网站大量收购独家精品文档,联系QQ:2885784924

一种基于图论与熵的专家判断客观可信度的确定方法.pdfVIP

一种基于图论与熵的专家判断客观可信度的确定方法.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于图论与熵的专家判断客观可信度的确定方法.pdf

_______________________________________________________________________________ 一种基于图论与熵的专家判断客观可信度的确定方法* 熊 立 梁 樑 王国华 (中国科学技术大学商学院,合肥 230026 ) 摘要:本文给出一种群决策中确定专家判断可信度的方法,其主要思路是首先通过图论中最 小生成树的方法提取专家判断矩阵的全部信息,其次,使用相对熵指标确定获得专家判断的 最终结果,并同时衡量专家自身判断的统一程度,从而确定专家判断的相对客观可信度。最 后,文章给出一个典型的算例以说明该方法的可行性和有效性。 关键词:判断矩阵 图 生成树 熵 可信度 中图分类号:O223 引言 在群决策的过程中,确定各专家判断结果的可信度直接影响到各专家在群组决策中权重 的确定,是专家判断信息最终合成的关键[1][2] 。因此,群决策中专家判断的可信度度量一直 是群组决策过程中的一个重要步骤,其通常的方法是通过判断专家判断矩阵的一致性比率来 衡量专家判断的可信度[3-5] 。事实上,我们知道,由于客观事物的复杂性和专家判断的主观 性,专家往往难以将同一准则下多个元素的相对重要程度判断的十分准确,因而即使各专家 给出的判断都能够满足满意的一致性条件,也并不代表各专家具有相同的可信度。关于专家 判断矩阵的一致性是否能够代表专家判断的可信度问题,近些年来,不少学者提出了不同的 [6][7] 观点 。 本文认为:在群决策过程中,决策专家的可信度可以分为两个部分,主观可信度与客观 可信度。主观可信度与该专家的名望、地位、所属专业以及对决策问题的熟悉程度等有关, 而客观可信度取决于专家作判断时的自身意见的统一程度。因此,寻取一种科学的确定专家 判断意见统一程度的方法至关重要。本文的主要思路是利用图论中最小生成树的方法提取出 专家判断矩阵的全部信息,通过相对熵指标确定最能够符合专家意见的判断结果,并同时确 定该专家自身判断的统一程度,从而最终确定专家判断的相对可信度。 1、基于最小生成树的专家判断信息提取方法 设决策备选方案为n 个,其序号分别记作1,2 ,…,n ;共有m 位专家参与决策,记做 ( ) ( ) k k (k ) ( ) E ,E ,…,E 。专家E 给出的判断矩阵为A a ,k 1,2, , m 。a 0 , 1 2 m k ij n×n ij * 国家自然科学基金资助项目);教育部博士点基金资助项目(20030358052 ) 1 _______________________________________________________________________________中国科技论文在线 其一般形式是:  1 a(k ) a(k )   12 1n  (k ) (k ) a 1 a A(k )  21 1n ;   

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档