【正文】 于判斷矩陣發(fā)展了阿達瑪凸組合 ,提供了關于 “ 添加法 ” 和 “ 乘法 ” 凸組合一致性明顯改善的證據(jù)。同時 ,在這個過程中矩陣的聚合 ,同一聚合方案也存在不同的判斷矩陣不一致地聚合。本文將探討矩陣的可行性和存在的問題 ,從聚合方案啟動圖論和阿達瑪凸組合 ,做出相關的驗證 、優(yōu)化和選擇。 詳細的步驟和解釋見文檔 步驟 1:建立一致性專家判斷矩陣 1mAA； 3 步驟 2: 在決策過程 中 設置品位偏差矩陣 *()ij n nEe? 1stij ij ijs t me a a? ? ???? sija 代表專家在年代價值觀重要性排名比較指標 i 和 j ( 1 , 2 , 3 )8110 ( 1 , 2 , 3 )sijsij sija k k mka k a k mk????? ? ? ??? (2) 步驟 3：選擇（ n1）元素 *ije ， 這是有級偏差的最小值，同時，要求任一項的第（ n1）元素還沒有由其他第（ n2）元素給出 ； 步驟 4：從專家判斷矩陣 1mAA中，選擇在 *ije 相同的位置的所有元素，并記錄為*kija 。 步驟 6：在（ N1）中使用加法合成得到 *ija ，并建立綜合判斷矩陣 A *，應用該方法的總結，計劃最終排序。如果A1， A2， ..... Am 在數(shù)量為 m 前提下是判斷矩陣，相同的問題，假如存在? ? 10 , 1 ( 1 , 2 , 3 ) , 1mLL LLm?? ?? ? ??使得 1 1 2 2 3 3 mmA A A A A? ? ? ?? ? ? ? ? （ 3） 31 21 2 3 mmA A A A A?? ??? ? ? ? ? （ 4） 因此， A 被 命名為 A1， A2， …Am 的 一個額外的凸組合 ， A 是一個阿達瑪乘法凸組合 。 B 則 ij ij ijc a b? 4 在此基礎上 ,文檔 [3] 解釋 了 “ 加法 ” 和 “ 乘法 ” 凸組合的判斷矩陣的基本理論 ,并認為“ 加法 ” 和 “ 乘法 ” 凸組合判斷矩陣不僅可以消除主觀因素的影響 ,也可以保持和提高判斷矩陣的一致性 ,同時證明了相應過程 ,因此它證實 “ 加法 ” 和 “ 乘法 ” 凸組合判斷矩陣在群體決策支持系統(tǒng) 中 對判斷矩陣是兩個有效的聚合方法。原始文檔 在 專家矩陣無法達到一致性 時， 要求專家判斷矩陣重建 。該報稱 ,專家數(shù)據(jù)不一致或不太一致可以忽略 和簡化問題 ,專家判斷矩陣由評價指標體系的重要性 G =(G G G G4,G5,G6,G7)判定 ,條件是它是符合一致性 ,符合一致的比率 CR 由小到大排序 ,排在前五位的專家判斷矩陣如下 : 11 2 1 / 2 5 6 6 1 / 21 / 2 1 1 / 4 3 5 6 1 / 22 4 1 6 7 8 21 / 5 1 / 3 1 / 6 1 3 4 1 / 31 / 6 1 / 5 1 / 7 1 / 3 1 2 1 / 61 / 6 1 / 6 1 / 8 1 / 4 1 / 2 1 1 / 72 2 1 / 2 3 6 7 1A????? ??????21 2 1 / 2 5 6 7 1 / 21 / 2 1 1 / 4 2 3 4 1 / 42 4 1 6 7 9 21 / 5 1 / 2 1 / 6 1 3 5 1 / 31 / 6 1 / 3 1 / 7 1 / 3 1 2 1 / 51 / 7 1 / 4 1 / 9 1 / 5 1 / 3 1 1 / 82 4 1 / 2 3 5 8 1A????? ??????31 3 1 / 2 5 6 5 1 / 21 / 3 1 1 / 5 2 5 3 1 / 42 5 1 8 9 5 1 / 21 / 5 1 / 2 1 / 8 1 4 2 1 / 51 / 6 1 / 5 1 / 9 1 / 4 1 1 / 3 1 / 81 / 5 1 / 3 1 / 5 1 / 2 3 1 1 / 72 4 2 5 8 7 1A???????41 2 1 / 3 3 5 6 1 / 31 / 2 1 1 / 5 2 6 7 1 / 23 5 1 7 8 9 21 / 3 1 / 2 1 / 7 1 4 4 1 / 41 / 5 1 / 6 1 / 8 1 / 4 1 2 1 / 61 / 6 1 / 7 1 / 9 1 / 4 1 / 2 1 1 / 83 2 1 / 2 4 6 8 1A??????? 5 51 3 1 / 2 4 5 7 21 / 3 1 1 / 5 2 4 7 22 5 1 6 8 9 41 / 4 1 / 2 1 / 6 1 3 5 1 / 21 / 5 1 / 4 1 / 8 1 / 3 1 4 1 / 31 / 7 1 / 7 1 / 9 1 / 5 1 / 4 1 1 / 61 / 2 1 / 2 1 / 4 2 3 6 1A????? ?????? 0 6 4 10 6 10 126 0 6 4 14 22 204 6 0 10 10 18 1610 4 10 0 6 14 146 14 10 6 0 22 2210 22 18 14 22 0 1012 20 16 14 22 10 0E??????????? 經(jīng)計算得 一致性比率 ： ? ? T0 .0 4 1 , 0 .0 4 5 , 0 .0 4 7 , 0 .0 4 8 , 0 .0 5 0 步驟 2:特級 偏差矩陣 的 建立 ， 如上 ； 步驟 3:選擇 *ije 根據(jù) 特級 偏差矩陣 E,選擇更高級別一致性 的 6 個 元素 * * * * * *13 24 12 23 45 15, , , , , ,e e e e e e并且得到 無向連通圖。無向連通圖 (F1)基于 特級 偏差矩陣 E 因為它 是 不符合要求的無向連通圖 ,v1 v2 v4 v5,v1 v2 v3 都在形成回路 。省略細節(jié)流程 ,得到 無向圖的連接圖 2和圖 3。 Judgment Matrix。 Optimization 1 Introduction As an effective method utilized in multiobjective and multifactor decision making, Analytic Hierarchy Process has been widely applied in many decision making aspects. It normally involves several decision makers, therefore, multiple judgment matrixes provided by different decision maker need to be aggregated so that to reach a more reasonable solution. In the field of matrix aggregation, Lv Yuejin and Guo Xinrong utilized the Connected Undirected Graph and its theories, by excluding the biased expert judgments, have e up with a reciprocal judgment matrix aggregation method which was oriented from the theory of mth power graph of simple undirected connected graph [1]. Nevertheless,Liu Xin and Yang Shanlin developed Hadamard convex bination based on judgment matrix [23], provided the evidence on “additive”and“multiplicative” convex binations consistency improvement as well. The document [4] has studied on the optimization principle related with the convex coefficients of judgment matrix, and provided solution to the convex bination coefficients of judgment matrix. 10 Different matrix aggregation schemes will process the expert judgment data with discrepancy and aggregation results of judgment matrix are produced differently, therefore the weight and consistency after calculation are differential from another. While, in the process of matrix aggregation, the same aggregation schemes also present discrepantly in different judgment matrix aggregation. In the practice of solving problems, it is necessary to adopt different matrix aggregation methods and implement relevant verification and choice. This paper will investigate the feasibility and problems of matrix aggregation schemes that are initiated from graph theory and Hadamard convex binations, andrelevant verification, optimizing and choice have been made. 2 The Description of Matrix Aggregation Method The Solution of Matrix Aggregation Method Based on Graph Theory Matrix aggregation solution based on graph theory, is to set up a level deviation mat