多属性决策分析范文

多属性决策分析范文
多属性决策分析（Multi-Attribute Decision Analysis，简称MADA）是一种决策支持方法，用于解决决策问题中存在多个评估指标的情况。

该
方法通过对不同属性进行权重分配，并对备选方案进行评估和比较，以找
到最佳的决策方案。

首先，确定决策目标并明确评估指标。

在决策问题中，需要明确要达
到的目标，并确定用于评估备选方案的指标。

例如，如果我们需要选择一
种新的投资项目，决策目标可能是最大化投资回报率，评估指标可能包括
投资风险、市场潜力、竞争情况等。

然后，构建层次结构。

层次结构是多属性决策分析的基础，它通过将
决策目标、评估指标和备选方案按照层次关系组织起来，形成一个树状结构。

例如，在选择投资项目的决策问题中，可以将决策目标放在最顶层，
评估指标放在中间层，备选方案放在底层。

接下来，建立判断矩阵。

判断矩阵用于描述层次结构中各个层次之间
元素之间的相对重要性。

对于每一对元素，通过专家判断或问卷调查的方式，使用比较刻度（如1-9）对其重要性进行评估，并填写到判断矩阵中。

例如，在评估指标层次，可以比较每个评估指标相对于决策目标的重要性。

然后，计算权重向量。

利用判断矩阵，可以通过特征向量法计算出各
级指标的权重。

计算过程中，需要对判断矩阵进行一致性检验，以确保判
断矩阵的一致性。

一般来说，判断矩阵的一致性指标CI应满足CI<0.1，
若CI>0.1，则需进行修正。

之后，进行一致性检验。

通过计算一致性比例CR来检验判断矩阵的一致性。

一致性比例CR的计算公式为CR=CI/RI，其中RI为随机一致性指标，根据判断矩阵的阶数n可以在AHP准则表格中找到。

最后，进行评估和排序。

将备选方案的各个属性值与权重值相乘得出加权得分，然后将加权得分进行加总，将各个备选方案按照加权得分的高低进行排序，得出最佳决策方案。

综上所述，多属性决策分析是一种常用的决策支持方法，可以有效地帮助决策者在多个评估指标的情况下做出合理的决策。

通过AHP等方法，可以对决策问题中的评估指标进行权重分配，并对备选方案进行评估和排序，找到最佳的决策方案。

在实际应用中，还可以结合其他方法，如TOPSIS、模糊综合评判法等，以提高决策的准确性和可靠性。