AHP方法中关于判断矩阵一致性的研究

从分析判断矩阵的特征根出发，推导出判断矩阵一致性和特征根的关系，即判断矩阵的最大特征根越接近于判断矩阵的维数，则该判断矩阵的一致性越好。以此为基础，进一步得出了判断矩阵一致性检验的原理和方法；给出了对判断矩阵进行一致性调整的原则，最后根据这一调整原则，提出了一种新的一致性调整的方法，并以一个实例验证该方法的正确性和可行性。     

层次分析法一致性检验不是排序的必要条件

特征根排序方法是AHP的最主要方法，被认为是揭示方案相对重要性排序的最好方法。但是，特征根法排序本质依赖于判断矩阵的“一致性”条件，而设立的“一致性”检验指标本身就缺乏客观性，并且当一致性检验不能被接受时，特征根排序方法失效。另一方面，判断矩阵提供的数据客观地确定了方案间的某种真实排序。这种真实排序与判断矩阵是否具有一致性并无关系，本文的目的旨在阐明这些问题并给出了不受一致性限制的计算方案排序的有效算法。     

AHP中判断矩阵一致性方法的探讨

提出检验判断矩阵一致性的新方法———统计检验法 .应用这一方法 ,检验判断矩阵的一致性不必计算λmax,检验过程可为不一致判断矩阵的调整提供信息 .     

层次分析法一致性检验不是排序的必要条件

特征根排序方法是AHP的最主要方法 ,被认为是揭示方案相对重要性排序的最好方法。但是 ,特征根法排序本质依赖于判断矩阵的“一致性”条件 ,而设立的“一致性”检验指标本身就缺乏客观性 ,并且当一致性检验不能被接受时 ,特征根排序方法失效。另一方面 ,判断矩阵提供的数据客观地确定了方案间的某种真实排序。这种真实排序与判断矩阵是否具有一致性并无关系 ,本文的目的旨在阐明这些问题并给出不受一致性限制的计算方案排序的有效算法     

模糊判断矩阵一致性逼迫和调整的一种新方法

根据模糊判断矩阵一致性的定义，提出一种求取一致性模糊判断矩阵的新方法，并对决策者给出的模糊判断矩阵进行一致性调整的方案，最后给出一个算例。     

群体判断矩阵排序的简便算法及其统计检验法

本文提出了群体判断矩阵排序的简便算法和检验判断矩阵一致阵的统计地。该方法集中反映了专家们的意见，没有损失任何信息，对一致性较差的判断矩阵可以隐含其中进行计算。实例表明，该方法简单，使用方便。     

群组决策中相容性检验的夹角余弦法

对相容性检验和一致性检验进行了比较,分析了这2个指标的异同,并从判断矩阵的排序向量出发,提出了相容性检验的夹角余弦法,最后通过一个算例说明该计算方法简洁有效.     

高校节能减排评价指标体系及综合评判方法

为解决高校节能减排综合评判的决策问题,建立了高校节能减排综合评价指标体系,提出了一种层次分析法和模糊综合评价法相结合的高校节能减排综合评判方法：基于层次分析法构造模糊判断矩阵,选用一致性充要条件检验判断矩阵的一致性,进而推导出评价指标体系中各评价指标的综合权重;通过归一化处理得到各定性指标的模糊隶属度,采用梯形模糊数得到各定量指标的模糊隶属度,从而构造出评价指标模糊关系矩阵;最后根据主因素决定模型运算公式得到各高校节能减排综合评判结果．     

群组决策中调整判断矩阵的统计平均法

探讨在群组决策中充分利用判断矩阵的信息对其进行调整的方法，给出了判断矩阵生成元的概念及其表达式，并论证了每个生成元都可以构造出一个一致的正互反矩阵的结论；确认将生成元得到的一致正互反矩阵进行几何平均，就能得出一个充分利用判断矩阵的信息且满足一致性的矩阵，并可用该矩阵替代判断矩阵．文中还以算例说明了该方法的实施过程，为群体决策的理论研究开拓了新的思路．     

基于区间数互反判断矩阵的一致性调整新方法

提出了一种区间数互反判断矩阵一致性和排序的新方法。首先根据已有的区间数互反判断矩阵的一致性定义给出了其一致性等价定义,通过定义导出矩阵,给出了完全一致性判别方法和满意一致指标,并根据此指标给出了一种完全一致性的逼近方法和满意一致的调整方法。最后通过对实互反判断矩阵权重公式的推广给出了区间数互反判断矩阵的一个权重计算公式,算例证明了此方法的有效性。     

改进AHP方法在库存选址问题中的应用

分析了库存地址选择的主要因素及目标权重分配方法,采用层次分析法的一致性矩阵对各个方案进行定量和定性相结合的评定,探讨了把层次分析法(AHP)作为确定指标权重的实现过程,提出了采用(AGA)修正判断矩阵的一致性,并利用新方法(AGA-CAHP)计算了判断矩阵各要素的排序权重,给出了层次单排序和总排序及其一致性检验方法。     

层次分析法中一致性检验的简化计算

本文通过对层次分析法(以下简称 AHP)中一致性检验的计算公式进行不等式变换后,得出了直接用判断矩阵的最大特征根进行检验的简化方法,并定义了用λ′做为一致性检验指标,该方法使得层次单排序检验直观、简单,便于人们对 AHP 的应用。     

利用粒子群算法计算AHP判断矩阵排序权重

根据判断矩阵的基本性质,可以将判断矩阵的排序权重计算归结为一个最小化一致性指标的最小优化问题。针对这个最优化问题,提出一种利用改进的粒子群算法计算排序权重的算法。首先对判断矩阵排序权重计算及一致性检验、改进的粒子群算法进行了介绍,然后对排序权重计算进行了描述,最后给出仿真实验数据及其分析。实验结果验证了此算法的有效性,并显示该算法具有很高的精度和稳定性。     

弱一致区间数判断矩阵的一致性逼近

通过使用一种弱一致区间数判断矩阵的一致性逼近方法，得出弱一致区间效判断矩阵的一致性逼近矩阵。该一致性逼近矩阵中保留了原判断矩阵的一致信息而消除了不一致信息，从而避免了不一致信息对排序的影响。     

AHP中进行判断矩阵一致性检验的另一种方法

给出了对层次分析法中的判断矩阵进行了一致性检验的另一种方法，也就是借助于其特征多项式ｆ（λ），ｆ（λ）的导数及高阶导数的值来进行检验。     

群组GJAHP决策及其应用

提出了ＧＪＡＨＰ中的群组决策方法，对各种广义判断矩阵形式给出了综合排序权值的计算与一致性检验方法。最后给出了应用实例。     

一种检验判断矩阵一致性的偏差矩阵方法

提出了一种适合层次分析法中一致性检验的偏差矩阵方法,该方法无需进行复杂的数学运算,只需根据判断矩阵的偏差矩阵即可进行检验.通过实例分析,证明是一种有效实用的方法.     

首加尾分块循环矩阵的性质研究

给出首加尾分块循环矩阵的定义,得到了首加尾分块循环矩阵的矩阵表示多项式,并对其研究得到了三个首加尾分块循环矩阵的充要条件,同时获得它的数乘、和、差、乘积、幂、伴随矩阵仍然是首加尾分块循环矩阵,最后给出判断奇异性与非奇异性的一个充要条件。     

改进AHP中判断矩阵一致性的一种新方法

提出了一种新的改进判断矩阵一致性的方法,即通过逐步修改原判断矩阵中的一对元素,并利用通用的一致性检测方法,使其一致性得到不断改进,最终达到一致性,并通过实验说明该算法简便,实用。     

多目标决策中确定权值的一种新方法

在分析和理论推导的基础上，利用最优传递矩阵对传统的层次分析法（ＡＨＰ）进行改进，建立了改进的层次分析法（ＩＡＨＰ），利用ＩＡＨＰ求得的判断矩阵能自然满足一致性要求，不需要进行一致性检验，可直接求得各因素的权值。