区间数互补判断矩阵的一致性

研究了区间数互补判断矩阵的一致性;定义了区间数互补判断矩阵的完全一致性、强一致性、一致性和满意一致性的概念;讨论了定义之间的关系;给出了强一致性判别方法以及3种一致性和满意一致性的判别方法.最后用算例验证了所提出方法的有效性和适用性.     

基于残缺互补判断矩阵的交互式群决策方法

研究基于残缺互补判断矩阵的群决策问题.首先利用残缺互补判断矩阵的积型一致性,将每个残缺互补判断矩阵拓展为完整的互补判断矩阵(简称拓展互补判断矩阵),并将所有个体拓展互补判断矩阵集成为群体互补判断矩阵;然后基于群体互补判断矩阵与个体拓展互补判断矩阵之间的偏离阈值同决策者进行交互,使得决策者的意见尽可能协调一致;最后给出一种基于残缺互补判断矩阵的交互式群决策方法,并进行了算例分析.     

柔性推断下的改进DS/AHP方法

为了解决现有关于证据理论与层次分析的交叉决策方法(DS/AHP) 因信息推断方式缺乏柔性而容易造成决策信息提取结果有效性差的问题, 分析了传统方法的建模步骤和存在的缺陷, 并基于部分与整体、部分与部分、整体与部分3 类相对推断方式提出能够容纳多种推断信息的柔性知识矩阵. 在此基础上, 结合最优化原理构建可以从柔性知识矩阵中有效识别出最优基本概率分配函数的理论模型、计算模型和两个模型之间的等价定理. 最后通过数值对比分析验证了所提出方法的科学有效性.

     

基于区间判断矩阵的层次化风险评估方法

传统的AHP方法由于判断值受人为影响因素太大,导致在衡量多因素权重时常常出现结果不一致,影响了结论的准确性和评估结果的可信任性。建立了基于“网络－主机－服务－评估因子”的层次风险评估模型,利用层次化的计算模型评估网络的风险等级。从给出的区间判断矩阵入手,将区间判断矩阵一致逼近到一般的数字判断矩阵,提出一种自动修正判断矩阵的层次分析法,得到各层元素的近似权重。通过实例验证,表明该方法能精确地、自动化量化实时风险势态状况。     

基于组合判断矩阵的评价方法

借助于粗糙集理论中知识信息熵与互信息的知识,提出了一种用于改进层次分析法决策精度的改进的综合决策方法,该方法首先通过信息熵定义的属性重要度构造出客观判断矩阵,在此基础上将该客观判断矩阵和层次分析法中的主观判断矩阵相结合以得出一组合判断矩阵,并为此建立了一个能确定组合判断矩阵的最优化模型,最后通过由该最优化模型确定出的组合判断矩阵的权重来指导决策。算例表明该方法是可行的,能提高决策的准确度。     

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。     

一种基于三端点区间数的改进DS/AHP方法

为了解决传统DS/AHP方法不适用于具有多位专家或专家意见富有分歧的群体决策问题,基于能够有效描述专家群组推理判断信息的三端点区间数对传统判断矩阵进行拓展,提出三端点区间数知识矩阵,基于三端点区间数中的一致性原理构建了用于从该矩阵中提取证据信息的基本概率分配函数的确定模型,在此基础上依据Dempster组合规则提出改进DS/AHP方法的操作步骤,应用一个数值模拟实例演示了该方法的具体操作过程。     

粗糙集理论和信息熵的AHP改进方法

将粗糙集理论引入到AHP(analytic hierarchy process)方法中,提出一种基于粗糙集理论和信息熵的AHP判断矩阵构造方法。考虑到AHP方法主要是通过专家判断矩阵来获取属性权重,其决策结果具有一定的主观性和偏好性这一现象,利用粗糙集理论和信息熵方法来构造一种基于数据驱动的客观属性集成权重,并利用客观集成权重来修正已有AHP方法的主观判断矩阵,进而提出一种同时兼顾主观性和客观性的AHP权重获取方法。最后,利用大众点评美食推荐实际问题和数据,验证了所提出方法的有效性和可行性。     

AHP 法中判断矩阵的比例标度构造法

指出AHP法中现有标度方法的主要缺陷是：标度“粒度”大粒且标度值不能反映方案间的实际重要程度和关系,容易导致判断信息损失,破坏方案间重要程度的传递性,为此提出一种比例标度和对应判断矩阵构造方法,其特点是标度值能较为准确地标度方案的重要度,所构造的判断矩阵是完全一致的,因而大大提高了AHP方法决策的可靠性和实用性。     

基于DS-AHP的高职学生择业模型研究

针对高职学生择业时往往难以完全掌握不同工作岗位的信息,本文通过引入DS-AHP法,利用AHP确定各层指标之间的相对权重,根据决策者给出的不完全信息判断矩阵,定义不同属性下各焦元的基本概率分配函数;然后利用Dempster合成法则对基本概率分配函数值进行合成,依据合成后值对方案进行排序。最后,通过一个实例验证该方法的有效性。     

基于证据理论/层次分析法的贝叶斯网络建模方法

针对依据专家知识推断贝叶斯网络中条件概率表(CPT)时存在的个体推断信息缺乏完备性和精确性以及整体集成结果缺乏科学性的问题,提出了基于证据理论/层次分析法(DS/AHP)的能够从专家推断信息中提取最优条件概率的方法.首先,通过引入DS/AHP方法中的知识矩阵提出了有利于实现判断对象更直观、判断方式更完善的推断信息提取机制;其次,在此基础上遵循由前至后的推断顺序提出了贝叶斯网络的构建过程;最后,应用传统方法与提出方法对同一贝叶斯网络中的缺失条件概率表进行了推断.数值对比分析表明,所提方法能够在提高计算效率的同时将累计总偏差降低41%,验证了所提方法的科学有效性和应用可行性.     

基于试探算法的AHP评价方法研究

在对土地集约利用评价过程中,存在着评价专家选择的问题以及AHP打分过程中相对矩阵的约束问题。针对这些问题,应用MDS和[K]均值聚类,筛选不同倾向的专家;利用改进的判断矩阵生成算法,对专家的判断矩阵进行一致性检验,解决可能存在的成对比较项目不一致的问题,为构建评价指标体系提供有效的支持。     

基于层次分析法和信息熵的多准则指标选取

在新装备测试指标选取过程中,由于列装时间短,测试样本少,测试条件不足,通常选取工作无据可依。通过分析层次分析法、Dijkstra法、粗糙集法的优缺点,提出一种基于层次分析法、群组G1法和信息熵理论的指标多准则选取方法,将指标按几个基本准则两两比较获得原始数据,用群组G1法通过专家评判和信息熵法分析原始数据来确定评价准则的权值,最后对原始数据进行加权来对指标进行权重判断。文章结尾给出一个实际算例。方法依赖于两两比较数据,具有一定客观性,且无需进行样本测试,简化了指标选取工作。     

运用AHP方法实现空调冷热源方案的优选

应用AHP方法建立了空调冷热源方案的评价模型,并结合工程实例对4种空调冷热源方案进行分析,选出最佳方案。从而证明该方法可辅助设计人员对备选方案进行比较、分析,并且做出决策,提高了决策的科学性。     

运用AHP方法实现空调冷热源方案的优选

应用AHP方法建立了空调冷热源方案的评价模型,并结合工程实例对4种空调冷热源方案进行分析,选出最佳方案.从而证明该方法可辅助设计人员对备选方案进行比较、分析,并且做出决策,提高了决策的科学性.     

基于AHP和模糊综合评判的信息安全风险评估

从信息安全风险评估的原理和研究现状入手,提出了基于层次分析法（AHP）和模糊综合评判的信息安全风险评估的方法,解决了风险评估中定性指标定量评估的难点。最后给出实例,证明该方法能有效地应用于信息安全风险评估。     

基于梯形模糊AHP的信息安全风险综合评估

为提高风险评估的可信度,针对传统的层次分析法在确定因素权重方面存在的问题,引入梯形模糊数来确定权重,提出了基于梯形模糊层次分析法的综合评价方法,解决了风险评估中定性指标定量评估的难题。通过实例分析,验证了该方法的合理性和可行性。