AHP层次分析法 实例
层次分析法经典案例
层次分析法经典案例篇一：层次分析法步骤层次分析法实例与步骤结合一个具体例子，说明层次分析法的基本步骤和要点。
【案例分析】市政工程项目建设决策：层次分析法问题提出市政部门管理人员需要对修建一项市政工程项目进行决策，可选择的方案是修建通往旅游区的高速路（简称建高速路）或修建城区地铁（简称建地铁）。
除了考虑经济效益外，还要考虑社会效益、环境效益等因素，即是多准则决策问题，考虑运用层次分析法解决。
1.建立递阶层次结构应用AHP解决实际问题，首先明确要分析决策的问题，并把它条理化、层次化，理出递阶层次结构。
AHP要求的递阶层次结构一般由以下三个层次组成：? 目标层（最高层）：指问题的预定目标；? 准则层（中间层）：指影响目标实现的准则；? 措施层（最低层）：指促使目标实现的措施；通过对复杂问题的分析，首先明确决策的目标，将该目标作为目标层（最高层）的元素，这个目标要求是唯一的，即目标层只有一个元素。
然后找出影响目标实现的准则，作为目标层下的准则层因素，在复杂问题中，影响目标实现的准则可能有很多，这时要详细分析各准则因素间的相互关系，即有些是主要的准则，有些是隶属于主要准则的次准则，然后根据这些关系将准则元素分成不同的层次和组，不同层次元素间一般存在隶属关系，即上一层元素由下一层元素构成并对下一层元素起支配作用，同一层元素形成若干组，同组元素性质相近，一般隶属于同一个上一层元素（受上一层元素支配），不同组元素性质不同，一般隶属于不同的上一层元素。
在关系复杂的递阶层次结构中，有时组的关系不明显，即上一层的若干元素同时对下一层的若干元素起支配作用，形成相互交叉的层次关系，但无论怎样，上下层的隶属关系应该是明显的。
最后分析为了解决决策问题（实现决策目标）、在上述准则下，有哪些最终解决方案（措施），并将它们作为措施层因素，放在递page1阶层次结构的最下面（最低层）。
明确各个层次的因素及其位置，并将它们之间的关系用连线连接起来，就构成了递阶层次结构。
层次分析法的应用实例
层次分析法的应用实例层次分析法（Analytic Hierarchy Process，简称AHP）是一种运用于多准则决策问题的定性和定量分析方法。
通过将决策问题分解为多个层次，从而使决策问题的结构更加清晰，更容易理解和处理。
下面将介绍几个AHP方法的应用实例。
1.项目选择在项目选择过程中，可能存在多个关键因素需要权衡。
通过应用AHP，可以将项目选择问题分解为几个层次，例如项目目标、资源投入、风险等等。
然后为每个层次的因素确定权重，从而帮助决策者更加客观地评估不同项目的优劣，并做出最佳选择。
2.供应商评估当公司需要选择供应商时，往往需要考虑多个方面的因素，例如价格、质量、交货时间等等。
通过使用AHP，可以将供应商评估问题分解为不同的准则和子准则，然后为每个准则和子准则赋予合适的权重，最终确定出最佳供应商。
3.市场调研在市场调研过程中，可能涉及到多个调研指标和因素。
通过应用AHP，可以将市场调研问题分解为几个层次，例如调研目标、调研方法、数据可靠性等等。
然后为每个层次的因素确定权重，从而辅助决策者选择最适合的市场调研方法和指标。
4.产品设计在产品设计过程中，需要考虑多个因素，例如功能、性能、成本等等。
通过使用AHP，可以将产品设计问题分解为不同的准则和子准则，然后为每个准则和子准则赋予合适的权重，从而帮助设计团队确定出最佳的产品设计方案。
5.企业战略规划在企业战略规划中，需要综合考虑多个战略选项的优劣。
通过应用AHP，可以将战略规划问题分解为不同的层次和因素，例如市场前景、竞争环境、技术能力等等。
然后为每个层次的因素确定权重，从而辅助决策者选择最佳的战略规划方案。
综上所述，层次分析法在多准则决策问题的应用非常广泛。
通过将决策问题分解为多个层次，然后根据不同层次的因素确定权重，能够帮助决策者更加客观地评估不同方案的优劣，并做出最佳选择。
这种方法在项目选择、供应商评估、市场调研、产品设计和企业战略规划等领域都有重要的应用。
层次分析法案例
层次分析法实例案例分析：众所周知，重庆作为着名的“四大火炉”之一，夏天酷暑难耐，无疑空调成为人们必不可少的“降温神器”，重庆的夏天不能没有空调。
然而，空调的品牌越来越多，功能也各不相同，人们不禁会遇到一个难题—如何选择一款合适的空调？当然，空调的选择要考虑各方面的因素，比如说空调的价格、性能、品牌等。
下面就用层次分析法（AHP）对我国的三大空调品牌的选择进行分析为消费者提供一种购买决策。
选购的准则有空调的品牌信誉，产品技术，性能指标，空调的经销商和价格。
三大空调品牌为格力，海尔，美的。
（1）建立层次结构模型目标层A准则层B方案层C （2构造判断矩阵的方法是：每一个具有向下隶属关系的元素（被称作准则）作为判断矩阵的第一个元素（位于左上角），隶属于它的各个元素依次排列在其后的第一行和第一列。
填写判断矩阵的方法：大多采取的方法是：向填写人（专家）反复询问，针对判断矩阵的准则，其中两个元素两两比较哪个重要，重要多少，对重要性程度按1-9赋值（重要性标度值见下表）。
设填写后的判断矩阵为n n ij a A ⨯=)(，则判断矩阵满足如下性质： （1）0>ij a ，（2）ijji a a 1=（n j i ,,2,1, =）（3）ii a =1 根据上面的性质，判断矩阵具有对称性，因此在填写时，通常先填写ii a =1的部分，然后再仅需判断及填写上三角形或下三角形的n(n-1)/2个元素就可以了。
在特殊情况下，判断矩阵具有传递性，则满足等式：ik jk ij a a a =当上式对判断矩阵所有元素都成立时，则称该判断矩阵为一致性矩阵。
构造判断矩阵并赋值，填写后的判断矩阵如下： 目标层A 的判断矩阵如下:准则层B 的各类准则判断矩阵如下:3、层次单排序（计算权向量）与检验对于赋值后的判断矩阵，利用一定数学方法进行层次排序。
层次单排序是指每一个判断矩阵各因素针对其准则的相对权重，所以本质上是计算权向量。
层次分析法(AHP)实例介绍 [
层次分析法(AHP)简介Analytical Hierarchy Process层次分析法(AHP)简介⏹美国运筹学家Thomas Saaty⏹70年代末提出⏹定性与定量相结合⏹多目标(Multi-attribute)决策方法AHP Analytical Hierarchy ProcessAHP=Analytical Hierarchy ProcessLean-Six SigmaAHP在我国80年代以后的应用概况•AHP的出现与应用为了测定对象系统的属性，并将这些属性变为客观的定量的计为了测定对象系统的属性并将这些属性变为客观的定量的计值或者主观效用的行为，即对目标系统进行评价，故先后出现了很多不同的评价分析方法，包括专家评价法、经济分析法以及运筹学和其他数学方法。
AHP法属于应用数学方法的一类在实践中筹学和其他数学方法法属于应用数学方法的类在实践中得到广泛应用。
•AHP在我国的研究与应用年代以来，我国的很多领域都先后使用了AHP进行评价与决80年代以来我国的很多领域都先后使用了策。
Lean-Six Sigma一、自然界油资1989石油资源1989环境污染治理方案二、科学技术1988军械系统软科学成果评定1989产业科技水平1989地区科技综合实力1989专科项目的邻选和评价1989科技规划决策1989中科院青年研究基金评审1989农业科技成果评定Lean-Six Sigma三、教育评估教学质1988评估教学质量1989后勤院校教学质量1989大学生综合素质1989毕业生质量1989高校基金分配四、人工制造系统1981987武器系统1987反坦克导弹武器系统方案1989柔性结构系统设计1989择优水利工程开发方案综合评价1989采矿方法可行方案综合评价Lean-Six Sigma五、人和社会系统1987领导能力考评1988专业技术人员评价1989人事管理制度制定1989开放实验室（中科院）1989科协和学会（中国科协）1989工业企业经济效益1989中小企业经济效益1989青海省南州畜牧业发展状况评价Lean-Six SigmaAHP分析基本过程⏹把复杂问题分解成各个组成元素⏹按支配关系将这些元素分组﹑分层（方案层，准则层）按支配关系将这些元素分组分层（方案层准则层）⏹通过两两比较方式判断各层次中诸元素的重要性⏹综合这些判断计算单准则排序和层次总排序⏹确定诸元素在决策中的权重Lean-Six SigmaAHP法(层次分析法)最优化设施布局目标层方案一1.空间利用率方案二方案层•确定各准则的权重2.物流强度3.搬运距离准则层4.扩充弹性1 1/5 1/7 1/3比较矩阵权重0.0571.空间利用率（1）物流强度（） 5 1 1/337 3 1 53 1/3 1/510.2630.55801222.物流强度（5）3.搬运距离（7）4Lean-Six Sigma0.1224.扩充弹性（3）•一致性检验算得CI= 0.04查表得RI=0.90 CR=0.04/0.90=0.044 < 0.1通过一致性检验•水平分值方案比较矩阵0857012501670250 1 61/6 11 1/77 11 1/55 11 1/33 1比较矩阵扩充弹性搬运距离物流强度空间利用率准则方案一水平分值0.8570.1430.1250.8750.1670.8330.2500.750水平分值方案方案二•综合分值0057综合分值扩充弹性搬运距离物流强度空间利用率准则01430875083307500.3610.8570.1250.1670.250方案一0.1220.5580.2630.057权重Lean-Six Sigma0.6390.1430.8750.8330.750方案二方案二最优解读案例目标寻求最佳的方案⏹目标:寻求最佳的方案⏹对象:方案一,方案二⏹主要考虑四个方面的问题✓空间利用率✓物流强度✓搬运距离✓扩充弹性Lean-Six Sigma解读案例布局优选方案目标层空间利物流搬运扩充准则层用率强度距离弹性方案一方案方案二方案层Lean-Six Sigma准则层元素重要性分析空间利物流搬运扩充用率强度距离弹性间利用率空间利用率物流强度搬运距离扩充弹性Lean-Six SigmaLean-Six Sigma判断矩阵构成空间利用率的重要性是物流强度的1/5空间利用率物流强度搬运距离扩充弹性空间利用率 1 1/5 1/7 1/3物流强度 5 1 1/3 37315搬运距离A 7 3 1 53 1/3 1/5 1扩充弹性Lean-Six SigmamLean-Six Sigmaj =1Lean-Six Sigmamw i =Lean-Six Sigma对于本例1 1/5 1/7 1/35 1 1/3 30.2630.057 1.0990.230TAW7 3 1 53 1/3 1/5 10.1220.558=0.4922.355Temp =¼(0.230/0.057+1.099/0.263+2.355/0.558+0.492/0.122)=4.1168=4.1168-4/(4-1)=0.0389CI 4.11684/(41)0.0389查表得RI=0.90 CR=0.04/0.90=0.044 < 0.1通过一致性检验Lean-Six Sigma通过致性检验方案层对于准则的重要性类似的得出•类似的得出2个方案对不同基准的比较矩阵1611/711/51 1/3空间利用率物流强度搬运距离扩充弹性重要方案一 1 61/6 11 1/77 11 1/55 13 1性矩阵方案二0.85701430.12508750.16708330.2500750权方案一0.1430.8750.8330.750重方案二Lean-Six Sigma结果计算•最后一步计算每个方案的优劣最后步计算每个方案的优劣方案一得分=0.057*0.25+0.263*0.167+0.558*0.125+0.122*0.857=0.361方案二得分=0.057*0.75+0.263*0.833+0.558*0.875+0.122*0.143=0.639Lean-Six Sigma案例：物流系统供货商选择的评价与决策⏹研究背景及目的⏹建模及分析过程⏹结论研究背景及目的•货物采购是物流系统一项独立并且重要的功能，供货商的工作情况对物流企业生产率、产品质量及竞争力有很大影工作情况对物流企业生产率产品质量及竞争力有很大影响，因此选择合适的供货商尤为重要。
AHP层次分析法--实例
AHP层次分析法--实例什么是AHP？AHP全称为Analytic Hierarchy Process，中文翻译为“层次分析法”，是由美国数学家托马斯·L·赛蒂在20世纪70年代初提出的一种用于复杂多目标决策的评估方法。
AHP方法的核心是利用层次结构模型，将复杂问题分解成若干个较小的组成部分，通过重点考虑各个部分在整体决策中的相对重要程度，最终得到全局最优的决策方案。
以购买一部新手机为例，假设我们需要选择一款符合自己需求的手机。
我们可以先将这个问题划分为几个要素，比如品牌、操作系统、屏幕大小、摄像头、价格等，针对这些要素，又可以进一步划分出更加详细的几个层次，如手机品牌可以再分为苹果、三星、华为、OPPO等。
下面我们来分别分析各个层次的重要程度。
1. 品牌对于品牌这个层次，我们可以考虑以下四个品牌：苹果、三星、华为和OPPO。
我们可以根据自己对这些品牌的认知程度以及市场占有率等因素来对它们进行排名，比如我认为苹果品牌最好，三星次之，华为再次之，而OPPO则是最不理想的选择，可以把它们排列成如下图表：| | 苹果 | 三星 | 华为 | OPPO || --- | ---- | ---- | ---- | ---- || 苹果 | 1 | 0.2 | 0.3 | 0.1 || 三星 | 5 | 1 | 0.5 | 0.3 || 华为 | 3.3 | 2 | 1 | 0.5 || OPPO | 10 | 3.3 | 2 | 1 |在这张表格中，左上至右下的主对角线上的数值都为1，因为一个品牌与自己之间的比较是没有意义的，其他位置上的数值则表示一个品牌相对于另一个品牌具有的重要程度比例，比如苹果对三星的重要程度是0.2，表示我们认为选择苹果手机是三星手机的五倍重要。
2. 操作系统对于操作系统这个层次，我们假设只考虑两个选择：iOS和Android，为了判断哪个更重要，我们可以考虑以下几个因素：易用性、系统稳定性、应用生态系统、开发者支持等。
ahp层次分析法案例
ahp层次分析法案例AHP层次分析法案例。
AHP（Analytic Hierarchy Process）层次分析法是一种多准则决策方法，被广泛应用于各种领域，包括工程、管理、经济学等。
它通过将复杂的决策问题分解为多个层次，然后对不同层次的因素进行比较和权重分配，最终得出最优决策方案。
下面我们将通过一个实际的案例来介绍AHP层次分析法的应用。
假设我们是一家电子产品公司的市场部经理，现在需要决定公司下一季度要推出的新产品。
我们面临的选择包括智能手表、智能耳机和智能手环三种产品。
在进行决策之前，我们需要考虑多个因素，例如市场需求、技术成熟度、生产成本、营销推广等。
接下来，我们将运用AHP层次分析法来进行决策。
首先，我们将问题分解为两个层次，产品选择和产品因素。
在产品选择层次中，我们需要比较智能手表、智能耳机和智能手环这三种产品的优劣；在产品因素层次中，我们需要考虑市场需求、技术成熟度、生产成本和营销推广这四个因素。
接下来，我们需要构建一个层次结构，将产品选择和产品因素两个层次连接起来。
然后，我们需要对每个因素进行两两比较，得出它们之间的重要程度。
比较的结果可以用一组两两比较矩阵来表示，然后通过特征向量法或最大特征值法来计算每个因素的权重。
假设经过比较和计算，我们得出的权重分配如下，市场需求（0.3）、技术成熟度（0.2）、生产成本（0.25）、营销推广（0.25）。
接下来，我们将这些权重和产品选择层次中的产品进行比较，得出最终的决策结果。
假设经过比较，我们得出智能手表（0.35）、智能耳机（0.3）、智能手环（0.35）的权重分配。
根据这些权重分配，我们可以得出最终的决策结果，公司下一季度将推出智能手表和智能手环两种产品。
通过以上案例，我们可以看到AHP层次分析法的应用过程。
它能够帮助我们将复杂的决策问题分解为多个层次，从而更好地进行比较和权重分配，得出科学合理的决策结果。
在实际应用中，AHP层次分析法可以帮助我们更好地应对各种决策问题，提高决策的科学性和准确性。
ahp层次分析法案例
ahp层次分析法案例AHP层次分析法是一种决策分析方法，适用于解决复杂的决策问题。
以下是一个AHP层次分析法的案例，用于决策一个公司在新市场中选择合适的产品。
某公司考虑进入新市场，希望选择一个适合的产品。
为了做出最佳决策，他们使用AHP层次分析法，按照以下步骤进行分析：1. 首先，确定决策层次结构。
公司将决策分为三个层次：目标层、准则层和备选方案层。
目标层是公司的终极目标，准则层是实现目标所需的因素，备选方案层是可以选择的不同产品。
2. 其次，制定判断矩阵。
为了做出决策，公司需要以对比方式，对准则和备选方案进行比较。
他们使用一个判断矩阵，将每个准则和备选方案两两对比，来确定它们的重要性或优劣。
假设公司选择了三个准则：市场需求、竞争力和技术实施。
他们对每个准则进行两两对比，并使用1-9的标度，表示相对重要性。
例如，市场需求对竞争力的重要性可能被评价为5，而竞争力对技术实施的重要性可能被评价为3。
3. 确定权重向量。
根据判断矩阵，公司计算每个准则的权重。
通过对矩阵的每一列进行平均化，可以计算出每个准则的权重向量。
例如，如果市场需求对竞争力的重要性为5，竞争力对技术实施的重要性为3，则市场需求的权重为5/(5+3)=0.625，竞争力的权重为3/(5+3)=0.375。
4. 计算一致性检查。
公司通过计算一致性指标（CI）和一致性比率（CR）来确定判断矩阵的一致性。
如果CI小于0.10，且CR小于0.10，则认为判断矩阵是一致的。
5. 最后，比较备选方案。
根据判断矩阵和准则的权重，公司可以计算每个备选方案的总权重。
备选方案的总权重越高，表示其相对于其他备选方案的优势越大。
根据AHP层次分析法，公司能够比较不同产品在新市场中的优势，并根据准则的权重，做出最佳选择。
通过AHP层次分析法的应用，公司能够对于复杂的决策问题进行系统化、结构化的分析，以更有根据地做出决策，提高决策的准确性和可靠性。
同时，该方法还能帮助公司更好地理解和分析决策过程中的关键因素和限制条件，以及它们之间的相互关系，从而更好地促进决策的质量和效益。
python实现AHP算法的方法实例（层次分析法）
python实现AHP算法的⽅法实例（层次分析法）⼀、层次分析法原理层次分析法（Analytic Hierarchy Process，AHP）由美国运筹学家托马斯·塞蒂（T. L. Saaty）于20世纪70年代中期提出，⽤于确定评价模型中各评价因⼦/准则的权重，进⼀步选择最优⽅案。
该⽅法仍具有较强的主观性，判断/⽐较矩阵的构造在⼀定程度上是拍脑门决定的，⼀致性检验只是检验拍脑门有没有⾃相⽭盾得太离谱。
相关的理论参考可见：⼆、代码实现需要借助Python的numpy矩阵运算包，代码最后⽤了⼀个b1矩阵进⾏了调试，相关代码如下，具体的实现流程已经⽤详细的注释标明，各位⼩伙伴有疑问的欢迎留⾔和我⼀起讨论。
import numpy as npclass AHP:"""相关信息的传⼊和准备"""def __init__(self, array):## 记录矩阵相关信息self.array = array## 记录矩阵⼤⼩self.n = array.shape[0]# 初始化RI值，⽤于⼀致性检验self.RI_list = [0, 0, 0.52, 0.89, 1.12, 1.26, 1.36, 1.41, 1.46, 1.49, 1.52, 1.54, 1.56, 1.58,1.59]# 矩阵的特征值和特征向量self.eig_val, self.eig_vector = np.linalg.eig(self.array)# 矩阵的最⼤特征值self.max_eig_val = np.max(self.eig_val)# 矩阵最⼤特征值对应的特征向量self.max_eig_vector = self.eig_vector[:, np.argmax(self.eig_val)].real# 矩阵的⼀致性指标CIself.CI_val = (self.max_eig_val - self.n) / (self.n - 1)# 矩阵的⼀致性⽐例CRself.CR_val = self.CI_val / (self.RI_list[self.n - 1])"""⼀致性判断"""def test_consist(self):# 打印矩阵的⼀致性指标CI和⼀致性⽐例CRprint("判断矩阵的CI值为：" + str(self.CI_val))print("判断矩阵的CR值为：" + str(self.CR_val))# 进⾏⼀致性检验判断if self.n == 2: # 当只有两个⼦因素的情况print("仅包含两个⼦因素，不存在⼀致性问题")else:if self.CR_val < 0.1: # CR值⼩于0.1，可以通过⼀致性检验print("判断矩阵的CR值为" + str(self.CR_val) + ",通过⼀致性检验")return Trueelse: # CR值⼤于0.1, ⼀致性检验不通过print("判断矩阵的CR值为" + str(self.CR_val) + "未通过⼀致性检验")return False"""算术平均法求权重"""def cal_weight_by_arithmetic_method(self):# 求矩阵的每列的和col_sum = np.sum(self.array, axis=0)# 将判断矩阵按照列归⼀化array_normed = self.array / col_sum# 计算权重向量array_weight = np.sum(array_normed, axis=1) / self.n# 打印权重向量print("算术平均法计算得到的权重向量为：\n", array_weight)# 返回权重向量的值return array_weight"""⼏何平均法求权重"""def cal_weight__by_geometric_method(self):# 求矩阵的每列的积col_product = np.product(self.array, axis=0)# 将得到的积向量的每个分量进⾏开n次⽅array_power = np.power(col_product, 1 / self.n)# 将列向量归⼀化array_weight = array_power / np.sum(array_power)# 打印权重向量print("⼏何平均法计算得到的权重向量为：\n", array_weight)# 返回权重向量的值return array_weight"""特征值法求权重"""def cal_weight__by_eigenvalue_method(self):# 将矩阵最⼤特征值对应的特征向量进⾏归⼀化处理就得到了权重array_weight = self.max_eig_vector / np.sum(self.max_eig_vector)# 打印权重向量print("特征值法计算得到的权重向量为：\n", array_weight)# 返回权重向量的值return array_weightif __name__ == "__main__":# 给出判断矩阵b = np.array([[1, 1 / 3, 1 / 8], [3, 1, 1 / 3], [8, 3, 1]])# 算术平均法求权重weight1 = AHP(b).cal_weight_by_arithmetic_method()# ⼏何平均法求权重weight2 = AHP(b).cal_weight__by_geometric_method()# 特征值法求权重weight3 = AHP(b).cal_weight__by_eigenvalue_method()总结到此这篇关于python实现AHP算法（层次分析法）的⽂章就介绍到这了,更多相关python AHP算法（层次分析法）内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！。
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。
ahp方法案例
ahp方法案例AHP 方法，也就是层次分析法呀，这可是个超有用的工具呢！咱就说，你要是想做个重大决定，比如选个工作啦，或者买个房子啥的，AHP 方法就能派上大用场啦。
比如说你要买房吧，那得考虑好多因素呢。
房子的位置重要不？那肯定重要啊！交通方不方便呀，周边配套齐不齐全呀。
房子的大小呢，是不是得够一家人住呀。
还有房子的质量，可不能三天两头出问题吧。
价格呢，也是个关键因素呀，咱得在自己的预算范围内不是。
这时候AHP 方法就闪亮登场啦！咱先把这些因素一层一层地分好，位置是一层，大小质量是一层，价格又是一层。
然后给每个因素打分，重要的就给高分，不那么重要的就给低分。
然后通过一些计算，就能看出哪个房子综合起来最适合你啦。
再举个例子，要是公司要选个新的项目来做。
那得考虑项目的收益吧，风险大不大呀，实施难度高不高呀，市场前景怎么样呀。
把这些都列出来，一层一层地分析，最后就能找到那个最有潜力的项目啦。
你看，AHP 方法就像一个超级厉害的军师，能帮你理清思路，做出明智的选择。
它就像是在一堆乱麻中找到那根关键的线头，轻轻一拉，所有问题都迎刃而解啦。
想象一下，如果没有 AHP 方法，那我们做决定得多盲目呀。
可能就是凭感觉，或者听别人随便说说就做了决定，那到时候后悔都来不及呀。
有了AHP 方法，我们就可以很有条理地分析每个因素的重要性，权衡利弊，做出最适合自己的选择。
它不是那种死板的方法哦，你可以根据自己的实际情况来调整，非常灵活呢。
而且呀，学会了 AHP 方法，不仅能在大事上帮你，在生活中的小事上也能派上用场呢。
比如说今天晚上吃啥，哈哈，也可以用AHP 方法来分析分析呀，是吃火锅呢，还是吃炒菜呢，或者吃个西餐啥的。
总之呢，AHP 方法真的是个超级实用的工具呀，大家一定要好好利用起来哟！别再盲目地做决定啦，让 AHP 方法来帮你找到最正确的路吧！。
AHP分析方法实例
AHP分析方法实例AHP（Analytic Hierarchy Process）是一种用于多准则决策的分析方法，它通过将决策问题分解为层次结构，然后使用专家判断和数学模型来确定最佳方案。
下面将以一个实际的案例来介绍AHP分析方法。
假设公司需要购买一台新的生产设备，以提高生产效率。
该公司的管理层需要决定购买哪一种设备，以满足公司的需求。
为了做出明智的决策，他们使用AHP方法来进行分析。
首先，他们将决策问题分解为三个层次：目标层、准则层和方案层。
目标层是最高层，表示公司的总体目标，即提高生产效率。
准则层是中间层，表示实现目标所需的关键准则，例如性能、价格、可靠性和维护成本。
方案层是最低层，表示可供选择的具体设备型号。
然后，管理层邀请多个专家对每个准则进行评估，并给出权重。
这些权重表示每个准则对实现目标的重要性。
例如，如果性能是最重要的准则，那么它将被赋予较高的权重。
专家可以使用1-9之间的比较尺度来判断每个准则之间的相对重要性。
在这个实例中，假设有三个专家参与评估。
他们分别给出以下权重：专家1：性能（0.5）、价格（0.2）、可靠性（0.15）、维护成本（0.15）；专家2：性能（0.4）、价格（0.3）、可靠性（0.2）、维护成本（0.1）；专家3：性能（0.3）、价格（0.25）、可靠性（0.2）、维护成本（0.25）。
接下来，使用数学模型计算每个准则的权重。
首先，将专家的权重乘以他们对每个准则的评估得分，然后对每个准则的得分进行加权求和。
最终得到的结果是每个准则的权重。
在本例中，将每个专家的权重乘以他们的评估得分得到如下结果：性能（0.5*0.4+0.4*0.3+0.3*0.3=0.38）、价格（0.2*0.4+0.3*0.25+0.25*0.2=0.245）、可靠性（0.15*0.3+0.2*0.2+0.2*0.15=0.105）、维护成本（0.15*0.1+0.1*0.25+0.25*0.2=0.085）。
AHP层次分析法实例
刘永祥 20060549 06 级工商 5 班
4、求得三家公司的总得分： 甲的得分= Wi*Wi1 =0.35*0.54+0.14*0.3+0.14*0.63+0.09*0.22+0.27*0.3=0.42
乙的得分= Wi*Wi2 =0.35*0.16+0.14*0.1+0.14*0.26+0.09*0.67+0.27*0.6=0.33
丙的得分= Wi*Wi3 =0.35*0.30+0.14*0.6+0.14*0.11+0.09*0.11+0.27*0.1=0.24
一、用 AHP 分析法解答“公司从联想、华硕、同方三个品牌中选择一家，订购价位在 5000
元的台式机”的问题。用到的五个相关属性是：CPU、内存、硬盘、电源、主板，分别用 P1、
P2、P3、P4、P5 来表示。
判断矩阵 B：
CPU
内存
硬盘
电源
主板
B
P1
P2
P3
P4
P5
P1
1
3
3
5
1
P2
1/3
1
1
3
1/2
Wt= (0.35,0.14,0.14,0.09,0.27) W=(W1、W2、W3、W4、W5)T =(0.35,0.14,0.14,0.09,0.27) T
P5 0.30 0.15 0.15 0.10 0.30
AHP层次分析实例
AHP层次分析实例AHP（Analytic Hierarchy Process，层次分析法）是一种用于多准则决策的定量分析方法，可以帮助我们在复杂的决策环境中做出合理的决策。
以下是一个关于选择旅游目的地的AHP层次分析实例。
假设一个人打算选择一个旅游目的地，他关注的几个方面包括：景点的吸引力、交通便利性、费用、旅游设施、餐饮等。
下面是他对这些准则的评分及每个准则之间的相对重要性的比较。
首先，他先对每个准则进行打分，最高分为9分，最低分为1分。
他认为景点的吸引力是最重要的，给予了8分；交通便利性给予了7分；费用给予了6分；旅游设施给予了5分；餐饮给予了4分。
接下来，他需要对每个准则之间进行比较，以确定它们之间的相对重要性。
他用1-9的量表进行比较，其中1表示两个准则之间具有相同的相对重要性，9表示一个准则显著地比另一个准则更重要。
他认为景点的吸引力比交通便利性更重要，他给予了2，即景点的吸引力是交通便利性的2倍重要；景点的吸引力比费用更重要，他给予了6，即景点的吸引力是费用的6倍重要；景点的吸引力比旅游设施更重要，他给予了4，即景点的吸引力是旅游设施的4倍重要；景点的吸引力比餐饮更重要，他给予了8，即景点的吸引力是餐饮的8倍重要。
接下来，他需要计算每个准则的权重，以确定各个准则对决策结果的影响程度。
这里采用AHP的判断矩阵计算方法，将上述打分和比较的结果输入到计算模型中进行计算。
最终得到每个准则的权重，分别是：景点的吸引力0.51，交通便利性0.25，费用0.14，旅游设施0.07，餐饮0.02最后，他将各个准则的权重和对应目的地的打分相乘，得到每个目的地的得分。
他列出了几个他感兴趣的目的地，并对每个目的地进行打分，最高分为9分，最低分为1分。
目的地，景点的吸引力，交通便利性，费用，旅游设施，餐饮----------，-------------，------------，--------，----------，--------目的地A，8，6，7，5，4目的地B，7，8，5，6，3目的地C，6，7，4，5，4目的地D，9，5，6，7，5通过计算，他得到了每个目的地的得分。
AHP决策分析方法应用实例
（4）从方针措施来看，当前急待解决的几个问题： ① 采取联合开发的形式，弥补资金、技术力
量的不足，权重为0.193； ② 省财政继续设立农业专项开发资金，权重
为0.119； ③ 继续实施高扬程引黄灌溉工程，解决中部
严重缺水的问题，权重为0.072；
④ 在以河西为重点的两西地区，积极发展节水 农业，各行业应努力提高水资源利用率，权重为 0.069；
S7 —— 饲料严重不足； S8 —— 人口自然增长率高。 方针措施
P1 —— 国家投入专项基金； P2 —— 省财政设立农业专项开发资金； P3 ——当地对资源实行有偿使用，以便积 累资金；
P4 —— 向国际金融机构申请贷款；
P5 —— 采取联合开发的方式，弥补 资金、技术力量的不足；
P6 —— 实施高扬程引黄提灌工程；
λ=6.524，CI=0.105，RI=1.24，CR=0.085<0.10
O2 —— 发展大农业生产； C1 —— 移民； C2 ——河西商品粮基地； C3 ——中部自给粮基地； C4 —— 种树种草发展林牧业； C5 ——名优农副生产基地； C6 ——发展多样化产业。
（4）O3—C判断矩阵及层次单排序结果
P13 —— 旅游业
P14 —— 饮食服务
目标层 A
准 则 层 C1
C2
C3
P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 P 9 P 10 P 11 P 12 P 13 P 14
图8.2.2 兰州市主导产业选择的AHP层次结构图
λ=2，CI=RI=0
O3 —— 积极发展第二、三产业。 C5 ——名优农副生产基地； C6 ——发展多样化产业。
（5）发展战略的层次总排序结果
网络层次分析法基础附几个应用实例
实例二：城市可持续发展评估
总结词
网络层次分析法在城市可持续发展评估中，能够将城 市的可持续发展目标分解为多个层次和因素，通过建 立层次结构模型和两两比较的方式确定各因素之间的 相对重要性，为城市可持续发展提供科学合理的评估 依据。
ห้องสมุดไป่ตู้详细描述
城市可持续发展评估是一个多目标、多准则的决策问 题，需要考虑经济、环境和社会等多个方面的因素。 网络层次分析法通过构建层次结构模型，将城市的可 持续发展目标分解为多个层次和因素，并利用专家的 知识和经验进行两两比较，确定各因素之间的相对重 要性。这种方法能够综合考虑各种因素之间的关联和 权重，为城市可持续发展提供更加全面和准确的评估 依据。
优势
AHP能够将决策者的主观判断转化为 数量化的决策结果，能够处理不完全 信息下的决策问题，并且能够提供一 致性检验和排序依据。
应用领域
资源分配
AHP可用于多资源分配问题，例如资金、人力、 时间等资源的分配。
风险评估
AHP可用于评估不同风险的大小和优先级，例如 项目风险、投资风险等。
决策支持
AHP可用于多目标决策问题，例如选择供应商、 项目方案等。
结果分析
根据组合权重的大小，对不同组成部 分的重要性进行排序，得出最终的评 价结果。
03 网络层次分析法的几个应 用实例
实例一：企业战略选择评估
要点一
总结词
要点二
详细描述
网络层次分析法在企业战略选择评估中，能够将复杂的决 策问题分解为多个层次和因素，通过两两比较的方式确定 各因素之间的相对重要性，为企业提供科学合理的战略选 择依据。
原理
AHP基于人类判断和决策的思维模式，通过建立递阶层次结构和两两比较判断矩 阵，将复杂的决策问题分解为相对独立的多个因素，并对这些因素进行比较和计 算，以得出不同方案或同一方案不同方案的相对优劣排序。
层次分析法原理案例
常 规 思 维 过 程
确定这些准则在你心目中各占的比重多大；
就每一准则将三个地点进行对比；
将这两个层次的比较判断进行综合，作出选择。
5
（1） 建立层次结构模型
目标层Z 选择旅游目的地
拟解决的问题 （总目标）
准则层C
景 色
费 用
居 住
饮 食
旅 途
为实现总目标 而采取的措施 和方案
方案层P
P1
P2
P3
7 8 9 1.45 10 11
0.58 0.90 1.12 1.24
1.32 1.41
1.49 1.51
（3）一致性比率（用于确定A的不一致性的容许范围） CI CR RI 当CR<0.1时，A的不一致性程度在容许范围 内，此时可用A的特征向量作为权向量。
18
1 2 A 1 / 4 1 / 3 1 / 3
1 2 6 列向量 A 1 / 2 1 4 例： 归一化 1 / 6 1 / 4 1
1.769 0.587 归一化 Aw 0.974 0 . 324 w 0.268 0.089
1 ( 1.769 + 0.974 + 0.268 ) 3.009
层次分析 法原理
赵 煜 201422212659 建筑与土木工程
背景介绍
AHP (Analytic Hierarchy Process)层次分析法是 美国运筹学家Saaty教授于二十世纪80年代提出的一种实 用的多方案或多目标的决策方法。其主要特征是，它合 理地将定性与定量的决策结合起来，按照思维、心理的 规律把决策过程层次化、数量化。
10
基本概念
AHP层次分析案例
设要比较各准则C1,C2,… , Cn对目标O的重要性
C1 C2 C1 C2 C3 C4 C5
C3
C4 C5
1 2 A 1/ 4 1/ 3 1/ 3
1/ 2 1 1/ 7 1/ 5 1/ 5
4 7 1 2 3
3 3 5 5 1 / 2 1 / 3 1 1 1 1
使用是否方便价格是否合理使用是否安全使用效果如何使用气味如何目标层o购买蚊香准则层方案层c1方便c2价格c3效果c4安全c5味道p1固体蚊香p2电蚊香p3电蚊拍判断矩阵元素aij的标度方法标度含义1表示两个因素相比具有同样重要性3表示两个因素相比一个因素比另一个因素稍微重要5表示两个因素相比一个因素比另一个因素明显重要7表示两个因素相比一个因素比另一个因素强烈重要9表示两个因素相比一个因素比另一个因素极端重要2468上述两相邻判断的中值倒数因素i与j比较的判断aij则因素j与i比较的判断aji1aij层次单排序及其一致性检验?对应于判断矩阵最大特征根max的特征向量经归一化使向量中各元素之和等于1后记为ww的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值这一过程称为层次单排序
••••
Cn
1 B1 1 / 2 1 / 5
最大特征根 权向量
2 1 1/ 2
5 2 1
1 1/ 3 1/ 8 B2 3 1 1 / 3 8 3 1
2 =3.002
… …
••••
Bn
1 =3.005 w2(3)
5 =3.0 w5(3)
0.090
0.633 0.193 0.175 3.009 0.005
0.110 பைடு நூலகம்.166 0.166 0.668 3 0
- 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)。
刘永祥 20060549 06级工商5班
一、用AHP 分析法解答“公司从联想、华硕、同方三个品牌中选择一家，订购价位在5000元的台式机”的问题。
用到的五个相关属性是：CPU 、内存、硬盘、电源、主板，分别用P1、P2、P3、P4、P5来表示。
解：
1
2、求出目标层的权重估计
用“和积法”计算其最大特征向量 判断矩阵B ： CPU 内存 硬盘
电源 主板 B P1 P2 P3 P4 P5 P1 1 3 3 5 1 P2 1/3 1 1 3 1/2 P3 1/3 1 1 3 1/2 P4 1/3 1 1/3 1 1/3 P5
1
2
2
3
1
3 8 7.3 15 3.3
B P1 P2 P3 P4 P5 ∑ P1 0.33 0.38 0.41 0.33 0.30 1.76 P2 0.11 0.13 0.14 0.20 0.15 0.72 P3 0.11 0.13 0.14 0.20 0.15 0.72 P4 0.11 0.13 0.05 0.07 0.10 0.45 P5 0.33 0.25 0.27 0.20 0.30 1.36 ∑
5.01
对向量W=(W 1、W 2、W 3、W 4、W 5)t 归一化处理
1
i
i n
i
i W W W
==
∑(i=1,2,……n)
W t = (0.35,0.14,0.14,0.09,0.27)
W=(W 1、W 2、W 3、W 4、W 5)T =(0.35,0.14,0.14,0.09,0.27) T
(BW)=
1 3 3 5 1 1/3 1 1 3 1/
2 1/
3 1 1 3 1/2 1/3 1 1/3 1 1/3 1
2
2
3
1
计算判断矩阵最大特征跟λmax
max 1
()n
i
i
i BW nW λ==∑
=1.19/5*0.35+0.8/5*0.14+0.8/5*0.14+0.48/5*0.09+1.45/5*0.27=5.11 C.I. = ( λmax -N) / (N-1) = (5.11-5) / (5-1) =0.03 C.R. =0.03/1.12=0.02
0.35 0.14
0.14 0.09
0.27
* =
1.19 0.80 0.80 0.48 1.45
3、求出方案层对目标层的最大特征向量（同2），求得：
(W11W21W31) = (0.54,0.16,0.30)
(W12W22W23) = (0.30,0.10,0.60)
(W13W23W33) = (0.63,0.26,0.11)
(W14W24W34) = (0.22,0.67,0.11)
(W15W25W35) = (0.30,0.60,0.10)
4、求得三家公司的总得分：
甲的得分=W i*W i1 =0.35*0.54+0.14*0.3+0.14*0.63+0.09*0.22+0.27*0.3=0.42 乙的得分=W i*W i2 =0.35*0.16+0.14*0.1+0.14*0.26+0.09*0.67+0.27*0.6=0.33 丙的得分=W i*W i3 =0.35*0.30+0.14*0.6+0.14*0.11+0.09*0.11+0.27*0.1=0.24 所以应该选择甲（联想）公司进行电脑订购。