資源描述：
《基于聚類的多屬性群決策專家權(quán)重確定方法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第２３卷第６期運(yùn)籌與管理Ｖｏｌ．２３，Ｎｏ．６２０１４年１２月ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＤｅｃ．２０１４基于聚類的多屬性群決策專家權(quán)重確定方法１１２何立華，王櫟綺，張連營（１．中國石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院，山東青島２６６５８０；２．天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津３０００７２）摘要：對于多屬性群決策中專家權(quán)重確定的問題，本文提出了基于聚類的專家權(quán)重確定方法，將專家權(quán)重分為類別間權(quán)重和類別內(nèi)權(quán)重，對專家聚類步驟和類別間權(quán)重的計算方法進(jìn)行了改進(jìn)。通過專家給出的判斷矩陣構(gòu)建相容度矩陣，利用系統(tǒng)聚類
2、原理，對相容度矩陣進(jìn)行聚類，得到最大相容度譜系圖。通過最大相容度間的距離和給定閾值的比較，對專家進(jìn)行恰當(dāng)分類，從而避免了根據(jù)現(xiàn)有研究步驟只能將專家分為兩類的不足。此外，在確定類別間權(quán)重時，除繼續(xù)對類容量較大的類賦予較大的類別間權(quán)重系數(shù)外，還引入專家判斷矩陣的屬性權(quán)重一致性來反映類別間的差異，從而有效避免了當(dāng)某幾類專家中含有相等數(shù)目專家時，賦予這幾類專家相同類別間權(quán)重系數(shù)的問題。所提方法結(jié)構(gòu)清晰、計算簡便，并使得專家權(quán)重計算結(jié)果更為合理準(zhǔn)確。最后運(yùn)用一個算例對比驗證了該方法的可行性和有效性。關(guān)鍵詞：決策科學(xué)；多屬性群決策；專家權(quán)重；聚類分析；
3、判斷矩陣中圖分類號：Ｃ９３４文章標(biāo)識碼：Ａ文章編號：１００７-３２２１（２０１４）０６-００６５-０８AMethodforDeterminingtheExperts’WeightsofMulti-AttributeGroupDecision-MakingBasedonClusteringAnalysis１１２ＨＥＬｉ-ｈｕａ，ＷＡＮＧＬｉ-ｑｉ，ＺＨＡＮＧｌｉａｎ-ｙｉｎｇ（１．SchoolofEconomicsandManagement，ChinaUniversityofPetroleum（EastChina），Qingdao２６６５８０
4、，China；２．CollegeofManagementandEconomics，TianjinUniversity，Tianjin３０００７２，China）Abstract：Ａｎｅｘｐｅｒｔｓ’ｗｅｉｇｈｔｄｅｔｅｒｍｉｎｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｅｘｐｅｒｔｓ’ｗｅｉｇｈｔｓｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｉｓｐｒｏｐｏｓｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｅｘｐｅｒｔｓ’ｗｅｉｇｈｔｓｏｆｍｕｌｔｉ－ａｔｔｒｉｂｕｔｅｇｒｏｕｐｄｅｃｉｓｉｏｎ-ｍａｋｉｎｇ．Ｔｈｅｅｘｐｅｒｔｓ’ｗｅｉｇｈｔｉｓｄｉｖｉｄｅｄｉｎｔｏｔｈ
5、ｅｗｅｉｇｈｔｓｂｅｔｗｅｅｎｃａｔｅｇｏｒｉｅｓａｎｄｗｉｔｈｉｎｃａｔｅｇｏｒｙ．Ｔｈｅｓｔｅｐｓｏｆｅｘｐｅｒｔｓ’ｃｌｕｓｔｅｒｉｎｇａｎｄｔｈｅｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｏｆｔｈｅｗｅｉｇｈｔｓｂｅｔｗｅｅｎｃａｔｅｇｏｒｉｅｓａｒｅｉｍｐｒｏｖｅｄ．Ｔｈｅｃｌｕｓｔｅｒｉｎｇｐｅｄｉｇｒｅｅｃｈａｒｔｏｆｔｈｅｍａｘｉｍｕｍｃｏｍｐａｔｉｂｉｌｉｔｙｄｅ-ｇｒｅｅｉｓｇｏｔｂｙｂｕｉｌｄｉｎｇｔｈｅｅｘｐｅｒｔｊｕｄｇｍｅｎｔｃｏｍｐａｔｉｂｉｌｉｔｙｍａｔｒｉｘａｃｃｏｒｄｉｎｇｔｏｔｈｅｅｘｐｅｒｔｊｕｄｇｍｅｎｔｍ
6、ａｔｒｉｘ，ｍａｋｉｎｇｕｓｅｏｆｔｈｅｓｙｓｔｅｍｃｌｕｓｔｅｒｉｎｇｐｒｉｎｃｉｐｌｅｔｏｃｌｕｓｔｅｒｔｈｅｃｏｍｐａｔｉｂｉｌｉｔｙｄｅｇｒｅｅｍａｔｒｉｘ．Ｔｈｅｅｘｐｅｒｔｓａｒｅｃｌａｓｓｉｆｉｅｄｐｒｏｐｅｒ-ｌｙａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｔｈｅｍａｘｉｍｕｍｃｏｍｐａｔｉｂｉｌｉｔｙｄｅｇｒｅｅａｎｄｔｈｅｇｉｖｅｎｔｈｒｅｓｈｏｌｄｖａｌｕｅ，ｗｈｉｃｈｏｖｅｒｃｏｍｅｓｔｈｅｓｈｏｒｔｃｏｍｉｎｇｏｆｏｎｌｙｃｌｕｓｔｅｒｉｎｇｔｈｅｅｘｐｅｒｔｓｉｎｔｏｔ
7、ｗｏｃａｔｅｇｏｒｉｅｓｉｎｅｘｉｓｔｉｎｇｌｉｔｅｒａｔｕｒｅｓ．Ｉｎａｄｄｉｔｉｏｎ，ｗｈｉｌｅｄｅｔｅｒｍｉｎｉｎｇｔｈｅｗｅｉｇｈｔｓｂｅｔｗｅｅｎｃａｔｅｇｏｒｉｅｓ，ｉｔｎｏｔｏｎｌｙｇｉｖｅｓｇｒｅａｔｅｒｗｅｉｇｈｔｆｏｒｔｈｅｌａｒｇｅｒｃａ-ｐａｃｉｔｙ，ｂｕｔａｌｓｏｒｅｆｌｅｃｔｓｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｃａｔｅｇｏｒｉｅｓｂｙｉｎｔｒｏｄｕｃｉｎｇｔｈｅａｔｔｒｉｂｕｔｅ’ｓｗｅｉｇｈｔｃｏｎｓｉｓｔｅｎｃｅｏｆｔｈｅｅｘｐｅｒｔｓ’ｊｕｄｇｍｅｎｔｍａｔｒｉｘ，ｗｈｉｃｈａｖｏｉｄｓｇｉｖｉｎｇｔ
8、ｈｅｓａｍｅｗｅｉｇｈｔｓｂｅｔｗｅｅｎｃａｔｅｇｏｒｉｅｓｆｏｒｔｈｏｓｅｃａｔｅｇｏｒｉｅｓｔｈａｔｈａｖｅｔｈｅｓａｍｅｎｕｍｂｅｒｅｘｐｅｒｔｓ．Ｔｈｅｓｔｒｕｃｔｕｒｅ
