简介：在文章[13]和[14]研究的基础上,根据模糊数互反和互补判断矩阵之间的转换关系,利用连结模糊数和精确数的分解定理,结合经典理论中正互反判断矩阵的权重求解方法,给出了基于乘性一致性构建的模糊数互补判断矩阵的权重模糊数求解算法,最后通过一个实例说明了此算法的可行性。

简介：评价指标权重不能完全确定的多指标决策问题是指指标的权重虽然不能完全确定,但却知道其所在区域的多指标决策问题.首先指出了前人研究的不足,然后给出了评价指标权重不能完全确定的指标决策问题的逼近理想点法,最后用本文给出的方法分析了文献[1]给出的实际问题.

简介：对于多属性群决策中专家权重确定的问题，本文提出了基于聚类的专家权重确定方法，将专家权重分为类别间权重和类别内权重，对专家聚类步骤和类别间权重的计算方法进行了改进。通过专家给出的判断矩阵构建相容度矩阵，利用系统聚类原理，对相容度矩阵进行聚类，得到最大相容度谱系图。通过最大相容度间的距离和给定阈值的比较，对专家进行恰当分类，从而避免了根据现有研究步骤只能将专家分为两类的不足。此外，在确定类别间权重时，除继续对类容量较大的类赋予较大的类别间权重系数外，还引入专家判断矩阵的属性权重一致性来反映类别间的差异，从而有效避免了当某几类专家中含有相等数目专家时，赋予这几类专家相同类别间权重系数的问题。所提方法结构清晰、计算简便，并使得专家权重计算结果更为合理准确。最后运用一个算例对比验证了该方法的可行性和有效性。

简介：本文首先运用系统聚类分析法,对群决策中的专家进行了分类,并为每位专家赋予了不同的权重.然后在专家自身权重的作用下,根据各个判断矩阵之间的一致性,算出每个判断矩阵的可信度权值,对经过一致性调整的多专家判断矩阵进行加权平均,得出多专家对各判定方案的判定结果.文章的最后用一个算例来说明本文中方法的实施过程.

简介：引入基于指标权重的欧氏距离描述数据之间的相似程度,通过权重指标评价函数刻画随着权重ω的改变分类模糊程度的变化;运用粒子群优化算法(MPSO),极小化属性权重评价函数,自适应地求得每个指标的权重赋值;将得到的权重应用于聚类算法,将数据按照相似程度不同分类,以分类中出现的孤立点为疑似欺诈点;最后,通过人工复检的方式验证了模型的有效性和准确性。