改进的三角模糊数互反判断矩阵排序算法研究

研究了模糊层次分析法中以三角模糊数为元素的互反判断矩阵排序方法问题,提出一种改进模糊概率算法。采用改进的满意一致性判断指标对互反判断矩阵判断与修正;用模糊概率算法将判断矩阵特征向量中的三角模糊数转换成准确值,最终得出排序向量。实例分析结果表明,排序向量更加趋近理想判断,算法更具准确性。     

区间数判断矩阵满意一致性的判定方法和方案的排序

研究区间数判断矩阵的满意一致性和方案的排序.首先,给出区间数判断矩阵满意一致性的一种新的定义;然后,利用区间数判断矩阵的0-1型中心值排列矩阵是否为标准0-1型排列矩阵来判断区间数判断矩阵是否为满意一致性矩阵,若具有满意一致性,则可以直接从0-1型中心值排列矩阵中得出方案的优劣顺序,此种方法适用于对存在等价方案的区间数判断矩阵满意一致性的判定;最后给出两个例子说明了该方法的合理性和可行性.     

区间互反判断矩阵满意一致性的新定义

定义区间互反判断矩阵的区间一致性指标,计算 n 维的平均随机区间一致性指标的值。提出区间互反判断矩阵满意一致性的新定义,给出一种新的区间互反判断矩阵满意一致性的检验方法,用算例验证新的满意一致性定义的有效性。     

基于一致性指标的两类不确定偏好信息集结

研究了两类区间数判断矩阵偏好信息的集结问题.首先,基于Saaty提出的数字互反判断矩阵一致性检验指标(CR),给出了区间数互反判断矩阵的满意一致性条件;然后利用互反与互补判断矩阵之间的关系求解出数字互补判断矩阵的一致性指标(CGCI),并在此基础上给出了区间数互补判断矩阵的满意一致性条件;最后建立了一致性指标最大的两类区间数判断矩阵偏好信息的集结模型,并用此模型解决了供应链中伙伴企业的选择问题.     

基于一致性指标的两类不确定偏好信息集结

研究了两类区间数判断矩阵偏好信息的集结问题.首先,基于Saaty提出的数字互反判断矩阵一致性检验指标(CR),给出了区间数互反判断矩阵的满意一致性条件;然后利用互反与互补判断矩阵之间的关系求解出数字互补判断矩阵的一致性指标(CGCI),并在此基础上给出了区间数互补判断矩阵的满意一致性条件;最后建立了一致性指标最大的两类区间数判断矩阵偏好信息的集结模型,并用此模型解决了供应链中伙伴企业的选择问题.

     

语言判断矩阵满意一致性的判定方法

研究语言判断矩阵的满意一致性问题．在给出语言判断矩阵及其满意一致性有关概念的基础上，提出一种关于具有严格偏好关系的语言判断矩阵满意一致性的判定方法．依据所给出的判定方法，可相应地得出关于语言判断矩阵的方案优劣的排序方法．最后通过两个算例说明了所给出方法的有效性。     

三角模糊数互补判断矩阵的一致性及其排序研究

研究三角模糊数互补判断矩阵的性质和排序问题．建立了三角模糊数互反判断矩阵与互补判断矩阵之间的相互转化关系,给出了三角模糊数互补判断矩阵完全一致性、严格强传递性以及弱传递性的概念,并研究了它们之间的关系,论证了完全一致性等定义的合理性,构建了基于最小二乘的三角模糊数互补判断矩阵排序方法．算例分析表明,该方法是可行而有效的。     

模糊互补矩阵的加性一致性阈值仿真

由于事物的不确定性、信息获取的限制、甚至专家知识的局限性,决策者在决策过程中很难用精确数来表示其偏好,而喜欢用模糊语言来表示。当决策者给出的模糊互补判断矩阵不满足加性一致性,加性一致性指标阈值的确定是一个值得研究的问题。一般来说,决策者给出的模糊互补矩阵具满意一致性,且加性一致性模糊互补矩阵一定是满意一致性模糊互补矩阵。MATLAB中计算机仿真方法构造了大量的满意一致模糊互补判断矩阵,通过计算其加性一致性指标值及其概率分布,获取模糊互补矩阵的加性一致性指标的逼近阈值（0.2）。如果模糊互补判断矩阵的加性一致性指标值小于等于0.2,则矩阵是可接受的;否则需要修订。     

两类层次分析法的转换及在应用中的比较

模糊层次分析法是层次分析法的一种,用于处理含有模糊性的决策问题。通过研究一致互反判断矩阵与模糊互补判断矩阵的转换关系,给出把一致互反矩阵转换成模糊互补矩阵且权向量排序不变的方法,基于这种转换的保序性,提出了一种介于层次分析法与模糊层次分析法之间的新的层次分析方法,这种方法简化了层次分析法的计算。作为这种新方法的应用,通过实例验证了该方法的合理性。     

基于语言判断矩阵的专家群体判断一致性分析

针对群决策中基于语言判断矩阵的专家群体判断一致性问题,提出了一种分析方法．首先给出有关语言判断矩阵,导出矩阵和相客性的若干定义,得出了语言判断矩阵具有完全一致性或满意一致性的充要条件,其相应的导出矩阵也具有同样的结论;然后通过定义有关专家群体判断各个方案以及专家群体判断的一致性指标,给出了专家群体判断一致性的判别方法及专家群体判断不一致的调整方法;最后通过一个算例说明了所提出方法的有效性。     

Local consistency adjustment strategy and DEA – driven interval type-2 trapezoidal fuzzy decision-making model and its application for fog-haze factor assessment problem

This paper aims to develop a novel decision-making method with interval type-2 trapezoidal fuzzy preference (IT2TrFPR), which can deal with the complex decision information presented in the form of interval type-2 trapezoidal fuzzy numbers. In this paper, we mainly propose a novel interval type-2 trapezoidal fuzzy decision-making method with local consistency adjustment strategy and data envelopment analysis (DEA). Considering the harm of fog-haze pollution to the environment and human life, we apply the decision-making method to the problem about influence factors of for-haze weather. Firstly, we introduce the definition of IT2TrFPR that sufficiently expresses the uncertainty of original decision-making information. After that, we show the definition of the order consistency and additive consistency for IT2TrFPR. Considering that the original IT2TrFPR given by decision-makers usually does not satisfy the characteristic of consistency, to transform the unacceptable additive consistent IT2TrFPRs into acceptable ones, we design a consistency-improving algorithm that uses the local adjustment approach to preserve the original decision-making information as much as possible and avoids the original information loss. Then, an output-oriented interval type-2 trapezoidal fuzzy DEA model and the concept for quasi interval type-2 trapezoidal fuzzy priority weight are developed to derive the interval type-2 trapezoidal fuzzy priority weight vector (IT2TrFPW) and obtain the final ranking result of alternatives. Finally, the effectiveness of the proposed decision-making method is demonstrated by a numerical example of selecting the most crucial fog-haze influence factor. Meanwhile, we also conduct a comparative analysis by comparing our method with the existing methods to show some merits of the proposed method.

     

三角模糊数互补判断矩阵排序的最小方差法

研究偏好信息为三角模糊数互补判断矩阵形式给出的方案排序方法.根据三角模糊数互补判断矩阵完全一致性的概念,建立了一个基于最小方差的非线性规划模型.通过求解该模型,得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数排序公式对决策方案进行排序.最后通过算例分析表明了所提出的方法是可行而有效的.     

基于非传递路径的次序一致性判断与修正

为了修正非次序一致性矩阵,定义了非传递路径数和非传递路径贡献数两个概念.提出利用非传递路径矩阵来进行模糊判断矩阵的次序一致性判断方法.同时,根据非传递路径数的大小来确定模糊判断矩阵中的最不合理元素,这样模糊判断矩阵的次序一致性判断和修正可以一体化实现.最后,用1个中小板上市公司的非财务指标体系构建作为实例进行说明.     

一种基于最优可能满意度的群AHP 判断矩阵集结方法

针对层次分析法(AHP)判断矩阵群决策问题,提出一种新方法：定义可能度和满意度指标,分别衡量属性排序约束下合成矩阵的一致性程度和合成矩阵与群组判断矩阵的差异程度;利用模糊互补判断矩阵的线性和连续性,计算与群组判断矩阵差异最小的最优可能度矩阵和无约束的最优满意度矩阵;采用两个最优矩阵上三角元素的几何平均,获取满足最优可能满意度的群决策合成矩阵。最后通过算例表明了所提出方法的有效性和实用性。     

群决策中多形式偏好信息的转换及一致性分析

描述序关系、效用值、互补判断矩阵、互逆判断矩阵4种形式的偏好信息,给出将前3种偏好信息转换到互补判断矩阵的公式。在集结前,对转换后的互补判断矩阵进行一致性分析,如果没有达到规定的一致性指标,找出该矩阵中一致性最差的元素,并提交给其决策者进行调整,直到达到一致性指标。通过一个算例说明该方法的应用过程。