优先级比率估计质量与所选定优先级程序及成对比较矩阵一致性度量的关系
人工智能
2020-06-05 v2
摘要
对致力于决策过程建模及其促进的当前争论和当代研究的回顾，将注意力引向了层次分析法（AHP）。AHP 的核心是成对比较矩阵（PCM）的各种优先级程序和一致性度量，PCM 在某种意义上反映了决策者的偏好。当然，当对这些偏好的判断完全一致（基数传递）时，所有 PP 重合，优先级比率（PR）估计的质量堪称典范。然而，人类的判断极少一致，因此 PR 估计的质量可能存在显著差异。这些差异的程度取决于应用于 PCM 的 PP 和所使用的 CM。这就是为什么找出哪些 PP 和哪些用于 PCM 的 CM 能够直接提高 PR 估计精度非常重要。本研究的主要目标是通过在 Wolfram Mathematica 8.0 中正确设计、编码并执行的开创性且复杂的模拟算法来实现的。这些研究结果使人确信，嵌入 AHP 且普遍应用的、用于 PCM 的原始 PP 和 CM 可能会显著恶化 PR 估计的质量；然而，本文提出的解决方案可以显著改进该方法论。
引用
@article{arxiv.1704.01944,
title = {The quality of priority ratios estimation in relation to a selected prioritization procedure and consistency measure for a Pairwise Comparison Matrix},
author = {Paul Thaddeus Kazibudzki},
journal= {arXiv preprint arXiv:1704.01944},
year = {2020}
}
备注
30 pages, 11 tables, 3 figures