模糊WINGS视角下的ANP加权矩阵新构造方法研究
需积分: 9 101 浏览量
更新于2024-08-13
收藏 1.16MB PDF 举报
"模糊WINGS视角下的ANP加权矩阵新构造方法 (2014年),作者:孙永河,李春好,谢晖,段万春"
本文主要探讨的是在模糊WINGS(加权影响情景下的非线性测度体系)框架下,如何改进ANP(Analytic Network Process,网络分析法)因素集的加权矩阵构造方法。ANP是由美国学者Saaty提出的,用于解决复杂系统评估的决策分析工具,它扩展了层次分析法(AHP),考虑了因素之间的相互依赖关系。
传统的ANP加权矩阵构造方法主要包括两两比较法、等权矩阵假设法以及基于DEMATEL(决策试行与评价实验室)的方法。然而,这些方法都存在一定的局限性。两两比较法的比较机制不够清晰,可能导致混乱的决策结果;等权矩阵假设法在实际问题中往往无效,因为它假设所有因素同等重要,这在很多情况下并不成立;基于DEMATEL的方法虽然能揭示因素间的因果关系,但忽略了因素自身强度的差异,且无法准确反映专家在评估过程中的模糊性和不确定性。
为了解决这些问题,作者提出了一种新的构造方法,该方法结合了模糊理论和WINGS框架。模糊理论可以处理专家判断中的不确定性,而WINGS则提供了一种考虑非线性影响的模型。首先,他们改进了模糊DELPHI决策程序,以更好地捕捉专家的主观判断。这种方法允许专家在比较因素时提供模糊评分,以体现其判断的不确定性和模糊性。接着,通过WINGS模型,考虑了因素集之间的非线性相互作用,从而更准确地反映了因素间的复杂关系。
在新方法中,构建了一个模糊关联矩阵,该矩阵包含了专家的模糊判断信息。然后,利用WINGS的非线性转换规则,将这个模糊关联矩阵转化为加权超矩阵,即CWM(Cluster-Weighted Matrix)。这个过程确保了权重的计算不仅基于因素间的相对重要性,还考虑了因素集的整体影响力。最后,通过迭代和一致性检验,确保了最终权重的合理性和一致性。
这种方法的优点在于,它能够更全面地处理ANP中的复杂性和模糊性,提高了决策的可靠性和有效性。对于那些涉及多个相互关联因素的复杂问题,如项目评估、战略规划、风险分析等领域,这种新构造方法具有显著的应用价值。
这篇论文提出的模糊WINGS视角下的ANP加权矩阵新构造方法,是对传统ANP理论的重要补充和完善,它为解决实际决策问题提供了更为精确和灵活的工具。通过引入模糊逻辑和非线性测量,该方法更好地模拟了现实世界中专家判断的复杂性和不确定性,从而提升了ANP模型的适用性和实用性。
2019-07-10 上传
2018-11-02 上传
2021-04-28 上传
2021-05-16 上传
2021-05-12 上传
2021-06-17 上传
2021-04-25 上传
2021-04-30 上传
2021-04-25 上传
weixin_38546846
- 粉丝: 5
- 资源: 920
最新资源
- ES管理利器:ES Head工具详解
- Layui前端UI框架压缩包:轻量级的Web界面构建利器
- WPF 字体布局问题解决方法与应用案例
- 响应式网页布局教程:CSS实现全平台适配
- Windows平台Elasticsearch 8.10.2版发布
- ICEY开源小程序:定时显示极限值提醒
- MATLAB条形图绘制指南:从入门到进阶技巧全解析
- WPF实现任务管理器进程分组逻辑教程解析
- C#编程实现显卡硬件信息的获取方法
- 前端世界核心-HTML+CSS+JS团队服务网页模板开发
- 精选SQL面试题大汇总
- Nacos Server 1.2.1在Linux系统的安装包介绍
- 易语言MySQL支持库3.0#0版全新升级与使用指南
- 快乐足球响应式网页模板:前端开发全技能秘籍
- OpenEuler4.19内核发布:国产操作系统的里程碑
- Boyue Zheng的LeetCode Python解答集