[评价体系] 2、层次分析法AHP原理、例题

最新推荐文章于 2023-11-29 13:05:17 发布

原创

最新推荐文章于 2023-11-29 13:05:17 发布 · 8.4k 阅读

标签

#矩阵 #线性代数 #数据分析

层次分析法（AHP）是一种解决多因素评价问题的决策分析方法，由T.L. Saaty提出。该方法涉及层次结构模型构建、比较判断矩阵、一致性检验和权重计算。通过案例展示了在学科创新能力评价中的应用，包括构建评价指标体系、计算综合评价得分等步骤。

1 基本介绍

层次分析法（analytic hierarchy process，简称AHP）是解决多因素综合评价问题的常用方法，该方法是美国运筹学家，匹茨堡大学教授T.L. Saaty于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。

该方法的特点是：

（1）把整个综合评价问题看作一个系统，用系统工程的方法进行决策和判断；

（2）合理解和定性与定量决策，把决策过程层次化、数量化；

（3）把决策者个人偏好引入比较评判过程，符合实际决策过程中的个人习惯思维和心理变化规律；

（4）引入指标重要性比较尺度，通过建立比较矩阵和权重向量解决决策方案的排序问题。

2 建立步骤

2.1 建立递阶式层次结构模型

可分为：目标层、准则层、方案层

2.2 构造比较判断矩阵

为每一层每一级的评价体系构造比较判断矩阵。采用1~9及其倒数的标度方法定义，当两两比较完成后，得到比较判断矩阵 $A=(a_i_j)_{n\sqcap n}$ ，其中 $a_i_j=\frac{1}{a_j_i},a_i_i=1$ ,因此判断矩阵又称为正互反矩阵。

表1 1-9标度值及其含义
标度 $a_i_j$	含义
1	$C_i$ 与 $C_j$ 一样重要
3	$C_i$ 比 $C_j$ 重要性稍强
5	$C_i$ 比 $C_j$ 重要性强
7	$C_i$ 比 $C_j$ 重要性明显强
9	$C_i$ 比 $C_j$ 重要性绝对强
2,4,6,8	$C_i$ 比 $C_j$ 重要性介于相邻数之间
$\frac{1}{2},...,\frac{1}{9}$	$C_i$ 比 $C_j$ 重要性之比为上面 $a_i_j$ 的相反数，其含义与之相反