论文部分内容阅读
模糊层次分析法(FAHP)是从人类思维角度出发将定性分析与定量分析相结合的不确定多属性决策方法,其关键是如何处理决策者的偏好信息,从而确定备择方案的排序权重。本文对区间数互反判断矩阵权重及群决策方法进行了分析和研究,主要包括以下几个方面:
(1)区间数互反判断矩阵权重获取方法的研究.先对具有一致性的区间数互反判断矩阵,建立规划模型,去除它所包含的不一致冗余信息.通过进一步研究各行之间的关系,给出了去除一致性区间数互反判断矩阵不一致性信息的关系算法.对不具有一致性的区间数互反判断矩阵,则通过建立两阶段目标规划模型来获取一致性信息.之后,根据获取的一致性信息,提出了获取区间数互反判断矩阵权重的一种新方法.此外,该方法还被应用于实互反判断矩阵群决策及其一致性研究中。
(2)大型模糊判断矩阵群决策问题的研究.首先,对传统模糊C-均值聚类算法(FCM)进行扩展,扩展后的模糊C-均值聚类算法可对数据结构为矩阵的数据进行聚类.其次,通过扩展后的模糊C-均值聚类算法对个体模糊判断矩阵进行聚类,获取模糊划分矩阵和聚类原型.最后,根据模糊划分矩阵信息确定类权重,进而利用WAA算子集结聚类原型,获取群模糊判断矩阵,并通过群模糊判断矩阵对各方案进行排序。
(3)从个体偏好角度出发,研究了模糊判断矩阵群决策问题.通过个体模糊判断矩阵获取个体方案权重,进而根据群组一致性偏差最小原理建立规划模型获取个体权重,采用WAA算子对个体方案权重进行集结,获取群组方案权重,并得到相关结论.(1)参数αk(k∈I1)起着调节群组方案权重和群组一致性的作用,且参数值选取越大,群组一致性越差.(2)通过群组一致性最小偏差模型获得的个体权重相同,均是1/m,其中m为专家或决策者个数。