论文部分内容阅读
多属性评价(或者决策)主要涉及两个问题:一是如何建立满意的决策指标体系。当决策问题包含因素很多,其相互关系又很复杂时,这个问题则更难解决;二是如何给出合理的指标权重。当专家意见不一致时,解决这个问题就更显困难。 本文建立了智能综合评价(多属性评价)模型并开发了相应的专家系统。主要解决这两个问题。 首先,对决策问题及其从属关系采用有向图表示,利用图论中可达矩阵的知识,设计了多个算法,用于构建层次分析法中的递阶层次结构和各准则的判断矩阵。 其次,文献[11-14]混淆了层次分析法中一致性和相容性两个概念,作者指出了其中的问题,给出了综合判断矩阵的几个性质。 然后,设计了一个群组决策的相容性指标,用于定量评价各决策者对某一问题看法的差异。给出了群组决策排序的两种方法:第一种方法使决策各方逐步妥协,并最终建立了基于“妥协”的群组决策排序算法,证明了算法的收敛性;第二种方法使决策各方都在最大程度的保留自己的意见的同时,以求达到共赢,建立了基于“共赢”的群组决策模型。最后给出了一个确定相容性阈值的统计检验方法。 最后,介绍了ANP(网络层次分析法)的基本理论,并运用ANP方法建立了区域技术创新能力的评价指标体系,确定了各指标的权值,对北京、上海、广东、重庆、四川、陕西6省市的区域技术创新能力进行了评价和比较。 在此基础上,作者开发了智能综合评价专家系统。该系统已经应用到区域技术创新能力、区域影响能力、重庆轻轨较新线的票价制定等多个复杂系统的决策中,取得了较好的效果。