三端点区间数互反判断矩阵的排序方法研究

本文研究了三端点区间数互反判断矩阵的一致性和排序方法。在三端点区间数互反判断矩阵完全一致性概念的基础上,首次将矩阵特征向量思想引入三端点区间数互反判断矩阵之中——研究了三端点区间数互反判断矩阵的一致性与权重向量之间的类似特征向量关系,并运用线性规划模型给出一种处理三端点区间数决策者对方案属性权重的方法,然后通过三端点区间数权重向量的期望值,进行方案集结排序。最后通过具体的案例,验证了所提出方法的有效性和适用性。     

基于模糊判断矩阵的群决策方法研究

对多个决策者给出的偏好信息的有效集结是群决策过程的重要问题之一.不同类型的偏好信息有不同的集结方法.基于模糊判断矩阵一致性的定义,提出一种加权集结方法的最优化模型,从而得到群决策中一类模糊判断矩阵的集结方法,并进一步分析和研究群组判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质.     

基于OWG算子的不同形式偏好信息 的群决策方法

具有不同形式偏好信息的群决策是决策分析及群决策支持系统研究的一个新课题,它对 于进一步提高群决策支持系统的实用性和灵活性方面具有重要意义. 针对这类群决策分析,提 出了一种具有效用值、序关系值、模糊互补判断矩阵、互反判断矩阵等4 种形式偏好信息的群 决策方法. 在该方法中,首先给出了将不同形式的偏好信息均转化为互反判断矩阵形式的计算 公式;然后基于OWG算子将各决策者的偏好信息集结为群的偏好并进行方案的优选;最后给 出了一个算例.     

基于模糊判断矩阵信息确定专家权重的方法

本文对群组模糊判断矩阵集结过程中确定专家权重的问题进行了研究,建立了模糊判断矩阵的特征矩阵和求解群集结矩阵的最优化模型,通过矩阵之间距离度量判断信息自身逻辑一致性程度和群体相容性程度,给出一种基于专家判断信息的可信度计算其后验权重的方法,最后用算例予以说明.     

基于语言评价信息的快速集结方法研究

针对具有语言评价信息的多指标群决策问题,研究了基于二元语义的快速集结方法。把各决策者的语言评价信息转化为二元语义矩阵;依据各决策者的判断偏好,提出方案属性权重求解的规划模型;通过集结和比较各决策者偏好和总体偏好的差异,提出决策者权重确定模型;定义决策者判断一致度及决策者偏差的查找算法,快速辨别偏差较大的决策者并对其提供偏好调整建议;文后例子将其应用于某危险品的救险应急方案的选择。     

一种新型不确定AHP的研究与应用

针对现有AHP方法在某些决策环境下不能准确反映决策者的偏好,以及群决策背景下专家偏好集结的信息丢失等问题,研究元素服从离散分布的一种新型不确定AHP,将未确知数概念引入到AHP之中,用局部一致性和整体一致性思想检验未确知数判断矩阵,并根据未确知数判断矩阵的特点,提出基于未确知数运算法则和蒙特卡罗模拟的两种权重求解方法,最后通过两个例子说明新方法的应用可行性.     

一种具有不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式的偏好信息的群决策问题,提出了一种基于二元语义运算的群决策方法.在该方法中,首先给出了不同粒度语言判断矩阵的定义;然后给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义信息的方法,并且采用近年来最新发展的关于二元语义信息集结的加权平均算子和语言优势度直接对语言短语进行运算,最终确定最优方案;最后给出了一个算例.     

基于模糊判断矩阵的对数最小二乘排序方法

基于决策者提供方案偏好信息的排序方法研究是决策分析的一个重要问题.不同类型的偏好信息有不同的排序方法和理论依据.根据模糊判断矩阵完全一致性的概念,从最优化角度提出了模糊判断矩阵的对数最小二乘排序方法,并研究了其性质,给出了相应的一致性检验指标.最后进行了算例分析.     

基于流形学习的非一致性判断矩阵排序方法

针对传统层次分析法(AHP)在构造判断矩阵过程中需要满足一致性条件问题,本文研究AHP方法需要进行一致性调整的原因,提出了一种基于流形学习的非一致性判断矩阵排序方法。在非一致性判断矩阵排序过程中,首先基于近邻距离的概念,构建出判断矩阵所对应数据集的近邻距离矩阵;然后以近邻点的线性表示为基础,将每个数据点映射到一个全局低维坐标系,并据此获得判断矩阵所对应的低维嵌入;根据各层求解出的低维嵌入对各层要素进行优劣排序,进而得到最终排序结论。最后,通过数值案例验证了所提方法的有效性和实用性。     

混合判断矩阵排序的线性目标规划法

基于互反和互补两类判断矩阵, 给出了混合判断矩阵及完全一致性混合判断矩阵的定义, 介绍了互反判断矩阵与互补判断矩阵之间的转换关系, 提出了混合判断矩阵排序的线性目标规划法. 该法通过建立一个线性目标规划模型可求得混合判断矩阵的排序向量, 具有简洁、实用、易于计算机上实现等特点. 最后进行了算例分析.     

区间数互补判断矩阵的一致性及其排序研究

由于目前国内外文献对区间数互补判断矩阵的性质研究较少,从而使得对排序方法的相关研究缺乏理论依据.针对这些缺陷,本文研究了区间数互补判断矩阵的性质及其排序方法问题.根据区间数互补判断矩阵的定义,给出了区间数互补判断矩阵的一致性、严格强传递性与弱传递性等定义,并研究了一致性判断矩阵的性质,并说明这些性质更符合人们的思维特征.在一致性性质的基础上建立了区间数互补判断矩阵排序的非线性规划模型,算例分析表明该方法是有效可行的.     

模糊C-OWG算子及其在三角模糊数互反判断矩阵排序中的应用

本文研究了决策信息以三角模糊数互反判断矩阵形式给出的有限方案决策问题。首先定义了模糊C-OWG(FC-OWG)算子和期望模糊C-OWG(EFC-OWG)算子,并研究了它们的一些性质。基于FC-OWG算子和EFC-OWG算子,提出了方案偏好信息为三角模糊数互反判断矩阵的方案排序方法,根据决策者的偏好程度进行调节,并利用决策者的偏好程度对排序结果进行敏感性分析。实例表明,新方法计算简单、可行且有效。     

基于两类残缺偏好信息的交互式群决策方法研究

提出不同残缺偏好信息的交互式群决策方法。利用矩阵元素之间的可达性关系,给出区间数判断矩阵残缺元素的确定方法。定义了不同偏好信息的群体满意度,基于群体判断与决策个体判断之问的偏离程度,与决策者进行交互,使得决策者的意见尽可能协调一致。根据修正意见求解得到方案排序,并通过算例说明方法的有效性。     

一种新的梯形模糊数互补判断矩阵的排序方法

研究了决策信息以梯形模糊数互补判断矩阵形式给出的有限方案决策问题。首先利用COWA算子,引入期望值函数概念对梯形模糊数来排序,排序结果可以根据决策者的乐观程度进行调节,更加合理。然后基于期望值函数,把梯形模糊数互补判断矩阵转化期望值互补判断矩阵进行排序,并利用决策者的乐观程度对排序结果进行敏感性分析。最后通过算例说明了该方法的可行性和有效性。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

多属性群决策的混合结构偏好识别与融合方法

为有效应对现有群决策偏好一致性检验方法的系列弊端,针对目前群决策情景所展现的决策导向多元、方案属性构成迥异和偏好结构复杂等特征,在解析群决策偏好一致性判定复杂性、刻画群决策偏好信息表征假设情景的基础上,对常规多属性群决策问题进行公理化描述。依据从方案层面到属性层面的整体决策信息判定策略,给出决策导向层面的整体判断偏好一致性检验方法、决策群体偏好类型识别方法、同种偏好内部及偏好间累积判断偏差求解方法、偏好整体相对一致性检验方法和多轮次非一致性决策信息调整策略。案例应用结果表明,上述所构建的方法和策略有效、可行,能够为决策导向多元、备选方案差异显著情景下的混合结构偏好一致性检验、调整与集结提供借鉴。