复杂系统决策模型与层次分析法
管理决策模型与方法——层次分析法
的唯一非零的,也是最大的特征值,而W 为其
所对应的特征向量。
上述事实提示我们,如果有一组物体(假设 其重量总和为1),需要知道它们的重量,而 又没有衡器,那么我们就可以通过两两比较 它们的相互重量,得出每对物体重量比的判 断,从而构成判断矩阵;然后通过求解判断
(二)递阶层次结构原理
一个复杂的无结构问题可分解为它的若 干组成部分或因素。例如,目标、约束、准 则、子准则、方案等,按照属性的不同把这些 因素分组形成互不相交的层次,上一层次的 因素对相邻的下一层次的全部或某些因素起 着支配作用,形成按层次自上而下的逐层支 配关系,具有这种性质的层次称为递阶层次。 分析建立一个有效的合理的递阶层次结构对 于能否解决问题具有决定性意义。
矩阵的最大特征值 max 和它所对应的特征
向量,就可以得出这一组物体的相对重量。
根据这一思路,对于复杂管理决策问题, 通过建立层次分析模型, 对于一些无法测量 的因素,只要引入合理的标度,构造出判断 矩阵,就可以应用这种求解判断矩阵的最大 特征根及其特性向量的方法,来确定出相应各 种方案、措施、政策等相对于总目标的重要 性权值(因素之间的相对重要性),从而为有 关决策提供依据。
二、层次分析法的基本原理
复杂的决策问题往往涉及到许多因素,如社会、政 治、经济、科技乃至自然环境等,因此要认识一个复杂 系统就比较困难。层次分析法正是处理此类问题的有效 方法。它首先提出了递阶层次结构理论,然后给这种递 阶层次结构进行定量描述,通过排序理论得出满足系统 总目标要求的各个方案(或措施)的优先次序。因此, 层次分析法的基本原理可归纳为层次的数学原理—特征 向量方法、递阶层次结构原理、两两比较标度与判断原 理、层次排序原理。
层次分析法步骤2篇
层次分析法步骤2篇层次分析法步骤层次分析法(AHP)是用来确定复杂决策结构下最佳决策方案的重要工具之一,对于需要评估不同因素的决策情境非常有用。
AHP 是由美国数学科学家托马斯·L·塞蒂(Thomas L. Saaty)在20世纪70年代初期发明的。
AHP 包含一系列步骤,并建立了一个多级层次结构。
层次分析法大概可以分为以下几个步骤:1.确定目标首先,我们需要明确评估体系的目标,以及需要评估的决策为何。
下一步是将目标具体地划分为一些易于理解和可度量的细分目标。
2.建立层次结构接下来,我们需要建立一个层次结构,以确定每个细分目标之间的相对重要性。
要建立一个有用的层次结构,需要从总目标开始,逐个确定每个元素的重要性和层次。
每个层次结构都必须有一个总目标,一些次要目标,以及指导每个目标的因素。
3.制定判断矩阵然后建立判断矩阵,以确定目标之间的相对重要性。
判断矩阵是一个方阵,其中包含每个目标之间的权重关系。
选择一对目标并进行两两比较,以确定其之间的相对重要性程度。
4.计算加权表通过加权矩阵计算每个目标的权重,从而形成一个加权表。
这个步骤列出了每个目标的重要性得分,以及它们对于整体目标的权重。
5.进行一致性检查在模型建立过程中,要保证做到一致性,才能确保结果可靠。
所以需要对所有的判断矩阵进行一致性检查,检查矩阵中的数据是否一致。
如果矩阵值不一致,需要进行调整和重新评估。
6.评估决策最后,将加权表用于评估决策,以确定哪个选择最符合总体目标。
根据加权表中的权重计算每个决策的得分,并对得分进行排序,最终选出最佳的决策方案。
总之,层次分析法是一种可靠的决策分析工具,它通过将大目标和子目标简化为易于比较的部分,提供了一种定量决策分析框架。
虽然该方法需要一定的理解和技能,但是它可以用于各种决策问题,并提供一个可复制的方法来评估决策方案。
接下来,我们将更深入地了解每个步骤,以便更好地使用 AHP。
层次分析法原理
层次分析法原理
层次分析法是一种定量分析方法,用于解决多目标决策问题。
该方法通过建立一个层次化的结构模型,将复杂的决策问题分解为多个层次,并对各层次之间的关系进行比较和评价,最终得出最优的决策方案。
层次分析法的基本原理是将决策问题中的各个因素以及它们之间的关系构建成一棵树状结构。
首先,确定决策问题的总目标,再将总目标分解为若干个次目标。
然后,将次目标进一步分解为若干个准则。
在每个准则下面,又可以分解为若干个子准则。
一直进行下去,直到最底层的指标或要素无法再分解。
在层次分析法中,决策者需要对每个层次进行两两比较,确定它们之间的相对重要性。
比较的方法可以是两两比较、两两排序或设置量化的比较尺度。
通过比较和评价,可以得到每个层次下各个因素的权重或重要程度。
最后,利用权重进行计算,可以将不同层次的因素加权求和,从而得到各个决策方案的综合评价值。
根据综合评价值的大小,确定最优的决策方案。
层次分析法的优点是能够有效地将决策问题分解为层次结构,避免了因素之间的混淆和模糊性。
同时,该方法还考虑了不同因素之间的相对重要性,能够更准确地评价不同方案的优劣。
总结起来,层次分析法通过构建层次结构模型,并对各个层次
进行比较和评价,以得出最优的决策方案。
它适用于复杂的决策问题,并能够提供定量化的决策依据。
层次分析法数学建模
在某些情况下,层次分析法可能无法合理地分配权重,导致决策结果 与实际情况存在较大偏差。
无法处理动态变化
层次分析法主要用于静态决策问题,对于动态变化的决策问题处理能 力较弱。
05 结论与展望
结论
层次分析法是一种有效的决策分析方法,能够将复杂问题 分解为多个层次和因素,通过比较和判断各因素之间的相 对重要性,为决策提供依据。
实例三:风险评估问题
总结词
层次分析法在风险评估问题中,能够综合考虑风险的多种来源和影响因素,确定各因素之间的权重关 系,为风险的有效控制提供科学的依据。
详细描述
风险评估问题涉及到如何识别、评估和控制各种潜在的风险。层次分析法可以将风险的多种来源和影 响因素进行比较和判断,确定各因素之间的权重关系,为风险的有效控制提供科学的依据。同时,层 次分析法还可以用于制定风险应对策略和预案,提高组织的抗风险能力。
层次单排序与一致性检验
层次单排序
根据判断矩阵的性质和计算方法,计 算出各组成元素的权重值,并按照权 重值的大小进行排序。
一致性检验
对判断矩阵的一致性进行检验,以确 保各组成元素之间的相对重要性关系 符合逻辑和实际情况。
层次总排序与一致性检验
层次总排序
根据各层次的权重值和组成元素的权重值,计算出整个层次结构模型的权重值, 并进行总排序。
确定层次
根据问题的复杂程度和组 成元素的性质,将层次结 构划分为不同的层次,以 便于分析和计算。
判断矩阵的建立
确定判断标准
根据问题的特点和要求,确定判 断各组成元素之间相对重要性的 标准和方法。
构造判断矩阵
根据判断标准,构造出一个判断 矩阵,用于表示各组成元素之间 的相对重要性关系。
决策模型层次分析法
1 3 4
1 1 1 4
B4 1 3 1 1 B5 1 1 1 4
1 4 1 1
4 4 1
(3) max
(3.006, 3.002, 3, 3.009, 3)
权向量矩阵
0.595 0.082 0.429 0.634 0.167 W (3) 0.276 0.236 0.429 0.192 0.167
• 心理学家认为成对比较的因素不宜超过9个
选 择
1 1/ 2
2
1
旅 A 1/ 4 1/ 7
游 地
1/ 3
1/ 5
1/ 3 1/ 5
4 3 3
7
5
5
A~成对比较阵
1 2
1/ 2 1
1/ 3
1
A是正互反阵
3 1 1
要由A确定C1,… , Cn对O的权向量
O(选择旅游地)
C1 景色
C2 费用
的权向量为 w( 2 )
(w1(
2)
,,
w( 2 ) n
)T
同样求第3层(方案)对第2层每一元素(准则)的权向量
方案层对C1(景色) 的成对比较阵
方案层对C2(费用) 的成对比较阵
…Cn
1 2 5
B1 1/ 2 1
2
1/ 5 1/ 2 1
1 1/ 3 1/8
B 2
3
1
1/ 3
8 3 1
C3 居住
C4 饮食
C5 旅途
成对比较阵和权向量
1 1/ 2 4
成对比较的不一致情况
A
2
1
7
a 1/ 2 (C :C ) 一致比较
12
12
不一致
数学建模(层次分析法(AHP法))
判断矩阵元素a 判断矩阵元素 ij的标度方法
标度 1 3 5 7 9 2 , 4 , 6, 8 倒数 含义 表示两个因素相比, 表示两个因素相比,具有同样重要性 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素稍微重要 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素明显重要 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素强烈重要 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素极端重要 上述两相邻判断的中值
层次分析法在经济、科技、文化、军事、 环境乃至社会发展等方面的管理决策中都 有广泛的应用。 常用来解决诸如综合评价、选择决策方案、 估计和预测、投入量的分配等问题。
层次分析法建模
一 、问题的提出 日常生活中有许多决策问题。 日常生活中有许多决策问题。决策是指 在面临多种方案时需要依据一定的标准选择 某一种方案。 某一种方案。 例1 某人准备选购一台电冰箱 他对市场上的6 他对市场上的6种不同类型的电冰箱进行了解 选取一些中间指标进行考察。例如电冰 指标进行考察 后,选取一些中间指标进行考察。例如电冰 箱的容量、制冷级别、价格、型式、耗电量、 箱的容量、制冷级别、价格、型式、耗电量、 外界信誉、售后服务等 外界信誉、售后服务等。
目标层
O(选择旅游地 选择旅游地) 选择旅游地
准则层
C1 景色
C2 费用
C3 居住
C4 饮食
C5 旅途
要比较各准则C1,C2,… , Cn对目标O的重要性 要比较各准则 对目标 的重要性
Ci :Cj ⇒aij
选 择 C1 旅 C2 游 C 3 地
C4 C5 C1
层次分析法(AHP法 层次分析法(AHP法)
Analytic Hierarchy Process
层次分析法分析(AHP)及实例教程
设定评价标准
根据问题背景和目标,设定合理的评价标准,如 成本、效益、风险等。
识别关键因素和指标
关键因素识别
分析影响决策目标的关键因素,如市 场需求、技术水平、资源条件等。
指标选取
针对每个关键因素,选取具体的评价 指标,如市场份额、创新能力、资源 利用率等。
构建递阶层次结构图
目标层
准则层
将决策目标作为最高层, 表示解决问题的总体目标。
层次分析法分析 (AHP)及实例教程
目录
• 层次分析法(AHP)概述 • 构建层次结构模型 • 构造判断矩阵与权重计算 • 实例教程:以某企业投资决策为例 • AHP优缺点及改进方向 • 总结与展望
01
层次分析法(AHP)概述
AHP定义与发展历程
定义
层次分析法(Analytic Hierarchy Process,简称AHP)是一种定性与定量相结合的、系统化、 层次化的分析方法。它通过将复杂问题分解为若干层次和因素,对各因素进行两两比较,构造 判断矩阵,进而计算各因素的权重,为决策问题提供定量依据。
对计算得到的权重进行一致性检 验,确保结果的合理性和准确性。
一致性检验与调整策略
一致性检验方法
通过计算一致性指标CI和随机一 致性指标RI,判断判断矩阵的一 致性。
调整策略
当判断矩阵不满足一致性要求时, 需要对判断矩阵进行调整,包括 调整元素值、重新构造判断矩阵 等方法,直至满足一致性要求。
注意事项
针对缺点提出改进措施
1 2
提高数据质量和数量
通过改进数据采集和处理方法,提高数据的质量 和数量,减少数据不准确和不完整对决策结果的 影响。
引入客观标准
在构建判断矩阵时,可以引入客观标准和量化指 标,减少主观判断对决策结果的影响。
系统决策的方法
系统决策方法是指在面临复杂决策时,采用一系列的步骤和工具来分析问题、评估选项和做出选择的process。
下面是几种常见的系统决策方法:1. 头脑风暴:头脑风暴是一种无限制的自由联想和讨论的方法,旨在激发创新思维和发现潜在的解决方案。
2. 德尔菲法:德尔菲法是一种通过多轮匿名调查来达成共识的方法。
专家们就特定问题提供意见,并通过多轮反馈趋于一致。
3. 优先矩阵分析法(PMA):PMA 是一种基于矩阵的决策分析方法,用于比较和选择多个方案,通过分配权重和评分来确定优先级。
4. 层次分析法(ANP):层次分析法是一种处理复杂决策问题的方法,它通过构建层次结构模型,比较各个选项并计算出最终的决策结果。
5. 优缺点分析法(优选法):优缺点分析法是一种评估决策选项的方法,通过列出每个选项的优点和缺点来进行比较。
6. 决策树:决策树是一种图形化的决策模型,它从左到右表示一系列决策和结果,用于预测在不同决策情况下可能出现的各种结果。
7. 多标准决策分析法(MCDA):MCDA 是一种用于多属性决策的方法,它考虑了多个评价标准,并通过数学模型来帮助决策者选择最佳方案。
8. 动态规划:动态规划是一种数学方法,用于解决具有重叠子问题和最优子结构性质的优化问题。
9. 模拟仿真:模拟仿真通过构建计算机模型来模仿实际系统的行为,用于评估在不同条件下的决策效果。
10. 基于案例的决策制定:基于案例的决策制定是一种通过分析和比较过去类似情况的决策来指导当前决策的方法。
每种方法都有其适用的场景和特点,选择合适的方法取决于决策问题的性质、可用数据和所需结果的准确性。
在实际应用中,经常结合多种方法来达到最佳的决策效果。
复杂系统的分析和建模
复杂系统的分析和建模随着社会的发展,越来越多的领域和问题需要通过系统化的方法来分析和解决。
复杂系统因其复杂性、不确定性和多样性等特点,更需要系统化的分析方法。
本文将介绍复杂系统的分析和建模方法。
一、复杂系统的定义复杂系统是由多种相互关联、相互作用的元素组成的系统,它们之间的关系具有非线性、不确定性和复杂性。
复杂系统可以是自然界的,如生态系统、气候系统,也可以是社会经济系统的,如金融市场、运输网络等。
复杂系统的特点是具有自组织、适应性和鲁棒性等特征。
二、复杂系统的分析方法1.系统辨识系统辨识是指对系统的结构、参数和输入-output关系等进行预测和确定。
系统辨识的方法主要有试验法、统计分析法和模型识别法等。
其中模型识别法是一种基于系统的表现数据,采用数学统计方法来确定系统的结构和参数的方法。
常用的模型包括ARIMA、ARMA、GARCH等。
2.系统化建模系统化建模是指将实际系统抽象成数学模型的过程。
系统化建模需要从系统的结构、行为和影响因素等方面进行考虑。
常见的建模方法有控制论、系统动力学和代数广义系统等。
其中,系统动力学是一种动态系统模型,可以用来描述系统的时间演化,研究系统的稳定性和性态变化等。
3. 综合分析综合分析是指针对复杂系统的多维度、多元素的关联和影响进行分析和评估。
综合分析需要构建多维度的指标体系,采用多目标优化方法、灰色关联度分析、层次分析法等进行分析评估。
综合分析不仅可以用于对复杂系统的管理和决策,也可以用于评估系统的效益和风险等。
三、复杂系统建模的实例1.生态系统建模生态系统是典型的复杂系统,其中涉及多种生物种类、生态位、食物链等相互关联的因素。
生态系统建模需要考虑生物种间的相互关系、环境因素的影响等。
常见的生态系统模型有生态食物链模型、生态系统响应模型等。
2.社会经济系统建模社会经济系统是多因素、多角度的复杂系统,需要对不同因素进行综合分析。
社会经济系统建模需要考虑诸多因素,如行业规模和结构、生产要素配置、市场需求、政策因素等。
浅谈对层次分析法(AHP)的认识
浅谈对层次分析法(AHP)的认识●层次分析法的简介及学习体会层次分析法(AHP)就是将决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。
短学期里,在有限的几节课上,老师给我们介绍了层次分析法的背景、基本步骤、应用与解法等。
现在,我将在本文中浅谈一下自己上完课后对层次分析法的认识理解,阐述层次分析法的基本步骤,并举出一个使用层次分析法的案例,最后对层次分析法的优缺点进行评估。
层次分析模型是数学建模中常用的模型。
在现实世界中,无论是日常工作还是生活,涉及经济社会等因素,往往会遇到决策的问题,比如如何选择旅游景点的问题、选择升学志愿的问题、对企业进行评估的实例等等。
在决策者作出最后的决定以前,他必须考虑很多方面的因素或者判断准则,最终通过这些准则作出选择。
层次分析法是解决这类问题的行之有效的方法。
层次分析法将复杂的决策系统层次化,通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。
●层次分析法的基本步骤1.建立层次分析结构模型深入分析实际问题,将有关因素自上而下分层(目标—准则或指标—方案或对象),上层受下层影响,而层内各因素基本上相对独立。
如在老师教案中的例子——选择旅游地中,将决策问题分为3个层次:目标层O,准则层C,方案层P;每层有若干元素,各层元素间的关系用相连的直线表示。
通过相互比较确定各准则对目标的权重,及各方案对每一准则的权重。
将上述两组权重进行综合,确定各方案对目标的权重。
2.构造成对比较阵用成对比较法和1-9尺度,构造各层对上一层每一因素的成对比较阵。
3.计算权向量并作一致性检验对每一成对比较阵计算最大特征根和特征向量,作一致性检验,若通过,则特征向量为权向量。
4.计算组合权向量(作组合一致性检验*)组合权向量可作为决策的定量依据。
●层次分析法的案例分析——AHP 建模实例层次分析法的优缺点优点:(1) AHP 把研究对象作为一个系统, 按照分解、比较判断和综合的思维方式进行决策, 是系统分析的重要工具。
层次分析法(2012)
C1:调动职工 生产积极性
C2:提高企业 的技术水平
C3:改善职工物 质文化生活状况
方案层P
18
P1: 发奖金
P2:扩建集体 福利设施
P3:办业 余学校
P4:建图书 馆、俱乐部
P5:引进 新设备
(1)判断矩阵A — C 如该厂认为根据总目标有:
C2 C3 C1
合理使用企业留成利润
目标层A
准则层C
P2
1 1
P3
3 3 1 1
P4
3 3 1 1
W
0.406 0.406
1/3 1/3 1/3 1/3
0.094
0.094
P4
max 4
CI 0
RI 0.9
27
(5)层次总排序计算结果
层次C1 C1
层次P P1 P2 P3 P4
0.491
C2
0
C3
0.258 0.406 0.406 0.094 0.094 0
14
CI RI
S5.NUDT
5、层次总排序
利用单排序结果,可综合计算最底层(方案层)相对最高层 (目标层)重要性顺序的组合权值。层次总排序从上到下进行。
假设已知
目标A
C层因素C1、C2、C3对A层目标的单排序 结果为c1、c2、c3 C1 P层因素P1、P2、P3对 C2 的单排序 C3 结果为
1 b11 、b2 、b31
20
max
1 0.3177 1.9331 0.7833 3.0385 3 0.1042 0.6372 0.2583
3.0385 3 0.0193 n 1 2 查表:RI 0.58
层次分析法
层次分析法简介层次分析法(Analytic Hierarchy Process,AHP)这是一种定性和定量相结合的、系统的、层次化的分析方法。
这种方法的特点就是在对复杂决策问题的本质、影响因素及其内在关系等进行深入研究的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。
是对难以完全定量的复杂系统做出决策的模型和方法。
层次分析法的原理:层次分析法根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同的层次聚集组合,形成一个多层次的分析结构模型,从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
层次分析法的步骤,运用层次分析法构造系统模型时,大体可以分为以下四个步骤:(1)建立层次结构模型:将决策的目标、考虑的因素(决策准则)和决策对象按他们之间的相互关系分成最高层、中间层和最低层,绘制层次结构图。
最高层(目标层):决策的目的、要解决的问题;中间层(准则层或指标层):考虑的因素、决策的准则;最低层(方案层):决策时的备选方案;(2)构造判断(成对比较)矩阵;表指标之间比较量化值规定因素i比因素j量化值同等重要 1.00稍微重要 3.00较强重要 5.00强烈重要7.00极端重要9.00稍微不重要0.33较强不重要0.20强烈不重要0.14极端不重要0.11两相邻判断的中间值2、4、6、8(3)层次单排序及其一致性检验;(4)层次总排序及其一致性检验;举例:某市中心有一座商场,由于街道狭窄,人员车流量过大,经常造成交通堵塞。
市政府决定解决这个问题,经过有关专家会商研究,制订三个可行方案:a1:在商场附近修建一座环形天桥;a2:在商场附近修建地下人行通道;a3:搬迁商场决策的总目标是改善市中心交通环境,根据当地具体条件和情况,专家组织拟定五个目标作为对可行方案的评价准则:C1:通车能力;C2:方便群众;C3:基建费用不宜过高;C4:交通安全;C5:市容美观。
层次分析法模型
层次分析法模型层次分析法模型(AHP)是指采用多角度分析综合决策问题的决策模型。
层次分析法模型也常被称为“综合衡量决策法AHP”,它可以清楚地显示决策问题中各个因素和各种决策目标之间的变化关系,从而协助决策者进行决策分析,尤其是在复杂多样的环境下,可以提供较为准确的分析和决策结果。
一、层次分析法模型的原理及概念层次分析法模型是一种有着多样度的决策方法,它可以帮助决策者从多角度的结果进行综合性的分析,从而有助于提升决策的准确性和鲁棒性。
层次分析法模型的核心思想是将决策问题分解为一系列级联的小问题,在组织问题越来越复杂的情况下,层次分析法模型可以更有效地进行管理。
层次分析法模型主要包括三个层次:目标层、指标层和子指标层。
1.目标层:目标层即分析的主题,是实际分析的核心问题,是总体分析的指导原则。
2.指标层:指标层由各种相关指标组成,用以检测目标层的实现状况。
3.子指标层:子指标层是指标层的进一步分解,包括客观指标与主观指标,用以更加准确地衡量目标层在实现过程中的困难程度。
二、层次分析法模型的特征1.简单易操作:层次分析法模型具有很高的计算简便性,操作简洁,只要决策者能够合理地组织数据,就可以运用层次分析法模型得出准确的结果。
2.易于计算:采用层次分析法模型进行综合性分析时,需要计算一系列不同层面之间的相对权重,这一点使得计算成本较低。
3.考虑多项条件:采用层次分析法模型,进行决策分析的同时可以考虑多个条件,从而利用这些条件完成更加准确的决策。
4.表达性强:层次分析法模型擅长表达决策者的思路,通过具体的分析过程可以更清楚地了解决策者的想法,从而使决策者更容易接受最终的决策结果。
三、层次分析法模型的应用1.组织治理:组织治理是组织管理的重要部分,其中重要的指标也是关键因素,层次分析法分析法模型可以帮助组织管理者准确掌握各个指标的变化,从而进行有效的组织治理。
2.市场营销:市场营销是一项复杂的技术活动,需要分析多个指标,如客户偏好、价格影响因素等,考虑这些因素之间的关系,层次分析法模型可以有效帮助企业发掘潜在市场需求,从而更有效地实现市场营销计划。
层次分析法实施的步骤
层次分析法实施的步骤概述层次分析法(Analytic Hierarchy Process,简称AHP)是一种用于解决复杂决策问题的数学模型和方法。
它通过层次化的结构来分析问题,并对各个因素进行权重的判断和排序,最终得出最佳的决策结果。
在实施AHP时,按照以下步骤进行操作。
步骤一:明确问题及目标在实施AHP之前,首先需要明确解决的问题以及所需达到的目标。
这个步骤是决策过程的起点,只有明确了问题和目标,才能有效地进行后续的分析和判断。
步骤二:建立层次结构在明确了问题和目标后,接下来需要建立问题的层次结构。
层次结构是将问题划分为一系列具有层次关系的因素和子因素,形成一个树状结构。
这样做的目的是为了明确问题的结构和因素之间的依赖关系,便于后续的分析和权重判断。
步骤三:构造判断矩阵判断矩阵是AHP的核心工具,用于判断不同因素和子因素之间的相对重要性。
在这一步骤中,需要对每个因素和子因素进行两两比较,根据相对重要性进行评分。
为了进行比较,需要设置一个评分标准,通常使用1到9的数字表示相对重要性,其中1表示相对重要性相等,9表示相对重要性极高。
根据个人对比较的感觉,对每个因素和子因素进行配对比较,填写判断矩阵。
步骤四:计算权重向量在构造判断矩阵后,需要对判断矩阵进行计算,得出每个因素和子因素的权重。
一般使用特征向量法来计算权重向量。
首先,将判断矩阵的每一列进行归一化处理,然后计算归一化后矩阵的特征向量。
特征向量的计算可以使用特征值法或一致性指标法。
最后,得出的特征向量即为权重向量。
步骤五:一致性检验在计算权重向量后,需要进行一致性检验。
一致性检验是判断所构造的判断矩阵是否满足一致性要求的过程。
如果一致性比率超过一定阈值,则需要调整判断矩阵,重新进行计算。
一般情况下,可以计算判断矩阵的一致性指标CI和一致性比例CR。
如果CR 小于0.1,则判断矩阵通过一致性检验,可以继续进行后续的分析和决策。
步骤六:综合判断和决策在计算了权重向量并通过一致性检验后,可以将得到的权重向量应用于问题的层次结构中。
指标体系建立、权重与评分细则确定中,层次分析法的运用(4)
p1
p2
……
pn
p1
1
b12
…
…
b1n
p2
b21
1
…
…
b2n
………1
……
…………1
…
pn
bn1
bn2
…
…
1
一般,判断矩阵形式:
B=(bij ) n× n
判断矩阵B具有特征:b ii = 1,b j i = 1/ b i j ,b i j = b i k/ b j k
和方根法。
(1)和积法计算步骤:按列归一,按行求和——各行和归一 ,将判断矩阵每列元素作归一化处理:
bij
bij=
1nbij
(i,j=1,2,…,n)
将每列经归一化后的判断矩阵按行求和: W i = 1nbij ( i =1,2,…,n)
对按行求和的向量W=( W1, W2…… W n )t 做归一化处理:
4. 应用层次分析法,保持判断思维一致性,非常重要 只要矩阵中的 b ij 满足前述三条关系式时,就说明判断矩阵具有
完全的一致性。
判断矩阵一致性指标C.I.(Consistency Index)
C.I. =
max - n n-1
一致性指标C.I.值越小,判断矩阵越接近于完全一致性。
C.I.值越大,判断矩阵偏离完全一致性程度越大。
i, j 1, 2, , n
0.039 0.03 0.03 0.03 0.03 0.03 0.04 0.04 0.04 0.05 0.06 0.411
0.058 0.05 0.04 0.04 0.04 0.04 0.05 0.05 0.05 0.05 0.06 0.531
决策分析方法
决策分析方法决策分析是在复杂的决策环境中通过系统性、分析方法和信息技术等手段进行、结合目标管理与决策过程所有环节、全面、深入分析、综合评价以及对比选择的一种分析决策方法。
本文旨在介绍几种决策分析方法。
一、层级分析法(AHP)层级分析法(AHP)是一种定量化分层决策分析方法,将复杂的问题分解为若干个具有层次结构的子问题,通过建立层次结构模型进行定性和定量的分析,获得最终的决策结果。
该方法具有可视化模型、操作便捷、对复杂问题效果好等优点。
二、计划评审技术(PERT)计划评审技术(PERT)是一种针对大型和复杂项目的决策分析方法,它将一个复杂的项目分解为许多有序的子任务,并制定出合理的计划、时间表和资源分配方案等。
它可以在项目进行中掌握进度、跟踪进展,并根据实际情况对资源进行调配,以实现良好的项目管理效果。
三、决策树分析法决策树分析法是以树形结构为基础的一种决策分析方法,将复杂的决策问题分解为一系列简单的子问题,通过逐步进行二分决策来完成最终的目标,该方法可以对风险进行精确的评估,并根据风险情况进行相应的调整。
四、灰色关联分析法灰色关联分析法是一种新型的多因素决策分析方法,它能够在不确定条件下进行多因素耦合度分析,可以用来分析实现目标的影响因素以及它们之间的关系,可用于各种变量的分析,例如财务分析、制造商认证、能源消耗等方面。
五、数据包络分析法数据包络分析法是一种以比较分析为基础的决策分析方法,通过对多指标进行深入分析,发现顶层单位与其它单位的优劣势,并找出其优化路径,可用于制定企业管理战略,提高企业绩效和降低成本的效果。
总之,以上几种决策分析方法都具有其自身的独特优势,各人需要根据具体情况进行选择,以便能够更好地决策。
在现代企业管理中,运用这些方法分析决策已经成为不可避免的趋势。
第三章34层次
则 x对 Z 的 CI 为 x对 Z 的 RI 为 当组合一致性比率 CRz=CIz/RIz<0.1时,认 为整个层次的比较判断 具有满意的一致性。 20. 组合权向量: 记 B = (b1, b2, …, b5). 对象x对目标 Z 的排序。 a =Bw = (0.293, 0.311, 0.446)’
⎡1 ⎢1/2 ⎢ A=⎢1/7 ⎢ ⎢1/5 ⎢1/5 ⎣
2 7 5 1 1/4 1/3 1/3 4 1 2 3 3 1/2 1 1
5⎤ 3⎥ ⎥ 1/3⎥ ⎥ 1⎥ 1⎥ ⎦
y:因素,决策准则 y1 费用,y2 景色,y3 居住,y4 饮食,y5 交通 x: 对象,备选方案 x1 杭州,x2 泰山,x3 承德。备选对象对决策 准则yi的判别矩阵为 Bi
例1. 选购冰箱
选购冰箱
品牌
功能
价格
耗电
海尔
新飞
容声
雪花
例2. 旅游景点
旅游景点
费用
景色
居住
饮食
交通
泰山
杭州
承德
例3. 科研课题
科研课题
贡献 人 才 培 养
可行性
实 用 价 值
学 术 意 义
难 度
周 期
经 费
基础
应用
教育
步骤二: 通过两两相互比较,确定下一层各因素 对上一层目标的影响的大小,将定性的判断定 量化,即构造因素判断矩阵, 步骤三: 由矩阵的最大模特征值确定判别的一致 性;由相应的归一化特征向量表示下一层各因 素对上一层目标影响的权重,即权向量。 步骤四: 通过综合计算给出最底层(各方案)对 最高层(总目标)影响的权重,权重最大的方 案即为实现目标的最优选择。
4. 一致性检验与因素排序 定理1: n 阶正互反矩阵A是一致性的当且仅 当其最大特征值为 n. 对一般的正互反(不一定满足一致性)矩阵 有如下结论 定理2: 正互反矩阵具有模最大的正实数特征 值λmax, 其重数为1, 且相应特征向量为正向 量.
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
§3.4 复杂系统决策模型与层次分析法
Analitic Hierachy Process (AHP) T.L.Saaty 1970’
一种定性和定量相结合的、系统化、层次化的分析方法。
一. 问题举例
1. 在海尔、新飞、容声和雪花四个牌号的电冰箱中选购一种。
要考虑品牌的信誉、冰箱的功能、价格和耗电量。
2. 在泰山、杭州和承德三处选择一个旅游点。
要考虑景点的景色、居住的环境、饮食的特色、交通便利和旅游的费用。
3. 在基础研究、应用研究和数学教育中选择一个领域申报科研课题。
要考虑成果的贡献(实用价值、科学意义),可行性(难度、周期和经费)和人才培养。
二. 模型和方法
1. 层次结构模型的构造
步骤一:确定层次结构,将决策的目标、考虑的因素(决策准则)和决策对象按它们之间的相互关系分为最高层、中间层和最低层,绘出层次结构图。
最高层:决策的目的、要解决的问题。
最低层:决策时的备选方案。
中间层:考虑的因素、决策的准则。
对于相邻的两层,称高层为目标层,低层为因素层。
例
例3.
步骤二: 通过相互比较,确定下一层各因素对上一层目标的影响的权重,将定性的判断定量化,即构造因素判断矩阵。
步骤三:由矩阵的特征值确定判别的一致性;由相应的特征向量表示各因素的影响权重,计算权向量。
步骤四: 通过综合计算给出最底层(各方案)对最高层(总目标)影响的权重,权重最大的方案即为实现目标的最由选择。
2. 因素判断矩阵
比较n 个因素y=(y 1,y 2,…,y n )对目标 z 的影响.
采用两两成对比较,用a ij 表示因素 y i 与因素y j 对目标z 的影响程度之比。
通常用数字 1~ 9及其倒数作为程度比较的标度, 即九级标度法
x i /x j 相当 较重要 重要 很重要 绝对重要
a ij 1 3 5 7 9
2, 4, 6, 8 居于上述两个相邻判断之间。
当a ij > 1时,对目标 Z 来说 x i 比 x j 重要, 其数值大小表示重要的程度。
同时必有 a ji = 1/ a ij ≤1,对目标 Z 来说 x j 比 x i 不重要,其数值大小表示不重要的程度。
称矩阵 A = ( a ij )为因素判断矩阵。
因为 a ij >0 且 a ji =1/ a ij 故称A = (a ij )为正互反矩阵。
例. 选择旅游景点 Z :目标,选择景点 y :因素,决策准则
y 1 费用,y 2 景色,y 3 居住,y 4 饮食,y 5 交通
3. 一致性与权向量
如果 a ij a jk =a ik i, j, k=1,2,…,n, 则称正互反矩阵A 具有一致性. 这表明对各个因素所作的两两比较是可传递的。
一致性互正反矩阵A=( a ij )具有性质:
A 的每一行(列)均为任意指定行(列)的正数倍数,因此 rank(A)=1.
A 有特征值λ=n, 其余特征值均为零.
记A 的对应特征值λ=n 的特征向量为w=(w 1 w 2 ,…, w n ) 则 a ij =w i w j -1
如果在目标z 中n 个因素y=(y 1,y 2,…,y n )所占比重分别为w=(w 1 w 2 ,…, w n ),
则 ∑i w i =1, 且因素判断矩阵为 A=(w i w j -1) 。
因此,称一致性正互反矩阵A 相应于特征值n 的归一化特征向量为因素y=(y 1,y 2,…,y n )对目标z 的权向量
4. 一致性检验与因素排序
定理1: n 阶正互反矩阵A 是一致性的当且仅当其最大特征值为 n.
定理2: 正互反矩阵具有模最大的正实数特征值λ1, 其重数为1, 且相应特征向量为正向量. 为刻画n 阶正互反矩阵A=( a ij )与一致性接近的程度, 定义一致性指标(Consensus index) : CI=(λ1-n)/(n-1)
CI = 0, A 有完全的一致性。
CI 接近于 0, A 有满意的一致性 。
Saaty 又引入平均随机一致性指标RT
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45
当CR = CI / RI < 0.1 时, 认为A 有满意的一致性。
此时取A 的相应于λ1 的归一化特征向量w=(w 1 w 2 ,…, w n )为因素y=(y 1,y 2,…,y n )对目标z 的权向量。
由w=( w2 ,…, wn)分量wi 的大小可以对因素的重要性排序。
⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=1133/15/11123
/15/13/12/114/17/133412/155
721A
例.选择旅游景点: Z :目标,选择景点 y :因素,决策准则
因素对目标的判断矩阵A, Matlab 程序: [V ,D]=eig(A)
A 有特征根λ1 = 5.019
w = (0.48, 0.26, 0.05, 0.10, 0.11)’
CI = (λ1 -5) /(5-1) = 0019/4 = 0.00475
CR = 0.00475 / 1.12 = 0.004246 < 0.1, A 有满意的一致性。
y :因素,决策准则 y1 费用,y2 景色,y3 居住,y4 饮食,y5 交通 x : 对象,备选方案 x1 杭州,x2 泰山,x3 承德。
备选对象对决策准则y i 的判别矩阵为 B i
备选对象对决策准则的判别矩阵都具有满意的一致性
5.一致性与总排序
层次: x ⇒ y ⇒ Z
y 对目标 Z 有判断矩阵 A ,排序权重 a =(a 1, …, a 5)
T x 对准则 y j 有判断矩阵 B j ,排序权重b j =(b 1j , b 2j , b 3j )T , 记 B = (b 1, b 2, …, b 5).
一致性检验:
记 CI j (x )为 x 对 y j 的 CI; RI j (x )为 x 对 y j 的 RI.
则 x 对 Z 的 CI 为: x 对 Z 的 RI 为:
当组合一致性比率CR z =CI z /RI z <0.1时,认为整个层次的比较判断具有满意的一致性。
20. 组合权向量:对象对目标的排序。
w = (0.293, 0.311, 0.446)’
层次分析法的优点:系统型、实用性、简洁性;缺点: 囿旧、粗略、主观。
问题 P88, 16.
半期课堂讨论题: P85, 3, 大江截流问题。
a
B b a w j j j ==∑=51
∑==51)
()(j j j Z x CI a x CI ∑==51
)()(j j j Z x RI a x RI ⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=128.0276.0595.0,005.3,12/15/1212/1521212b B λ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=661.0272.0067.0,004.3,1383/1158/15/11111b B λ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=143.0429.0429.0,3,13/13/1311311313b B λ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=174.0192.0633.0,009.3,114/1113/1431414b B λ⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=668.0167.0167.0,3,1444/1114/111515b B λ。