1.一种基于AHP和专家排序赋权的指标权重分配方法,实施步骤如下:
1)基于专家个人的判断,构造专家个体判断矩阵Ae;
2)一次群体决策指标权重计算的过程为:给每个专家赋予相同的权重,在此基础上,构造一次群体判断矩阵Aa,并计算一次群体决策指标向量Ua;
3)按照专家排序为专家赋权的过程为:基于专家个体判断与一次群体决策的接近程度进行专家排序并赋权;
4)二次群体决策指标权重计算的过程为:结合专家权重,构造二次群体决策判断矩阵Ab,计算二次群体决策权重向量Ub;
5)根据Ub输出指标权重。
2.根据权利要求1所述的基于AHP和专家排序赋权的指标权重分配方法,其特征在于:所述步骤1)构造专家个体判断矩阵包括以下步骤:
11)将参与指标权重分配决策的专家人数设为m,将需分配权重的评价指标数量设为n;
12)每个专家独立地对指标重要性做两两对比,并基于专家的独立判断构造专家个体判断矩阵,第e个专家的判断矩阵如矩阵Ae所示,aeij指根据第e个专家的个体判断,指标i与指标j的重要程度,其值采用AHP的9点法;
13)每个专家的个体判断矩阵均需通过AHP一致性校验。
3.根据权利要求1所述的基于AHP和专家排序赋权的指标权重分配方法,其特征在于:所述步骤2)一次群体决策指标权重计算包括以下步骤:
21)认为每位专家权重均相同,按照公式(1)构造一次群体判断矩阵Aa;
22)计算一次群体判断矩阵Aa最大特征值对应的特征向量Va(va1,va2,…,van);
23)基于Va计算一次群体决策指标归一化权重向量Ua(ua1,ua2,…,uan)。
4.根据权利要求1所述的基于AHP和专家排序赋权的指标权重分配方法,其特征在于:所述步骤3)基于专家个体判断与一次群体决策的接近程度进行专家排序并赋权包括以下步骤:
31)计算每一位专家的个体判断矩阵Ae最大特征值对应的特征向量Ve(ve1,ve2,…,ven);
32)基于Ve计算每一位专家个体判断指标归一化权重向量Ue(ue1,ue2,…,uen);
33)评判专家个人判断与一次群体决策之间的一致性程度采用向量夹角余弦dea来定义,dea按照公式(2)计算,
34)根据dea数值的大小将m个专家进行排序,e=1、2、…、m,dea的数值越大,说明该专家的个体判断与一次群体决策越接近,排序越靠前;
35)按照专家排序给专家赋权指:采用简单排序编码法对专家赋权,排序越靠前,专家权重越大。
5.根据权利要求1所述的基于AHP和专家排序赋权的指标权重分配方法,其特征在于:所述步骤4)二次群体决策指标权重计算具体步骤如下:
41)按照公式(3)构造二次群体判断矩阵Ab;
式中we指第e位专家的权重;
42)计算二次群体判断矩阵Ab最大特征值对应的特征向量Vb(vb1,vb2,…,vbn);
43)计算二次群体决策指标归一化权重向量Ub(ub1,ub2,…,ubn)。
6.根据权利要求1所述的基于AHP和专家排序赋权的指标权重分配方法,其特征在于:所述步骤5)根据Ub输出指标权重指:Ub中的元素与评价指标的归一化权重一一对应。