CN106066847A - 一种层次分析法不一致矩阵调整方法及系统 - Google Patents

一种层次分析法不一致矩阵调整方法及系统 Download PDF

Info

Publication number
CN106066847A
CN106066847A CN201610409790.8A CN201610409790A CN106066847A CN 106066847 A CN106066847 A CN 106066847A CN 201610409790 A CN201610409790 A CN 201610409790A CN 106066847 A CN106066847 A CN 106066847A
Authority
CN
China
Prior art keywords
matrix
frequency
head
inconsistent
decision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610409790.8A
Other languages
English (en)
Inventor
彭蓉
杨志旗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201610409790.8A priority Critical patent/CN106066847A/zh
Publication of CN106066847A publication Critical patent/CN106066847A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种层次分析法不一致矩阵调整方法及系统,首先,对判断矩阵进行一致性校验,以便确定下一步是通过一致性校验或者是进行不一致矩阵的调整;其次,构造一个正负影响频次矩阵,用以存储矩阵元素的正负影响频次信息;第三,计算每个直接判断信息与其所有间接判断信息之间的偏差值,统计其中偏差最大的;第四,根据最大偏差值的性质,计算各个矩阵元素的正负影响频次方向;第五,计算各个矩阵元素的综合影响频次,并依此对其进行排序,并插入优先级队列;最后,从优先级队列中找到队首元素,推荐决策专家进行相应的修改。本发明提高了调整元素选择的科学性,提高了调整操作的可预见性,尊重了决策专家的主观意愿。

Description

一种层次分析法不一致矩阵调整方法及系统
技术领域
本发明属于多目标决策技术领域,尤其涉及一种基于影响频次优先级的层次分析法不一致矩阵调整方法及系统。
背景技术
多目标决策问题即是在解决决策问题时,需要考虑多个目标满足情况的一类最优化问题。多目标决策问题有如下特点:
(1)待决策问题的准则有多个;
(2)同一待决策问题中的不同准则描述问题的不同方面,没有统一的定性或定量的度量方法,使得各准则之间无法简单的比较与判断;
(3)待决策问题的各个准则之间存在一定的相互联系,彼此并非完全独立。这种或互相促进或互相抵制的关系很难统一起来,因此,难以找到能够满足待决策问题的所有准则的最优解。
当影响待决策问题的准则较少时,决策人员可以采用线性规划、非线性规划、动态规划等方法来找到最优解,而当待决策问题要满足的准则有多个时,待决策问题就成为了多目标决策问题。需要考虑到各个准则的满足情况,并综合考虑整个决策问题的满足情况,从而根据事前确定的评价标准,从一组待选的解决方案中,找出一个令多数人都满意的解。
层次分析法作为解决多目标决策问题卓有成效的一种方法,具有灵活性高、适应性强的特点,可用于定性和定量指标的混合比较,并能够与其他比较方法如线性规划等组合使用,合并来自多方专家和利益相关者的主观意见,因而在系统设计、承包商选择、资源分配等应用领域中获得广泛的应用。
然而随着AHP方法的广泛应用与发展,AHP方法的局限性也逐渐地暴露出来:
待决策问题拟满足的准则多元性与人类认识的局限性之间的矛盾影响了AHP方法的效果:影响待决策问题准则满足的准则考虑的越充分,则建立的AHP模型分析效果越好;但受到人类认知能力局限性的制约,决策人员在使用AHP模型进行不同准则间重要性的比较时,准则越多、准则间的差异越小,则越容易出错,AHP模型分析效果会变差,因此,如何辅助决策人员更好的使用AHP方法至关重要;
随着准则规模的增大,不一致问题定位与修复更加困难:使用AHP方法建模时,模型能否通过一致性检验至关重要。准则越多,准则间的差异越小,则人工评估越容易出错,因此,也越难通过一致性检验。而随着对比准则的增多,试图通过人工审查发现错误并找到修复的方向愈发困难。因此,如何辅助决策人员更好的定位可能出错的评估值并给出可能的修改方向,对于提高方法的可用性至关重要。
在运用AHP理论解决复杂问题时,一致性校验不通过的情况很难避免。在发生不一致后,需要对不一致矩阵进行调整。总的来说,调整的过程分为两步:不一致元素的查找和不一致元素的修改。对于一个低阶判断矩阵,人工进行这两个步骤可能会比较轻松。但是随着判断矩阵阶数的增大,传统的手动调整不一致矩阵的方法不仅浪费时间与精力,而且无法取得良好的效果。目前,研究者提出了许多技术用于帮助决策专家进行不一致矩阵的调整,大致可分为构造矩阵法与数理统计法。
构造矩阵法,主要是通过计算判断矩阵的特征向量,采用特征向量的两两比较构造一个诱导矩阵,通过比较诱导矩阵同判断矩阵之间的关系,通过迭代的方式将判断矩阵改进为满意一致阵。通过这种调整方法得到的判断矩阵具有较好的一致性,但是矩阵迭代的方式算法效率不高,因为构造新矩阵本身就需要耗费相当可观的时间与精力,并不适用于时间紧任务重决策问题较为复杂的场合,且该类忽略了决策专家的原始判断信息,得到的矩阵无法完全代表决策专家对多目标决策问题的认知。
数理统计法,通过对判断矩阵中直接判断信息与间接判断信息的偏差值进行简单的计算,通过间接判断信息对偏差值最大的矩阵元素进行修改,多次迭代后,使得矩阵达到满意一致性。使用数理统计的方法修改判断矩阵可以更加简洁快速的达到预定目标,给出较为满意的结果,但是往往不够精确,无法适用于对结果要求较高的场合,且在调整矩阵时同样过于强调算法的自动化,没有为决策专家的参与提供窗口,使得整个调整过程对决策专家是透明的,无法帮助决策专家刷新对多目标决策问题的认识。
发明内容
为了解决上述技术问题,本发明提供了一种基于影响频次优先级的层次分析法不一致矩阵调整方法及系统。
本发明的方法所采用的技术方案是:一种层次分析法不一致矩阵调整方法,其特征在于,包括以下步骤:
步骤1:决策专家给出判断矩阵和预先设定的一致性比率阈值α;
步骤2:对判断矩阵进行一致性校验;
如果通过校验,则中止调整,本流程结束;
否则,继续下述步骤3-9;
步骤3:构造正负影响频次矩阵;
构造一个与判断矩阵同阶的空正负影响频次矩阵M,用来保存判断矩阵中任一元素对其它元素的正负影响频次;
步骤4:偏差值的计算与统计;
计算判断矩阵每一个独立元素对应的所有间接判断信息,并分别找到其中与独立元素偏置最大的间接判断信息,并求得此偏差值;
步骤5:正负影响频次矩阵的赋值;
根据所有独立元素及其对应的最大偏差值,按照偏差值的性质对相应的影响频次矩阵元素赋值;
步骤6:创建优先级队列;
统计影响频次矩阵中所有元素包含的影响频次,综合考虑正影响与负影响,将矩阵元素按照影响频次由大至小的顺序加入优先级队列;
步骤7:判断优先级队列是否为空;
若是,提示“无可调整元素或您已否决了所有调整方案”,显示当前矩阵的不一致率,调整失败,本流程结束;
若否,则执行下述步骤8;
步骤8:不一致矩阵元素的推荐;
优先级队列的队首元素出队,并根据优先级队列的队首元素推荐决策专家修改队首元素;
步骤9:判断决策专家是否同意修改推荐的队首元素;
若是,则回转执行上述步骤2;
若否,则执行回转执行上述步骤7。
作为优选,步骤2中所述通过校验,是指判断矩阵进行一致性校验后得到的一致性比率满足一致性比率阈值的要求。
作为优选,步骤3中所述影响频次矩阵的每一个元素均由一个序数对构成,其中序数对第一个元素表示正影响频次,第二个元素表示负影响频次,初始时正负影响频次均为0。
作为优选,步骤4中根据间接判断信息的定义,计算判断矩阵每个独立元素对应的所有间接判断信息,然后分别计算每个独立元素与其对应的所有间接判断信息的偏差值,通过比较偏差值的大小,统计与每个独立元素偏置最大偏差值,并绘制表格进行记录。
作为优选,步骤5中所述按照偏差值的性质对相应的影响频次矩阵元素赋值,若偏差值为正,则将序数对的第一个元素加1;若偏差值为负,则将序数对的第二个元素减1;最后得到的矩阵中,正影响频次均大于等于0,负影响频次均小于等于0。
作为优选,步骤6的具体实现包括以下子步骤:
步骤6.1:创建一个与矩阵元素个数相同的空优先级队列;
步骤6.2:遍历整个影响频次矩阵,计算所有矩阵元素的综合影响频次,计算综合影响频次时综合考虑正影响频次与负影响频次;
步骤6.3:将所有的影响频次矩阵元素按照影响频次由大到小进行排序,将排序结果插入优先队列中。
作为优选,步骤8中所述不一致矩阵元素的推荐,针对一次迭代得到的一个优先级队列,根据队首元素影响频次的性质,推荐决策专家朝着增大方向或减小方向对队首元素对应的判断矩阵元素进行修改。
作为优选,步骤9中,决策专家是不同意修改推荐的队首元素的原因包括决策专家由于主观原因和推荐的队首元素的客观原因,所述推荐的队首元素的客观原因是队首元素经到达标度临界值无法进行推荐方式的修改;若决策专家对推荐的队首元素均不作出修改,则其得到的判断矩阵为不一致矩阵,无法进行调整。
本发明的系统所采用的技术方案是:一种层次分析法不一致矩阵调整系统,其特征在于:包括一致性校验模块、影响频次矩阵构造模块、偏差值计算与统计模块、影响频次矩阵赋值模块、创建优先级队列模块、不一致矩阵元素的推荐模块;
所述一致性校验模块用于对判断矩阵进行一致性校验;
所述影响频次矩阵构造模块用于构造一个与判断矩阵同阶的影响频次矩阵,用来保存相应矩阵元素的影响频次,并给矩阵的所有元素赋上初值;
所述偏差值计算与统计模块用于计算每个独立元素的间接判断信息,并计算直接判断信与间接判断信息的偏差值,找到最大偏差值,然后对所有独立元素的最大偏差值进行保存,得到包含所有独立元素的最大偏差值表;
所述影响频次矩阵赋值模块用于根据独立元素的最大偏差值表对影响频次矩阵中的影响频次赋值,最终得到一个所有元素都已经赋值的影响频次矩阵;
所述创建优先级队列模块用于统计影响频次矩阵中所有元素包含的影响频次,综合考虑正影响与负影响,将矩阵元素按照影响频次由大至小的顺序加入优先级队列;并判断优先级队列是否为空,若否,则将优先级队列的队首元素出队;
所述不一致矩阵元素的推荐模块用于提取优先队列中的队首元素,按照队首元素中包含的影响频次信息,推荐给决策专家进行修改,若由于种种原因无法修改此元素,则会将此队首元素出队,再次选择队首元素进行推荐。
本发明的有益效果为:
(1)通过统计矩阵元素的影响频次,可以对各个元素进行定量的比较与判断,选择最应该调整的元素进行调整推荐,从而提高调整元素选择的科学性;
(2)通过统计待调整元素影响频次中正负影响频次的作用,可以给决策专家提供调整的具体方向信息,提高了调整操作的可预见性;
(3)通过优先级队列的方式,对应该修改的矩阵元素进行排序,从而使得决策专家对是否调整推荐元素有所选择,尊重了决策专家的主观意愿。
附图说明
图1是本发明实施例的方法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供的一种层次分析法不一致矩阵调整方法,通过统计直接判断信息与间接判断信息之间的偏差值,来统计每个判断矩阵元素对其它元素的正负影响频次,然后综合考虑影响频次的多少及正负属性对矩阵元素进行排序得到一个优先级队列,然后按照队列中的矩阵元素顺序与影响频次的正负属性,来推荐决策专家本次调整的矩阵元素及调整方向。
请见图1,本发明包括以下六个主要步骤:首先,对判断矩阵进行一致性校验,以便确定该矩阵能否通过一致性校验;当矩阵无法通过一致性校验,需要进行不一致矩阵调整时,构造一个正负影响频次矩阵,用以存储矩阵元素的正负影响频次信息;第三,计算每个直接判断信息与其所有间接判断信息之间的偏差值,统计其中最大的;第四,根据最大偏差值的性质,计算各个矩阵元素的影响频次;第五,综合考虑影响频次的大小对矩阵元素进行排序,并插入优先队列;最后,从优先级队列中找到队首元素,推荐决策专家进行相应的修改。下面对本发明进行详细描述:
1、判断矩阵一致性校验:需要根据算法的要求,输入判断矩阵A=(aij)n*n,一致性比率阈值α;计算判断矩阵的一致性比率CR(A);若CR(A)<α,则通过一致性校验,计算权重向来,程序终止;否则,继续步骤2;
2、构造初始正负影响频次矩阵:根据用户输入的判断矩阵A,构造一个同阶的正负影响频次矩阵M,其中mij存储的是对应位置aij的正负影响频次,如下所示:
m i j = < g , s > = < 0 , 0 > , &ForAll; i , j &Element; &lsqb; 1 , n &rsqb;
g代表mij对应的判断矩阵元素aij对其它判断元素产生的正影响个数;
s代表mij对应的判断矩阵元素aij对其它判断元素产生的负影响个数。
3、偏差值的计算与统计:系统根据用户输入的判断矩阵A计算A中每个独立元素的所有间接判断信息,并通过间接判断信息计算偏差值;
3.1、系统根据公式(1)计算间接判断信息
其中i,j,k∈[1,n]且k≠i,j公式(1)
3.2、根据3.1中计算的间接判断信息与公式(2),求解独立元素与间接判断信息的偏差值然后按照公式(3)查找最大偏差值
其中i,j,k∈[1,n]且k≠i,j公式(2)
其中且k,q≠i,j公式(3)
4、正负影响频次矩阵的赋值:根据3.2中得到的按以下规则给判断矩阵对应元素赋值:
则令miq·g++;maj·g++;
则令miq·s++;mqj·s++;
5、创建优先级队列:首先创建一个包含n*n个元素的队列,然后计算正负影响频次矩阵元素的综合影响频次,将队列元素按综合影响频次由大到小排序,最后将矩阵元素插入队列中:
5.1、计算影响频次矩阵中每个判断矩阵元素aij的综合影响频次|mij·g-mijs|的值,并将|mijg-mij·s|>0的元素按照综合影响频次的大小进行排序;
5.2、将排序好的矩阵元素mij由大至小入队,构成优先级队列Q,且入队操作如下:
若mij·g>mij·s且apq=1/9直接舍弃;
若mij·g<mij·s且apq=9直接舍弃;
否则,插入队列。
6、不一致矩阵元素的推荐:根据优先级队列队首元素的正负影响频次与决策专家的调整意见进行判断矩阵的调整:
6.1、当优先级队列Q不为空时,执行步骤6.2;否则,提示“没有可调整元素或您已否决了所有调整方案”;显示当前的矩阵不一致率CR(A);程序终止;
6.2、找到优先级队列Q中队首元素mpq,推荐决策专家按下述方式对判断矩阵进行调整:
若mpq·g>mpq·s且apq>1/9,推荐决策专家减小apq的取值;
若mpq·g<mpq·s且apa<9,推荐决策专家增大apq的取值;
6.3、若决策专家已经调整了推荐修改的矩阵元素,则重新运行步骤1,否则将Q队首元素出队,重新运行步骤6。
下面通过具体实施例对本发明做进一步阐述。
设决策专家给出的一致性比例阈值α=0.1,给出一个已知的判断矩阵A,如下所示:
A = 1 1 / 5 1 / 7 6 5 5 1 1 / 2 6 8 7 2 1 7 5 1 / 6 1 / 6 1 / 7 1 3 1 / 5 1 / 8 1 / 5 1 / 3 1
计算可得其一致性比率为CR(A)=0.1407>α,不具有基本满意一致性,需要进行调整。采用本方法进行调整,过程如下。
(1)根据专家判断矩阵中两类判断信息的关系,由公式1可以计算出判断矩阵中所有独立元素aij的所有间接判断信息如表1;
表1给定判断矩阵A中所蕴含的所有间接判断信息
(2)根据判断矩阵A构造初始正负影响频次矩阵M=(mij)5×5,如下所示:
M = < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 >
(3)由公式2计算所有独立元素aij的偏差值得到下表
表2判断矩阵A中间接判断信息同直接判段信息aij的差值
由表2及公式3计算可得所有间接判断信息的最大偏差值见表3
表3直接判断信息aij与间接判断信息的最大偏差值
(4)根据表3,对矩阵M进行赋值操作,得到的M如下:
M = < 0 , 0 > < 0 , 0 > < 0 , - 1 > < 4 , 0 > < 3 , 0 > < 2 , 0 > < 0 , 0 > < 0 , 0 > < 0 , 0 > < 1 , 0 > < 2 , 0 > < 0 , 0 > < 0 , 0 > < 0 , - 1 > < 0 , - 1 > < 0 , 0 > < 1 , 0 > < 0 , - 1 > < 0 , 0 > < 1 , 0 > < 0 , 0 > < 0 , 0 > < 2 , 0 > < 0 , 0 > < 0 , 0 >
(5)根据矩阵M,得到的队列Q为:
Q={m14,m15,m21,m31,m52,m13,m25,m34,m35,m43,m45}
(6)取队首元素m14,也就是说判断矩阵元素a14对矩阵中的4个元素产生了正偏差,同时a14=6。因此,推荐决策专家对a14向减小的方向调整。
假设决策专家参考调整意见,重新核实a14的赋值,将a14调整为4,相应的a41调整为1/4,继续第一步,计算可得CR=0.09602<α。因此,只需调整一次即可使得判断矩阵A达到一致。
本发明提供的一种层次分析法不一致矩阵调整系统,包括一致性校验模块、正负影响频次矩阵构造模块、偏差值计算与统计模块、正负影响频次矩阵计算模块、创建优先级队列模块、不一致矩阵元素的推荐模块。一致性校验模块用于对判断矩阵进行一致性校验。正负影响频次矩阵构造模块用于构造一个与判断矩阵同阶的正负影响频次矩阵,用来保存相应矩阵元素的正负影响频次,并给矩阵的所有元素赋上初值。偏差值计算与统计模块用于计算每个独立元素的间接判断信息,并计算直接判断信与间接判断信息的偏差值,找到最大偏差值,然后对所有独立元素的最大偏差值进行保存,得到包含所有独立元素的最大偏差值表。正负影响频次矩阵赋值模块用于根据独立元素的最大偏差值表对正负影响频次矩阵中的正负影响频次赋值,最终得到一个所有元素都已经赋值的正负影响频次矩阵。创建优先级队列模块用于统计影响频次矩阵中所有元素包含的正负影响频次,综合考虑正影响与负影响,将矩阵元素按照综合影响频次由大至小的顺序加入优先级队列。不一致矩阵元素的推荐模块用于提取优先队列中的队首元素,按照队首元素中包含的影响频次信息,推荐给决策专家进行修改;若由于种种原因无法修改此元素,则会将此队首元素出队,再次选择队首元素进行推荐;若优先级队列为空,则输出提示并结束。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (9)

1.一种层次分析法不一致矩阵调整方法,其特征在于,包括以下步骤:
步骤1:决策专家给出判断矩阵和预先设定的一致性比率阈值α;
步骤2:对判断矩阵进行一致性校验;
如果通过校验,则中止调整,本流程结束;
否则,继续下述步骤3-9;
步骤3:构造正负影响频次矩阵;
构造一个与判断矩阵同阶的空正负影响频次矩阵M,用来保存判断矩阵中任一元素对其它元素的正负影响频次;
步骤4:偏差值的计算与统计;
计算判断矩阵每一个独立元素对应的所有间接判断信息,并分别找到其中与独立元素偏置最大的间接判断信息,并求得此偏差值;
步骤5:正负影响频次矩阵的赋值;
根据所有独立元素及其对应的最大偏差值,按照偏差值的性质对相应的影响频次矩阵元素赋值;
步骤6:创建优先级队列;
统计影响频次矩阵中所有元素包含的影响频次,综合考虑正影响与负影响,将矩阵元素按照影响频次由大至小的顺序加入优先级队列;
步骤7:判断优先级队列是否为空;
若是,提示“无可调整元素或您已否决了所有调整方案”,显示当前矩阵的不一致率,调整失败,本流程结束;
若否,则执行下述步骤8;
步骤8:不一致矩阵元素的推荐;
优先级队列的队首元素出队,并根据优先级队列的队首元素推荐决策专家修改队首元素;
步骤9:判断决策专家是否同意修改推荐的队首元素;
若是,则回转执行上述步骤2;
若否,则执行回转执行上述步骤7。
2.根据权利要求1所述的层次分析法不一致矩阵调整方法,其特征在于:步骤2中所述通过校验,是指判断矩阵进行一致性校验后得到的一致性比率满足一致性比率阈值的要求。
3.根据权利要求1所述的层次分析法不一致矩阵调整方法,其特征在于:步骤3中所述影响频次矩阵的每一个元素均由一个序数对构成,其中序数对第一个元素表示正影响频次,第二个元素表示负影响频次,初始时正负影响频次均为0。
4.根据权利要求1所述的层次分析法不一致矩阵调整方法,其特征在于:步骤4中根据间接判断信息的定义,计算判断矩阵每个独立元素对应的所有间接判断信息,然后分别计算每个独立元素与其对应的所有间接判断信息的偏差值,通过比较偏差值的大小,统计与每个独立元素偏置最大偏差值,并绘制表格进行记录。
5.根据权利要求3所述的层次分析法不一致矩阵调整方法,其特征在于:步骤5中所述按照偏差值的性质对相应的影响频次矩阵元素赋值,若偏差值为正,则将序数对的第一个元素加1;若偏差值为负,则将序数对的第二个元素减1;最后得到的矩阵中,正影响频次均大于等于0,负影响频次均小于等于0。
6.根据权利要求1所述的层次分析法不一致矩阵调整方法,其特征在于,步骤6的具体实现包括以下子步骤:
步骤6.1:创建一个与矩阵元素个数相同的空优先级队列;
步骤6.2:遍历整个影响频次矩阵,计算所有矩阵元素的综合影响频次,计算综合影响频次时综合考虑正影响频次与负影响频次;
步骤6.3:将所有的影响频次矩阵元素按照影响频次由大到小进行排序,将排序结果插入优先队列中。
7.根据权利要求1所述的层次分析法不一致矩阵调整方法,其特征在于,步骤8中所述不一致矩阵元素的推荐,针对一次迭代得到的一个优先级队列,根据队首元素影响频次的性质,推荐决策专家朝着增大方向或减小方向对队首元素对应的判断矩阵元素进行修改。
8.根据权利要求1所述的层次分析法不一致矩阵调整方法,其特征在于,步骤9中,决策专家是不同意修改推荐的队首元素的原因包括决策专家由于主观原因和推荐的队首元素的客观原因,所述推荐的队首元素的客观原因是队首元素经到达标度临界值无法进行推荐方式的修改;若决策专家对推荐的队首元素均不作出修改,则其得到的判断矩阵为不一致矩阵,无法进行调整。
9.一种层次分析法不一致矩阵调整系统,其特征在于:包括一致性校验模块、影响频次矩阵构造模块、偏差值计算与统计模块、影响频次矩阵赋值模块、创建优先级队列模块、不一致矩阵元素的推荐模块;
所述一致性校验模块用于对判断矩阵进行一致性校验;
所述影响频次矩阵构造模块用于构造一个与判断矩阵同阶的影响频次矩阵,用来保存相应矩阵元素的影响频次,并给矩阵的所有元素赋上初值;
所述偏差值计算与统计模块用于计算每个独立元素的间接判断信息,并计算直接判断信与间接判断信息的偏差值,找到最大偏差值,然后对所有独立元素的最大偏差值进行保存,得到包含所有独立元素的最大偏差值表;
所述影响频次矩阵赋值模块用于根据独立元素的最大偏差值表对影响频次矩阵中的影响频次赋值,最终得到一个所有元素都已经赋值的影响频次矩阵;
所述创建优先级队列模块用于统计影响频次矩阵中所有元素包含的影响频次,综合考虑正影响与负影响,将矩阵元素按照影响频次由大至小的顺序加入优先级队列;并判断优先级队列是否为空,若否,则将优先级队列的队首元素出队;
所述不一致矩阵元素的推荐模块用于提取优先队列中的队首元素,按照队首元素中包含的影响频次信息,推荐给决策专家进行修改,若由于种种原因无法修改此元素,则会将此队首元素出队,再次选择队首元素进行推荐。
CN201610409790.8A 2016-06-12 2016-06-12 一种层次分析法不一致矩阵调整方法及系统 Pending CN106066847A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610409790.8A CN106066847A (zh) 2016-06-12 2016-06-12 一种层次分析法不一致矩阵调整方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610409790.8A CN106066847A (zh) 2016-06-12 2016-06-12 一种层次分析法不一致矩阵调整方法及系统

Publications (1)

Publication Number Publication Date
CN106066847A true CN106066847A (zh) 2016-11-02

Family

ID=57420271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610409790.8A Pending CN106066847A (zh) 2016-06-12 2016-06-12 一种层次分析法不一致矩阵调整方法及系统

Country Status (1)

Country Link
CN (1) CN106066847A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740065A (zh) * 2019-01-22 2019-05-10 云南大学 基于特征模型的个性化信息推荐方法
CN115480122A (zh) * 2022-10-19 2022-12-16 云南电网有限责任公司电力科学研究院 电能质量的扰动判断方法、装置、设备和介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740065A (zh) * 2019-01-22 2019-05-10 云南大学 基于特征模型的个性化信息推荐方法
CN109740065B (zh) * 2019-01-22 2020-05-12 云南大学 基于特征模型的个性化信息推荐方法
CN115480122A (zh) * 2022-10-19 2022-12-16 云南电网有限责任公司电力科学研究院 电能质量的扰动判断方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
Chen et al. Multicriteria linguistic decision making based on hesitant fuzzy linguistic term sets and the aggregation of fuzzy sets
Ben-Arieh et al. Linguistic-labels aggregation and consensus measure for autocratic decision making using group recommendations
Efe et al. An integrated intuitionistic fuzzy set and mathematical programming approach for an occupational health and safety policy
US20190220750A1 (en) Solution search processing apparatus and solution search processing method
CN106447051A (zh) 一种面向多任务阶段的系统选择性维修决策方法
Izadikhah Using goal programming method to solve DEA problems with value judgments
CN111178487A (zh) 电力优化调度方法、装置、计算机设备和存储介质
WO2020211254A1 (zh) Rete网络的构建方法、装置、计算机设备和存储介质
CN106066847A (zh) 一种层次分析法不一致矩阵调整方法及系统
CN115358821A (zh) 一种提升科技成果转化率的智能推荐方法和系统
Ilieva Group decision analysis with interval type-2 fuzzy numbers
CN110223010A (zh) 一种综合多因素的智能出库方法
Yang et al. A novel method based on fixed point iteration and improved TOPSIS method for multi-attribute group decision making
Feyzioglu et al. Evaluation of new product development projects using artificial intelligence and fuzzy logic
Gaspars-Wieloch A decision rule for uncertain multicriteria mixed decision making based on the coefficient of optimism
Sundar et al. Multi-objective genetic algorithm for the optimized resource usage and the prioritization of the constraints in the software project planning
Ghazanfari et al. Educing inconsistency in fuzzy AHP by mathematical programming models
Pavlovskaya et al. Modelling human operator driving high-speed tracked vehicle
Ravindran Multiple criteria decision making: An overview
Khorshidi et al. An optimization model for multi-state weighted kout-of-n system reliability value
Garcia et al. Solving linear programming problems with interval type-2 fuzzy constraints using interval optimization
Chingcuanco et al. A procedure to select the best subset among simulated systems using economic opportunity cost
Kelemenis et al. An extension of fuzzy TOPSIS for personnel selection
Sorokin Decision support during the projects preparation of network infrastructure elements of a telecom operator
Mazurek The ordinal consensus ranking problem with uncertain rankings

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161102