劉立家,胡建旺,孫慧賢
(陸軍工程大學(xué)石家莊校區(qū) 電子與光學(xué)工程系,石家莊 050003)
現(xiàn)代武器裝備日趨功能多樣,結(jié)構(gòu)復(fù)雜,但就其設(shè)計實現(xiàn)來說,無處不體現(xiàn)出層次性的特點。裝備的層次設(shè)計具有其現(xiàn)實意義,既便于現(xiàn)實中的設(shè)計、使用、維護,又便于思維邏輯上的理解,這種層次劃分的現(xiàn)象在自然界、認識領(lǐng)域、人類社會等方方面面普遍存在。目前,層次分析法作為一種認識和處理層次問題的主要方法,受到廣泛關(guān)注,許多學(xué)者進行了深入研究。論文主要針對層次分析法中判斷矩陣的不一致性問題展開研究,提出了改進的算法。
層次分析法是為了解決多目標或多措施決策問題而提出的,最早由Saaty于1977年提出,1980年其專著問世[1-2],表示這種理論方法已具有系統(tǒng)性。
其實現(xiàn)過程可分為4步,見圖1。
1)根據(jù)系統(tǒng)分析結(jié)果,構(gòu)建整體的遞階層次結(jié)構(gòu)。
2)根據(jù)經(jīng)驗或?qū)<以u比,由比例標度給出元素值,構(gòu)造各層次的判斷矩陣。根據(jù)Saaty的研究建議,將比例標度按照重要程度分為1~9級,見表1。
Xi、Xj分別表示同一層次中兩個因素,aij、aji分別表示Xi與Xj的比較標度值。
3)計算矩陣的最大特征值和特征向量,特征向量歸一化后即為相對權(quán)重,并進行一致性檢驗,得出每一層次相對于上一層次的單排序[3]。
圖1 層次分析法基本步驟框圖
(a)計算一致性指標CI:
(1)
(b)查找平均隨機一致性指標RI。
表1 九標度表示法
表2 平均隨機一致性指標
(c)計算滿意一致性比例CR:
(2)
一般認為當CR<0.1時,矩陣滿足一致性要求,一般為滿足順序一致性要求。
4)相鄰兩層進行合成運算,最終得到底層元素相對于頂層的總權(quán)重,以用于決策判斷。
研究表明,當同一層次內(nèi)元素數(shù)n>9時,很容易造成判斷矩陣邏輯混亂,導(dǎo)致判斷矩陣元素值不一致現(xiàn)象發(fā)生。導(dǎo)致判斷矩陣不一致的因素有[5]:
1)模糊關(guān)系的累加。兩個因素的重要性比較是專家的一種模糊比較,“同樣重要”和“稍微重要”的區(qū)別本身不明顯,經(jīng)過多次比較后這種模糊性往往會表現(xiàn)為不一致。
2)缺乏統(tǒng)一的標準進行系統(tǒng)的度量。對于兩個因素的相對重要性,專家往往能夠給出一個明確的判斷結(jié)果,但對于多個因素整體而言,往往會出現(xiàn)判斷標準的前后不一致性,造成最終判斷矩陣的不一致。
為了解決這個問題,許多研究學(xué)者進行了研究。① 文獻[6]介紹了經(jīng)驗調(diào)整的方法,通過觀察發(fā)現(xiàn)矩陣中的元素不滿足順序一致性的要求,人為修改相關(guān)的元素值使其滿足順序一致性。② 文獻[7]的思路是采用次序一致性和絕對一致性對判斷矩陣進行檢驗,檢驗不通過時采用極差標準對相關(guān)元素進行修正,而后再次檢驗,最終滿意一致性指標CR低于設(shè)定閾值時,算法結(jié)束;文獻[8]在文獻[7]的基礎(chǔ)上,改進了絕對一致性矩陣的構(gòu)建算法,采用最大偏離距離作為調(diào)整標準,降低運算復(fù)雜度,能夠支持快速運算。③ 文獻[6,9-11]則采用的是一種擬優(yōu)一致矩陣的概念,為了避免進行一致性檢驗的繁瑣過程,將判斷矩陣直接轉(zhuǎn)換為擬優(yōu)一致矩陣,在此基礎(chǔ)上計算權(quán)重向量作為原判斷矩陣的權(quán)重向量。④ 文獻[12]將判斷矩陣看做一致性矩陣和擾動矩陣的組合,并利用區(qū)間模糊數(shù)的方法調(diào)整擾動矩陣中最大的值,經(jīng)過反復(fù)調(diào)整,使矩陣滿足滿意一致性指標。
文獻[6-12]從不同的角度研究了判斷矩陣不一致性的調(diào)整方法,但仍存在一些不足:憑借觀察進行調(diào)整,方法移植性差,不便于計算實現(xiàn);使用擬優(yōu)一致矩陣替換判斷矩陣,會大量丟失專家判斷信息;使用區(qū)間模糊數(shù)調(diào)整判斷矩陣元素值,會使九標度條件下的平均隨機一致性指標不再適用。針對這些問題,本文使用擾動矩陣[8]的概念,按照擾動值由大到小的順序?qū)υ刂颠M行調(diào)整,最終達到滿意一致性指標,調(diào)整結(jié)束。
一般來說,只需要考慮aij>1的情況,其相對應(yīng)的|dij|必在排序結(jié)果的前列。對于aij<1的情況,在實際應(yīng)用中調(diào)整的可能性很小,可以不用考慮。
調(diào)整的原則是每個元素值aij最多調(diào)整一個標度,調(diào)整的目標是使擾動值dij趨于0。
這樣調(diào)整的目的是最大可能保留專家的判斷結(jié)果,同時滿足九標度法的要求,能夠使用滿意一致性原則進行一致性評判。
步驟1計算判斷矩陣的最大特征值,并計算滿意一致性指標CR,與滿意性閾值M進行比較,若CR(A)≤M,不需要進行調(diào)整,直接轉(zhuǎn)到步驟5;否則,轉(zhuǎn)到步驟2。
步驟2采用幾何平均法[13]計算特征向量。
構(gòu)造一致性矩陣W:
計算擾動矩陣D:
對非對角線元素的絕對值|dij|由大到小進行排序,得到排序結(jié)果{l1,l2,…,ln2-n}。
1)若aij>1且dij>0,則將aij降低1個標度值,即aij-1,若aij=2,則不進行調(diào)整;
應(yīng)該說,在田野中作為訪談?wù)叩拿袼讓W(xué)者和訪談對象不單單是記錄和收集資料的關(guān)系,不只是我問你答的關(guān)系,本質(zhì)上是交流的關(guān)系。如果完全是問答式的訪談,從受訪者的感受來說就是比較被動和有壓力的,是不平等的,因而不能真正地溝通。只有抱著真誠交流的態(tài)度,才能聽到訪談對象更多的個人敘事,也就是有關(guān)他們生活經(jīng)歷和真情實感的故事。而只有聽到這些故事,才可以說田野訪談工作算是進入正常狀態(tài)。
2)若aij>1且dij<0,則將aij提高1個標度值,即aij+1,若aij=9,則不進行調(diào)整;
當aij做出調(diào)整后,其對稱位置元素aji做相應(yīng)調(diào)整,使調(diào)整后的矩陣仍然是互反矩陣。
步驟4將調(diào)整后的矩陣標記為As(s表示調(diào)整的次數(shù)),計算其滿意一致性指標CR(As),如果CR(As)≤M,轉(zhuǎn)到步驟5,否則轉(zhuǎn)到步驟3。
步驟5計算最終調(diào)整后的矩陣As的最大特征值和特征向量,特征向量歸一化后即為各因素的權(quán)重。
為了說明算法的實際操作,使用一個實例進行說明。岳女士需要購買一件衣服,在僅考慮款式的條件下,其對4件備選服裝給出了如下的判斷矩陣:
1)計算最大特征值為λmax=4.464 4,計算其滿意一致性指標為CR(A)=0.172,設(shè)定滿意性閾值為M=0.1,顯然,矩陣A不滿足一致性指標,需要進行調(diào)整。
2)計算矩陣A的權(quán)重向量為[0.092 2 0.558 9 0.077 5 0.271 3]T,構(gòu)造W矩陣為
對矩陣D非對角線元素絕對值進行排序得到:
{2.938 5 -2.208 4 2.057 2 1.810 8 -1.499 6 …}
3)D矩陣元素2.938 5對應(yīng)的A矩陣元素值為a21=9,符合第一個條件,將其調(diào)整為8,調(diào)整后的矩陣為
計算其最大特征值為λmax=4.440 9,其滿意一致性指標為CR(A1)=0.163 3>0.1仍不滿足一致性條件,繼續(xù)調(diào)整。
4)D矩陣元素-2.208 4對應(yīng)的A矩陣元素值為a23=5,符合第二個條件,將其調(diào)整為6,調(diào)整后的矩陣為
計算其最大特征值為λmax=4.412 3,其滿意一致性指標為CR(A2)=0.152 7>0.1仍不滿足一致性條件,繼續(xù)調(diào)整。
5)D矩陣元素2.057 2對應(yīng)的A矩陣元素值為a41=5,符合第一個條件,將其調(diào)整為4,調(diào)整后的矩陣為
計算其最大特征值為λmax=4.348 2,其滿意一致性指標為CR(A3)=0.129 0>0.1仍不滿足一致性條件,繼續(xù)調(diào)整。
6)D矩陣元素1.810 8對應(yīng)的A矩陣元素值為a13=3,符合第一個條件,將其調(diào)整為2,調(diào)整后的矩陣為
計算其最大特征值為λmax=4.196 4,其滿意一致性指標為CR(A4)=0.072 7<0.1滿足一致性條件。
計算其權(quán)重向量為[0.091 0 0.569 5 0.082 2 0.257 3]。
若采用擬優(yōu)一致性矩陣替換判斷矩陣,計算擬優(yōu)一致性矩陣為
計算權(quán)重向量為[0.092 2 0.558 9 0.077 5 0.271 3]。
對比可以看出,擬優(yōu)一致性矩陣對每個元素值進行了調(diào)整,調(diào)整幅度明顯大于本文,說明其過多的舍棄了專家的判斷信息。
針對判斷矩陣的不一致性問題,通過構(gòu)造擾動矩陣、排序擾動值、按次序調(diào)整擾動元素等步驟調(diào)整判斷矩陣,既保留了專家的判斷信息,又符合滿意一致性指標的使用條件。與擬優(yōu)一致矩陣對比表明,本文的方法能夠更多的保留專家判斷信息。