基于AHP的优化决策模型研究

对于传统的AHP求解模型,存在难以识别比较矩阵中的不一致判断的情况。通过构造两阶段线性规划模型,在第一阶段求出一致性求解范围,利用该一致性范围作为第二阶段的限制条件,借助于LINDO或者MATLAB软件求出了最优的优先权矢量,并举例说明应用这个模型的计算过程。最后,通过具体实例对模型的灵敏性进行了分析,给出了不一致性判断的识别方法。

基于模糊AHP的TOPSIS评估方法研究

对于模糊环境下的评估,存在固有的不确定性和不精确性信息比较的情况。在AHP的框架下,通过三角模糊数表示元素之间的比较比率,定义了两个模糊数之间的距离,利用模糊综合扩展分析方法构造决策矩阵。根据理想近似方法,通过计算到正理想解和负理想解的距离求出每个方案的贴近系数,得出候选者的评估顺序,并举例说明了应用这个方法的计算过程。

模糊环境下的语言决策方法研究

对于模糊环境下的评估,存在固有的不确定性和不精确性信息比较的情况。在AHP的框架下,提供了指标权重和偏好值语言信息并用三角模糊数来描述,构造语言决策矩阵并进行模糊化。根据理想近似方法,通过计算到正理想解和负理想解的距离求出每个方案的贴近系数,得出候选者的评估顺序,并举例说明了应用这个方法的计算过程。