和优化的解决方案。首先,给出了残缺判断矩阵的相关定义和性质,研究了残缺判断矩阵的有效性判断的基本原理,并给出了连通图判定方法;对于无效残缺判断矩阵,通过增补最少的元素实现所有方案的互连通,从而使其成为有效残缺判断矩阵;对于有效残缺判断矩阵,提出以未知数填充残缺矩阵,构建以一致性比率最小为目标的优化决策模型;对于优化模型仍不能达到满意一致性的情形,从基本回路的不一致性分析入手,找出具有最大CR和的元素作为最不一致元素,在[1/9,9]区间上选出使得CR和最小的值作为该元素修正值,然后再构建优化模型实现最优化增补;根据以上原理,利用Matlab编程,开发了残缺判断矩阵的AHP相关决策工具软件。最后,通过算例分析验证了方法的可行性和有效性,证明了开发的软件能够满足紧急状态下决策的时效性要求,同时,通过与已有方法的对比证明了该方法更为有效。     

不完全专家信息条件下基于区间数排序的群决策方法研究

专家根据自身的知识和经验,选取部分熟悉的评价指标进行评价,这类问题称为不完全专家信息条件下的群决策问题.这类问题目前主要利用基于模糊软集合的综合评价方法进行决策,但是方法无法考虑各类评价指标之间的权重信息,而直接利用模糊综合评价方法虽然考虑了权重信息,但其实质是将未打分的专家进行了主观上的赋值,可能导致决策失误.为此,提出将未提供的专家意见按照[0,1]区间数进行补全,实现将原始评价矩阵等价转换为区间数评价矩阵,从而使问题转化成为基于区间数决策矩阵的综合评价问题,并利用基于可能度的区间数排序方法实现了最终决策.最后,通过一个算例验证了方法的正确性和相比基于模糊软集合的综合评价方法的优越性.     

基于基本回路修正的AHP一致性调整方法研究

为解决AHP一致性问题,提出一种基于基本回路修正的调整方法,能够同时解决数值不一致和逻辑不一致问题,同时保证对原始信息的修改量最小。数值不一致和逻辑不一致均由决策者的不准确判断引起,其中数值不一致可以通过降低一致性比率(CR)值进行改善,而逻辑不一致只有将判断矩阵中所有三阶回路去除才能得到解决。因此,通过对n阶判断矩阵进行基本矩阵分解,得到C³_n个3阶的基本矩阵,其中存在三阶回路的称为基本回路,从而将判断矩阵的一致性修正问题转化为基本回路的一致性修正问题。通过对基本回路的一致性比较,提出了两种确定最不一致元素的方法,即CR和最大法和优化法,并设计了优化模型对最不一致元素进行修正。最后,通过算例分析验证了本文方法的可行性,与已有方法的对比结论证明了本文方法更为有效。