基于层次分析的量化决策方法及系统的制作方法
【技术领域】
[0001] 本发明涉及数据挖掘技术领域，尤其涉及基于层次分析的量化决策方法及系统。
【背景技术】
[0002] 现代作战指挥量化决策的特点主要体现在三个方面：一是决策的层次性，作战行 动要求严格的集中统一指挥。指挥决策必须符合上级意图，表现为决策目标的层次性。层 次性指本级目标是上级达到目标的手段，而下级目标是本级达到目标的手段。因此，决策时 确定本级目标同时要考虑上级目标和下级目标，分清目标与手段。二是决策条件的盖然性。 作战指挥决策的条件带有极大地不确定性。常常在情报资料不完全，可靠程度有限的条件 下决策。指挥决策必须考虑不确定性因素，选择情况的大略要点，选择带有较大适应范围 的决策或带有适当可承受风险的决策，而不是企求从精确性方面把握事物演变的细节或追 求唯一正确的决策。三是决策目的的对抗性。作战双方都力图用自己的决策影响对方，决 策指挥不仅要考虑自己方面环境的约束，还必须考虑自己每一行动可能引起敌方的反应行 动，并针对敌方的可能行动预计下一步的对策。
[0003] 现有的作战指挥量化决策方法可以分为三类：一是传统的运筹学方法，这种方法 适用于良性结构的决策问题，能给出一定意义上的最佳解。技术层次的决策问题和部分战 术决策问题，常常使用这种方法。二是人工智能方法。目前用于决策人工智能技术主要是 专家系统或更广泛意义上的知识基系统。三是判断分析方法。辅助决策者根据自己的判断 和偏好，从多个备选方案中选择一个优选方案的一套概念和形式逻辑方法，要求决策者对 每一备选方案的各个可能结果的似然性及对结果的偏好程度做出判断，是分析人员与决策 人员交互、定性与定量相结合的方式辅助决策的有力工具，特别适用于半结构性的决策问 题。层次分析法（Analytic Hierarchy Process，ΑΗΡ)是一种综合了定性与定量分析、使 人脑决策思维模型化的评估方法，是由美国著名运筹学家匹兹堡大学教授R. L. Saaey萨迪 提出的，专为解决复杂系统评估的方法。运用层次分析法建模，大体上可按下面四个步骤进 行：建立递阶层次结构模型；构造各层次所有判断矩阵；层次单排序及一致性检验；层次总 排序及一致性检验。层次分析法针对由相互关联、相互制约的众多因素构成的复杂系统，提 供了一种简洁、实用的评估方法。
[0004] 从整体上看，层次分析法是一种测度难于量化的复杂问题的手段，它能在复杂决 策过程中引入定量分析，并充分利用评估者在两两比较中给出的偏好信息进行分析与决策 支持，既有效地吸收了定性分析的结果，又发挥了定量分析的优势，从而使评估过程具有很 强的条理性和科学性。适于人的定性判断起重要作用的、对评估结果难于直接准确计量的 场合。但是，在层次分析法的使用过程中，无论建立层次结构还是构造判断矩阵，人的主观 判断、选择、偏好对结果的影响极大，判断失误即可能造成评估失误。这就使得使用层次分 析法进行评估存在的主观成分很大。当评估者的判断过多地受到其主观偏好影响，而产生 某种对客观规律的歪曲时，比如因考虑不周全、顾此失彼而使评估者提出与他实际认为的 重要性程度不相一致的数据，甚至有可能提出一组隐含矛盾的数据，层次分析法的结果就 偏离实际了。
【发明内容】
[0005] 针对现有技术中的缺陷，本发明提供一种基于层次分析的量化决策方法及系统， 能够降低传统层次分析法（Analytic Hierarchy Process，ΑΗΡ)的主观随意性，将定性指标 与定量指标结合，主观权重与客观权重结合，从而更合理地对一些较为负载和模糊的问题 作出决策。
[0006] 第一方面，本发明提供了一种基于层次分析的量化决策方法，包括：
[0007] 对决策问题进行有向图建模，生成所述决策问题的递阶层次结构；
[0008] 根据所述递阶层次结构，生成各准则的判断矩阵；
[0009] 对所述判断矩阵进行层次单排序和层次总排序，并进行一致性检验，若未通过一 致性检验，则对所述判断矩阵进行调整；
[0010] 根据所述层次总排序的权值，得到最终的决策方案。
[0011] 优选地，所述递阶层次结构包括目标层、准则层及方案层。
[0012] 优选地，所述根据所述递阶层次结构，生成各准则的判断矩阵，包括：
[0013] 采用图论中的可达矩阵，生成所述递阶层次结构中各准则的判断矩阵。
[0014] 优选地，所述对所述判断矩阵进行层次单排序和层次总排序，并进行一致性检验， 若一致性检验不合格，则对所述判断矩阵进行调整推理，包括：
[0015] 对所述判断矩阵进行层次单排序，并进行一致性检验，若通过一致性检验，则将所 述判断矩阵作为最终的判断矩阵；若未通过一致性检验，则对所述判断矩阵进行调整；
[0016] 对所述判断矩阵进行层次总排序，并进行一次性检验，若通过一致性检验，则根据 所述层次总排序得到最终决策方案；若未通过一致性检验，则对所述判断矩阵进行调整。
[0017] 优选地，所述对所述判断矩阵进行调整，包括：
[0018] 采用上位取整函数，生成比较矩阵；
[0019] 根据所述判断矩阵及所述比较矩阵，构造相对误差矩阵，并获得矩阵相异度；
[0020] 根据所述相对误差矩阵及所述矩阵相异度调整所述判断矩阵，获得满足一致性要 求且矩阵相异度最小的判断矩阵。
[0021] 第二方面，本发明提供了一种基于层次分析的量化决策系统，所述系统包括：
[0022] 建模模块，用于对决策问题进行有向图建模，生成所述决策问题的递阶层次结 构；
[0023] 判断矩阵生成模块，用于根据所述递阶层次结构，生成各准则的判断矩阵；
[0024] 检验模块，用于对所述判断矩阵进行层次单排序和层次总排序，并进行一致性检 验；
[0025] 调整模块，用于当未通过一致性检验时，对所述判断矩阵进行调整；
[0026] 决策模块，用于根据所述层次总排序的权值，得到最终的决策方案。
[0027] 优选地，所述递阶层次结构包括目标层、准则层及方案层。
[0028] 优选地，所述判断矩阵生成模块，具体用于：
[0029] 采用图论中的可达矩阵，生成所述递阶层次结构中各准则的判断矩阵。
[0030] 优选地，所述检验模块，具体用于：
[0031] 对所述判断矩阵进行层次单排序，并进行一致性检验，若通过一致性检验，则将所 述判断矩阵作为最终的判断矩阵；若未通过一致性检验，则对所述判断矩阵进行调整； [0032] 对所述判断矩阵进行层次总排序，并进行一次性检验，若通过一致性检验，则根据 所述层次总排序得到最终决策方案；若未通过一致性检验，则对所述判断矩阵进行调整。
[0033] 优选地，所述调整模块，具体用于：
[0034] 采用上位取整函数，生成比较矩阵；
[0035] 根据所述判断矩阵及所述比较矩阵，构造相对误差矩阵，并获得矩阵相异度；
[0036] 根据所述相对误差矩阵及所述矩阵相异度调整所述判断矩阵，获得满足一致性要 求且矩阵相异度最小的判断矩阵。
[0037] 由上述技术方案可知，通过本发明提供的一种基于层次分析的量化决策方法及系 统，能够降低传统AHP方法的主观随意性，将定性指标与定量指标结合，主观权重与客观权 重结合，从而更合理地对一些较为负载和模糊的问题作出决策。
【附图说明】