挖掘决策者偏好：正互反矩阵优先权重研究

"正互反矩阵优先权重的信息挖掘研究① (2013年) - 西南师范大学学报(自然科学版), 李彩凤, 关键词: 正互反矩阵; 优先权重; 参数; 偏好; 信息挖掘" 本文主要探讨了在决策分析中如何更好地反映决策者的偏好，特别是针对含参数优先权重的问题。作者李彩凤提出，传统的层次分析法（AHp）虽然广泛应用，但在处理权重确定时，往往忽视了权重向量可能是多元而非唯一的情况。文献引用表明，一致性正互反矩阵的权重向量具有参数性，这意味着它们并不唯一，这为决策过程引入了不确定性。 文章首先介绍了PPM排序法，这是一种基于正互反矩阵的排序方法，它引入了参数，从而允许权重向量形成一族与参数相关的排序向量，而不再是单一的权重。这种方法的创新之处在于它能够适应决策者不同的偏好，为决策结果提供了更多的灵活性。 接着，文章提出了三种方法来依据决策者的偏好确定参数，以求得更能体现决策者意愿的权重。这些方法的目标是弥补仅依赖标度和一致性的不足，通过深入挖掘决策者的信息来完善权重的确定过程。这种方法的应用可以增加决策分析的精确性和可靠性。 在实际应用中，通过算例展示了这些方法的有效性和可行性，进一步证明了挖掘决策者信息的重要性。这些方法不仅适用于单个准则下的决策，也适用于多准则环境，可以为多准则决策问题提供更加合理和全面的解决方案。 该研究为决策分析领域提供了一种新的视角，即通过挖掘决策者的信息来确定优先权重，从而提高决策过程的主观性和个性化。这不仅扩展了层次分析法的理论基础，也为实际决策问题提供了更具决策者偏好的解决方案。这种研究有助于促进决策科学的发展，使得决策过程更能体现决策者的意愿，从而提高决策的质量和效果。