一种基于三端点区间数的改进DS/AHP方法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (3): 211-214.

一种基于三端点区间数的改进DS/AHP方法

杜元伟，韩晨

昆明理工大学管理与经济学院，昆明 650093

出版日期:2014-02-01 发布日期:2014-01-26

Improved DS/AHP method based on three-point internal number

DU Yuanwei, HAN Chen

Faculty of Management and Economics, Kunming University of Science and Technology, Kunming 650093, China

Online:2014-02-01 Published:2014-01-26

摘要/Abstract

摘要： 为了解决传统DS/AHP方法不适用于具有多位专家或专家意见富有分歧的群体决策问题，基于能够有效描述专家群组推理判断信息的三端点区间数对传统判断矩阵进行拓展，提出三端点区间数知识矩阵，基于三端点区间数中的一致性原理构建了用于从该矩阵中提取证据信息的基本概率分配函数的确定模型，在此基础上依据Dempster组合规则提出改进DS/AHP方法的操作步骤，应用一个数值模拟实例演示了该方法的具体操作过程。

关键词: 证据理论, 层次分析法, 三端点区间数, 知识矩阵, Dempster组合规则

Abstract: Nascent DS/AHP method is not fit for group decision with diversity opinions of experts. In order to solve this problem, three-point interval number which can effectively describe group reasoning judge information of professors is introduced. It proposes three-point interval number knowledge matrix. Then it constructs determine model of extracting Basic Probability Assignment（BPA） based on consistency principle of three-point interval number. By using Dempster rule, the steps of revised DS/AHP method can be proposed. It utilizes a numerical simulation example to demonstrate specific operational process of proposed method.

Key words: D-S evidence theory, Analytic Hierarchy Process（AHP）, three-point interval number, knowledge matrix, Dempster rule

杜元伟，韩晨. 一种基于三端点区间数的改进DS/AHP方法[J]. 计算机工程与应用, 2014, 50(3): 211-214.

DU Yuanwei, HAN Chen. Improved DS/AHP method based on three-point internal number[J]. Computer Engineering and Applications, 2014, 50(3): 211-214.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[3]	刘潇雅，王应明. 基于支持向量机集成的个人信用评估研究[J]. 计算机工程与应用, 2020, 56(14): 272-278.
[4]	刘期烈，李建雄. 内容中心网中多参数的缓存污染攻击检测算法[J]. 计算机工程与应用, 2019, 55(4): 130-136.
[5]	罗兰，肖建于. 一种有效折扣证据源的冲突证据合成方法[J]. 计算机工程与应用, 2019, 55(4): 154-158.
[6]	李果，马春阳，马建晓. 基于DPCA和改进证据理论的融合式故障诊断[J]. 计算机工程与应用, 2019, 55(20): 197-201.
[7]	田启华1，黄超1，于海东2，杜义贤1，周祥曼1. 基于AHP的耦合任务集资源分配权重确定方法[J]. 计算机工程与应用, 2018, 54(21): 25-30.
[8]	王晓强，王冬. 软件需求权重的模糊网络分析法[J]. 计算机工程与应用, 2018, 54(10): 39-45.
[9]	严志军，陶洋. 基于证据距离和不确定度的冲突数据融合算法[J]. 计算机工程与应用, 2018, 54(10): 54-58.
[10]	涂世杰1，2，陈航1，冯刚2. 证据理论与模糊函数相结合的弹道目标识别[J]. 计算机工程与应用, 2017, 53(6): 169-173.
[11]	段锁林，杨可，毛丹，任珏朋. 基于模糊证据理论算法在火灾检测中的应用[J]. 计算机工程与应用, 2017, 53(5): 231-235.
[12]	许青林1，熊梦琪1，刘扬帆2. 一种基于航空旅客行为的旅客细分模型[J]. 计算机工程与应用, 2017, 53(24): 69-74.
[13]	马庆功. 犹豫模糊语言环境下的无线传感器选择方法[J]. 计算机工程与应用, 2017, 53(22): 130-136.
[14]	任胜兵，冯迪，陈潇男. 基于最优一致性矩阵的灰色层次分析法研究[J]. 计算机工程与应用, 2017, 53(18): 44-50.
[15]	朱轮1，马庆功2. 直觉模糊信息环境下考虑后悔规避的决策方法[J]. 计算机工程与应用, 2017, 53(14): 123-129.