论文部分内容阅读
作为一种简单易用的决策评价方法，模糊层次分析法（Fuzzy analytic hierarchy process，FAHP）的应用领域正在不断拓展。但目前FAHP方法中存在的不足，严重影响了该方法在复杂系统决策评价中的应用推广。本文针对FAHP方法中存在的不足开展研究，通过改进判断矩阵排序方法提高了对不具有一致性的判断矩阵优化排序的效率和稳定性，通过改进层次单排序方法同时对具有和不具有一致性的判断矩阵进行排序。本文研究工作主要包括： 1.通过算例分析找出了目前排序方法存在的不足。按照三角模糊数互补判断矩阵分类，从每类排序方法中选一种典型算法，通过算例计算分析其在应用中存在的不足。 2.提出了基于INGA的判断矩阵优化排序方法。利用三角模糊数投影概念建立目标函数，提高了不具有一致性的判断矩阵优化排序的稳定性。在基于NGA的判断矩阵排序方法基础上，引入了小生境熵的概念度量种群多样性，通过小生境熵的数值变化对进化参数实现自适应调整，在保证种群多样性的基础上提高了NGA算法的收敛速度。通过随机函数构建的判断矩阵对基于INGA的判断矩阵优化排序方法的进行检验，结果表明基于INGA的判断矩阵优化排序方法相对原排序方法具有更好的稳定性和更高的计算效率。通过一个判断矩阵的算例验证了基于INGA的判断矩阵优化排序方法的有效性。 3.提出了一种基于综合层次单排序的FAHP方法。由于在复杂系统决策评价中，需要同时对具有和不具有一致性的判断矩阵排序。为满足复杂系统决策评价的需要，在FAHP方法中层次单排序中，结合基于INGA的判断矩阵优化排序方法和置信度判断矩阵排序方法，提出一种基于综合层次单排序的FAHP方法。 4.基于综合层次单排序的FAHP方法的工程实例验证分析。采用基于综合层次单排序的FAHP方法对汽车操作稳定性进行主观评价。通过基于综合层次单排序的FAHP方法与FAHP方法计算的权值因子和评分结果的对比，验证了基于综合层次单排序的FAHP方法的准确性和有效性。