AHP中广义判断矩阵排序向量的非特征根算法

本文提出层次分析法中广义判断矩阵排序向量的两种非特征根算法：“和法”及ＬＡＭ法．算法简便易行。

判断矩阵一致性的统计检验法

本文提出检验判断矩阵一致性的新方法——统计检验法.应用这一方法,检验判断矩阵的一致性既不必计算λ_(max),又可根据决策分析人员的偏好以及不同的决策问题选择检验统计量的参数,同时,检验过程亦可为不一致性判断矩阵的调整提供信息.

广义判断矩阵与普通判断矩阵

将求解广义判断矩阵排序向量的问题归结为相应的普通判断矩阵排序向量的求解问题 ,为广义AHP理论的拓展提供了新的思路 .

AHP中排序向量的LAM算法

本文提出求解AHP中判断矩阵的排序向量的新思路,并由此获得一个较为简捷的计算排序向量的新算法——最小夹角法(LAM).运用LAM,使用者只须用计算器就可获得相当精确的排序向量.

广义判断矩阵的一致性检验

本文给出判定广义判断矩阵一致性的统计检验法 。

广义判断矩阵研究的若干新进展

介绍了近年AHP理论研究中提出的计算广义判断矩阵排序向量的四种不同的特征向量法,并给予评价.

广义判断矩阵的特征向量法及其一致性检验

提出计算广义判断矩阵排序向量的一种新算法并将广义判断矩阵的一致性检验转化为普通判断矩阵的一致性检验.

广义AHP判断矩阵的一致性研究

对非一致广义判断矩阵的不一致性给出了一个检验指标,并在此指标下给出了广义判断矩阵排序向量的一种近似求法.

判断矩阵一致性检验的新途径

给出一种新的检验判断矩阵一致性的统计检验方法。它可于计算判断矩阵的排序向量之前就对判断矩阵是否具有满意的一致性作出判断，从而可减少一些不必要的计算。

广义判断矩阵应用初探

介绍了一类便于应用的广义判断矩阵,给出此类广义判断矩阵的计算方法,并指出此类广义判断矩阵的最重要的特点是:易于保持决策分析判断的一致性.

化广义判断矩阵问题为普通判断矩阵问题

给出将广义判断矩阵排序向量的计算及一致性检验转化为普通判断矩阵的相应计算的具体算法 .