建立层次结构模型
层次分析法现代汉语例题
层次分析法是一种决策分析方法，通常用于多个方案或因素之间进行比较和排序。
以下是一个使用层次分析法的现代汉语例题：
假设你是一名公司的采购主管，你需要从三个供应商（A、B、C）中选择一家供应商品质最好、价格最优、售后服务最好的供应商。
你将使用层次分析法来进行决策。
解题步骤：
制定目标层次：选择最优供应商
确定判断准则：商品质量、价格、售后服务
构建层次结构模型：将目标层次下的判断准则放在下一层，形成层次结构模型
刻画判断矩阵：采用1~9的比较尺度，对每两个判断准则进行比较，得到判断矩阵
求出权重向量：对判断矩阵进行归一化处理，计算出每个判断准则的权重
计算一致性指标：检查矩阵的一致性程度，得出一致性指标
计算最终权重：根据层次结构模型和权重向量，计算出每个供应商的最终权重
进行灵敏度分析：分析每个判断准则的变化对结果的影响程度
得出决策结果：综合考虑判断准则的权重和灵敏度分析的结果，得出选择最优供应商的决策结果
以上是一个基本的层次分析法的应用例题，具体细节需要根据实际情况进行调整和处理。
AHP层次分析模型
AHP层次分析模型简介层次分析法（Analytic Hierarchy Process，AHP）是一种常用的决策分析方法，通过将复杂的决策问题层次化，逐步进行比较和评估，最终得出相对权重，从而支持决策者做出合理的决策。
AHP方法最初由美国运筹学家托马斯·L·塞蒂（Thomas L. Saaty）于20世纪70年代提出，并逐渐在决策科学和管理领域得到广泛应用。
AHP模型步骤AHP模型主要分为以下几个步骤：1.建立层次结构：首先，需要将复杂的决策问题分解为不同层次的因素，并建立层次结构。
层次结构由目标、准则和方案组成。
目标是决策问题的最终目标，准则是实现目标所需要满足的条件，方案是用来实现目标的具体选择。
2.构建判断矩阵：在AHP中，判断矩阵是决策者对不同因素之间的比较矩阵。
决策者需要对每个因素进行配对比较，用1至9的尺度来表示两个因素之间的重要性差异。
例如，如果因素A相对于因素B非常重要，则可以给予A和B之间的比较矩阵一个较高的权重。
3.计算权重向量：通过对判断矩阵进行计算，可以得到不同因素的权重向量。
在AHP中，利用特征向量法来计算权重向量。
特征向量是归一化后的最大特征值对应的特征向量。
4.一致性检验：在AHP中，一致性是指决策者的意见和决策结果之间的一致性程度。
通过计算一致性比率（CR），可以评估决策者对判断矩阵的一致性程度。
一致性比率的值应该小于0.1，表示决策者对判断矩阵的一致性程度较高。
5.综合评估：根据权重向量，可以对不同方案进行综合评估。
将不同方案的得分与其权重相乘，并进行加权求和，得出最终的评估结果。
AHP模型的应用范围AHP模型在各个领域都有广泛的应用，以下是几个典型的应用案例：1.项目选择：在项目管理中，AHP模型可以帮助项目经理确定项目目标、评估不同项目方案的优劣，并选择最适合的项目方案。
通过对不同因素的权重进行评估，可以避免主观决策的影响，提高项目管理的效果。
层次分析法的操作流程
层次分析法的操作流程
层次分析法的操作流程主要包括以下四个步骤：
1.建立递阶层次结构模型：首先，明确决策的目标，然后将决策的目标、
考虑的因素（决策准则）和决策对象按照他们之间的相互关系分为最高层、中间层和最低层。
最高层是决策的目的、要解决的问题，通常只有一个因素；最低层是决策时的备选方案或对象层；中间层是考虑的因
素、决策的准则，可以有一个或多个层次。
当准则过多时，应进一步分解出子准则层。
这样，就形成了一个递阶层次结构模型。
2.构造判断矩阵：从层次结构模型的第二层开始，对于从属于（或影响）
上一层每个因素的同一层诸因素，用成对比较法和1~9比较尺度构造成对比较阵，直到最下层。
这一步是为了确定各因素之间的相对重要性。
3.层次单排序及一致性检验：对于每一个成对比较阵，计算其最大特征根
及对应特征向量，然后利用一致性指标、随机一致性指标和一致性比率进行一致性检验。
若检验通过，则特征向量（归一化后）即为权向量；
若不通过，则需重新构造成对比较阵。
这一步的目的是确定各因素或方案的权重。
4.层次总排序及一致性检验：在完成各层次单排序的基础上，计算各层元
素对系统目标的合成权重，并进行总排序。
最后，对排序结果进行一致性检验。
这一步是为了得出各备选方案对于目标的排序权重，从而进行方案选择。
层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法，它将决策者的经验判断与定量分析结合起来，能够有效地应用于那些难以用定量方法解决的课题。
在操作过程中，需要注意保持层次结构的清晰和逻辑连贯，同时确保判断矩阵的一致性和准确性。
层次分析及综合评价方法
采用适当的方法，将各个指标综合起来，得出一个总体的评价结果。
综合评价
对评价结果进行分析，为决策提供依据。
结果分析
07
综合评价指标体系的建立
构建步骤
明确评价目标、设计初步指标、筛选与确定指标、确定权重、建立完整的指标体系。
导向性原则
指标应具有导向性，能够引导被评价对象向正确的方向发展。
方案层可以包含多个元素，每个元素代表一个具体的方案或措施。
方案层需要具体、可行，能够针对准则层中的各个因素提出相应的解决方案。
方案层
03
构造判断矩阵
判断矩阵的定义与元素确定
判断矩阵定义
判断矩阵是层次分析法中用于表示各因素之间相对重要性的矩阵，通常采用正互反矩阵形式。
元素确定方法
判断矩阵的元素通常采用专家打分、历史数据比较等方法确定，根据实际情况选择合适的方法。
将决策问题分解成不同的组成因素，并根据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。
将决策问题分解成不同的组成因素，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。
通过较少的定量信息使决策者的思维过程数学化，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。
计算加权评价值
根据加权评价值的大小，确定最优的决策方案。
确定决策方案
将决策方案付诸实施，并根据实际情况进行反馈和调整。
决策实施与反馈
基于层次总排序的决策分析
06
综合评价方法概述
定义
综合评价是一种对多个指标进行综合分析的方法，通过对各个指标进行权重分配，得出一个综合的评价结果。
AHP层次分析法步骤讲解
AHP层次分析法AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。
层次分析法基本原理AHP层次分析法是将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。
AHP层次分析法的操作步骤完整的AHP层次分析法通常包括五个步骤：第一步：建立层次结构模型在深入分析问题的基础上，将决策的目标、考虑的因素和决策对象按相关关系分为最高层、中间层和最低层。
●最高层：决策的目的、要解决的问题●中间层（若干层）：考虑的因素、决策的准则●最底层：决策时的备选方案比如现在想选择一个最佳旅游景点，当前有三个选择标准（分别是景色，门票和交通），并且对应有三种选择方案。
现通过旅游专家打分，希望结合三个选择标准，选出最佳方案，层次模型大致如下图：第二步：标度确定和构造判断矩阵通过各因素之间的两两比较确定合适的标度。
在建立层次结构之后，需要比较因子及下属指标的各个比重，为实现定性向定量转化需要有定量的标度，此过程需要结合专家打分最终得到判断矩阵表格。
比如对旅游景点选择的4个影响因素（分别是景色，门票，交通和拥挤度）进行评价（即专家评价），最终得出四个影响因素的权重。
采用1-5分标度法（也或者1-9标度法），即比如门票相对景色更加重要，此时门票打3分，那么景色相对于门票就是取其倒数1/3即0.3333分。
交通相对于景色来更重要为2分，景色相对于交通就是0.5分等。
如果A因素相对B因素非常重要，此时打5分（最高5分），那么B因素相对于A因素就是1/5即0.2分如果使用SPSSAU进行分析，操作此步骤时，需要设置【判断矩阵阶数】,可以理解为需要评价权重的因素个数，并且在白色单元格处输入各项分别的名字以及专家打分，蓝色底纹处会自动变化，不需要输入。
AHP法
计算最大特征根
max
( AW ) i nWi i 1
n
( AW) i表示向量AW的第i个分量。
对AHP方法的简单评价
优点
思路简单明了，它将风险评价者的思 维过程条理化、数量化，便于计算，容易 被人们所接受； 所需要的定量化数据较少，但对问题 的本质，问题所涉及的因素及其内在关系 分析得比较透彻、清楚。
BW maxW
（4.1）
在（4.1）式中，λmax为判断矩阵B的最大 特征根，W为对应于λmax的正规化特征向量， W的分量Wi就是对应元素单排序的权重值。
③检验判断矩阵的一致性:通过前面的 分析，我们知道，如果判断矩阵B具有完全 一致性时,λmax＝n。但是，在一般情况下是 不可能的。为了检验判断矩阵的一致性，需 要计算它的一致性指标
由标度aij为元素构成的矩阵称之为两两比较矩阵。
三种标度
标度方法 1—9标度
相同 1
9/9—9/1标度
9/9（1）
指数标度
90（1）
略微重要
明显重要
3
5
9/7（1.286）
9/5（1.） 9（9/ 9）（9）
非常重要
极端重要
7
9
9/3（3.000）
常常用如下两种近似算法求 解判断矩阵的最大特征根及其所 对应的特征向量。
(一) 方根法
计算判断矩阵每一行元素的乘积
M i bij (i 1,2,, n)
j 1 n
计算 M i 的n次方根
W i n M i (i 1,2,, n)
将向量 W ＝ W 1 ,W 2 ,,W
n
kj
(i 1,2,, n)
对按列归一化的判断矩阵，再按行求和
ahp方根法
ahp方根法
AHP（Analytic Hierarchy Process）全称为层次分析法，是一
种基于对比的多因素决策方法。
方根法是AHP的一种计算方式，用于
确定各因素权重及优先级。
其基本思想是将决策问题分解为若干层次，构建成一个层次结构模型，通过对比、判断和排序等方法，确定各因
素对于问题的相对重要性，最终得出决策结果。
具体步骤如下：
1.建立层次结构模型：将决策问题按照目标、准则、方案等因素
分解为若干层次，形成一个层次结构模型。
2.构建判断矩阵：通过专家调查、问卷调查等方式，获取各因素
相对重要性的判断矩阵，即对每两个因素的相对重要性给出一个评价
数值。
3.计算权向量：对判断矩阵进行一些特定的运算，计算出各因素
在同一层次的权重向量。
4.一致性检验：对计算得出的权向量进行一致性检验，判断所得
结果是否符合实际情况和专家经验。
5.计算优先级：根据各因素在不同层次的权重向量和对应的判断
矩阵，计算出各方案的优先级，从而得出决策结果。
AHP方根法是AHP方法中的一种计算方式，其本质是通过矩阵分
解将原始判断矩阵转化为主成分矩阵，然后用方根将主成分矩阵转换
为权向量，从而得到各因素的权重向量。
相比于其他计算方式，AHP方根法具有较高的计算精度和稳定性。
基于分析层次法的教育质量评价模型
基于分析层次法的教育质量评价模型随着人口结构的变化和社会经济的快速发展，对教育质量的要求越来越高。
教育质量评价是现代教育管理中的重要环节，对于提高教育质量、提升教学水平以及指导政策制定都具有重要意义。
基于分析层次法的教育质量评价模型成为了现代教育质量评价的一种重要方法。
一、分析层次法的基本原理和步骤分析层次法是以层次分析为基础的决策分析方法，它是由美国运筹学家托马斯·L·赛蒂斯于20世纪70年代提出的。
分析层次法是一种定性分析方法，它把层次化的复杂问题，通过逐层分解、层与层之间的比较与判断，得出最终的决策结果。
分析层次法主要包括如下步骤：1.建立层次结构模型：将问题分解为若干个层次，从而得到一个有层次结构的模型。
2.构造判断矩阵：对于每个节点，采用比较判断法来确定两两比较的重要程度。
3.计算判断矩阵的特征值和特征向量：通过计算矩阵的特征值和特征向量来确定各节点的权重，从而得到加权后的判断矩阵。
4.一致性检验：通过计算一致性指标，判断构造判断矩阵时是否存在较大的不一致性。
5.合成各级权重：通过合成各级节点的权重，确定各个层次的全局权重。
6.综合评判：将所研究的对象分别归到各级指标中去，确定各个指标及各级权重的重要性大小，得出最终的评价结果。
二、分析层次法在教育质量评价中的应用分析层次法是一种全面、科学、定量化的教育质量评价方法，同时也是一种较为科学、可以紧密结合实际的评价工具。
在教育管理中，分析层次法可以用来评价教育质量、评估办学水平等。
1.建立教育质量评价模型教育质量评价模型是指评价体系、评价指标和评价方法三个方面的总和，是教育质量评价的核心。
利用分析层次法可以建立一个科学完整的教育质量评价模型，通过对教师、课堂、校园、课程、实践等各个方面进行系统化的评价，精确分析出教育机构的强度和不足，从而有针对性地提高教育质量。
2.确定评价指标评价指标是教育质量评价的重要内容之一，是教育质量评价具体实现的依据。
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。
供应链复习之层次分析法
Ck P1 P2
P1 b11 b21 ... bn1
P2 b12 b22 bn2
… ... ...
∑ S1
S1 S2 S3 S4 ∑ 1 1 2 1
1.000 S2
1 1 2 1 1.000
S3
1/2 1/2 1 1/2
S4
1 1 2 1
权重
27
交货指标排序 S1 S1 S2 S3 S4 1 1/3 1/3 1/2 S2 3 1 1 2 S2 3 1 1 2 服务指标排序 S3 2 1/2 1/2 1 权重 0.408 0.125 0.125 0.342
S3
S4 ∑
1/4
2
2
8 1.000
1
5
1/5
1
价格指标排序
S1 S1 S2 S3 S4 ∑ 1 1/2 4 3 S2 2 1 5 4 1.000
25
S3 1/4 1/5 1 1/2
S4 1/3 1/4 2 1
权重
表9-5供应商单指标排序
质量指标排序 S1 S1 S2 1 1/6 S2 6 1 S3 4 1/2 S4 1/2 1/8 权重 0.325 0.056
、b21、b31
、b22 、b32 、b23、b33
13
方案P1
方案P2
方案P3
五、层次总排序
• 则综合计算P1、P2、P3相对A的总排序结果可用 下表表示：
C对A P对C P1 P2 ... Pn
层次结构模型
层次结构模型
层次结构模型（Hierarchical Model）是一种数据库设计模式，其核心思想是将复杂的数据按照等级分层结构进行存储和管理。
它严格遵循“低层次数据可以构成上层次数据，而上层次数据也可以被细分为低层次数据”的原则，形成一颗层次化的数据结构树，采用树状结构方便了数据的查询、修改、添加和删除操作。
层次结构模型在数据库中主要有三种形式：1. 网状结构（network model）、2. 树型结构（tree model）、3. 层次结构（hierarchical model）。
网状结构是通过建立数据库中的实体之间的关系模型，使数据库中的实体之间能够相互联系；树型结构是把数据库中的实体按照父子关系进行分层，形成一个树形结构；而层次结构是把数据库中的实体按照层次关系进行分层，形成一个层次结构。
层次结构模型的优点有：1.层次结构模型能够以较少的记录容量，容纳大量的数据；2.层次结构模型提供了数据结构之间的强关联性；3.层次结构模型可以实现一对多的关系；4.层次结构模型提供了简化的查询操作；5.层次结构模型可以实现复杂的数据存储和管理。
层次分析法步骤及案例分析
层次分析法步骤及案例分析层次分析法（Analytic Hierarchy Process，简称AHP）是一种用于解决决策问题的定性与定量相结合的方法。
该方法通过建立分层结构模型，对各个因素进行比较和权重分配，从而帮助决策者做出较为科学的决策。
本文将介绍层次分析法的步骤，并通过一个实际案例进行分析。
一、层次分析法的步骤层次分析法的步骤主要包括问题定义、建立层次结构模型、构建判断矩阵、计算权重和一致性检验等。
下面将详细介绍每个步骤。
1. 问题定义在使用层次分析法前，首先需要明确要解决的问题。
通过明确问题的目标和约束条件，可以确定出适合使用层次分析法的决策问题。
2. 建立层次结构模型在问题定义的基础上，需要建立层次结构模型，将整个问题分解为若干层次，并确定各个层次之间的关系。
通常，层次结构包括目标层、准则层和方案层。
目标层表示要达到的最终目标，准则层表示实现目标所需的评价因素，方案层表示可供选择的备选方案。
3. 构建判断矩阵构建判断矩阵是层次分析法的核心步骤。
判断矩阵用于比较和评价不同层次的因素，确定它们之间的重要性。
通过专家判断或问卷调查等方式，将各个因素两两进行比较，并赋予相应的重要性权值。
根据专家判断或调查结果，可以构建出一个全排列的判断矩阵。
4. 计算权重通过计算判断矩阵，可以获取各个因素的权重值。
常用的计算方法包括特征向量法、层次递推法和最大特征值法等。
根据计算结果，可以得到每个因素的相对权重值，从而进行比较和排序。
5. 一致性检验为了确保判断矩阵的一致性，需要进行一致性检验。
一致性指标主要包括一致性比率和一致性指数。
一致性比率用于评估判断矩阵的不一致程度，一致性指数用于判断判断矩阵是否满足一致性要求。
如果一致性比率超过一定阈值，表明判断矩阵存在较大的不一致性，需要重新调整判断矩阵。
二、案例分析为了更好地理解层次分析法的应用，下面以选择旅游目的地为例进行案例分析。
假设你准备进行一次旅行，有三个备选目的地：A、B和C。
层次分析法的计算
最小二乘法
总结词
该方法通过最小化误差平方和来求解元素的权重。
详细描述
最小二乘法是一种数学优化技术，用于求解线性方程组。在层次分析法中，最小 二乘法通过最小化误差平方和来求解元素的权重。首先，构建一个判断矩阵，然 后利用最小二乘法求解该矩阵的解，得到各元素的权重。
和积法
总结词
该方法通过将判断矩阵的元素相加并归一化来求解元素的权 重。
判断一致性是否满足要求
根据一致性指标的大小，判断总排序的一致性是否满足要求，如果不满足则需要进行调整。
层次总排序的计算步骤
构建层次结构模型
将问题分解为不同的层次，明确各层次之 间的关系。
检验一致性
对层次总排序权重的一致性进行检验，确 保权重的合理性。
构造判断矩阵
根据专家打分或数据，构造各层次的判断 矩阵。
3 层次单排序及一致性检验
将决策问题分解成不同的组成因素，并根据因素间的相 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。
4 层次总排序
将决策问题分解成不同的组成因素，并根据因素间的相 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。
特点
简单实用，对数据要求不高，能够处理多目标、多准则、多时期等的复杂决策问题，特别适合于人的主观判断 起重要作用的决策。
应用领域
01
02
03
资源分配
在资源有限的情况下，如 何合多个备选方案中，如何 选择最优方案。
冲突分析
分析不同利益相关者之间 的冲突，并寻求解决方案。
详细描述
和积法是一种简单而常用的层次分析法计算方法。首先，构 建一个判断矩阵，然后将判断矩阵的每一列归一化，再将归 一化后的列相加得到一个总和向量，最后将总和向量归一化 即可得到各元素的权重。
建立层次结构模型
判断矩阵的一致性在CR小于1.0时为可接受，除此之外，应对矩阵中的元素进行调整，直至其满足一致性标准。
同样在层次总排序中也需要依照一致性标准开展检验，从最高检验到最低。
实际操作中可省去总排序的一致性检验步骤。
5.3.1 建立层次结构模型根据图中建构的制药企业竞争力评价体系对NJZD制药公司开展实例分析。
在打造层级结构模型时，目标层A层为第1层，准则层B层为第2层，其中第2层包含了企业的资源、技术、管理与发展的能力。
指标层C层为第3层。
以下是其具体结构图。
1.层次单排序将判断矩阵中每一列的数据相加，每一个矩阵中的数值与相应列数值之和相除，从而对矩阵数据进行调整。
调整后，对每一行的数据采平均值，可求得各个指标的权重数据。
权重之和应为数值一。
判断矩阵如果能通过一致性检验，则具有可接受的一致性。
3.根据上述理论可以推算判断矩阵，其中技术能力B1、资源实力B2、管理能力B3、发展能力B4如下所示：以下是指标权重表、CI、CR的相关数值：根据上表的相关数据可以发现 CR的数值低于0.1，因此通过了一致性检验。
5.3.4 构建评语集等级分别赋分得到评语集 N=[100 80 60 40]=[优秀良好一般较差]。
假设通过调查得到的一级指标（准则层）、二级指标（指标层）评价指标所获得的优秀、良好、一般、较差评语的数量占总数的百分比分别为 E、F、G、H，则可以得到:二级评价指标得分计算公式为：Ax=[Ex+Fx+Gx+Hx]*NT（注：NT 为 N 的转置）一级评价指标得分计算公式为：A=ΣMx*Ax最终评价得分计算公式：M=ΣMx*A（注：Mx 为一级指标权重矩阵）至此，NJZD制药公司竞争力评价模型已经建立完毕。
5.3.5 NJZD制药公司竞争力评价结果本文首先对 NJZD制药公司的竞争力状况建立了相应的评价模型，然后根据NJZD制药公司的竞争力状况制作问卷，展开调查。
目前公司有3000多位员工，根据企业员工的不同岗位，将其划分为发展、技术、资源与管理几种不同类别。
层次分析法的计算步骤
层次分析法的计算步骤一、建立层次结构模型运用AHP进行系统分析，首先要将所包含的因素分组，每一组作为一个层次，把问题条理化、层次化，构造层次分析的结构模型。
这些层次大体上可分为3类1、最高层：在这一层次中只有一个元素，一般是分析问题的预定目标或理想结果，因此又称目标层；2、中间层：这一层次包括了为实现目标所涉及的中间环节，它可由若干个层次组成，包括所需要考虑的准则，子准则，因此又称为准则层；3、最底层：表示为实现目标可供选择的各种措施、决策、方案等，因此又称为措施层或方案层。
层次分析结构中各项称为此结构模型中的元素，这里要注意，层次之间的支配关系不一定是完全的，即可以有元素（非底层元素）并不支配下一层次的所有元素而只支配其中部分元素。
这种自上而下的支配关系所形成的层次结构，我们称之为递阶层次结构。
递阶层次结构中的层次数与问题的复杂程度及分析的详尽程度有关，一般可不受限制。
为了避免由于支配的元素过多而给两两比较判断带来困难，每层次中各元素所支配的元素一般地不要超过9个，若多于9个时，可将该层次再划分为若干子层。
例如，大学毕业的选择问题，毕业生需要从收入、社会地位及发展机会方面考虑是否留校工作、读研究生、到某公司或当公务员，这些关系可以将其划分为如图所示的层次结构模型。
图再如，国家综合实力比较的层次结构模型如图6 .2：图6 .2图中，最高层表示解决问题的目的，即应用AHP所要达到的目标；中间层表示采用某种措施和政策来实现预定目标所涉及的中间环节，一般又分为策略层、约束层、准则层等；最低层表示解决问题的措施或政策（即方案）。
然后，用连线表明上一层因素与下一层的联系。
如果某个因素与下一层所有因素均有联系，那么称这个因素与下一层存在完全层次关系。
有时存在不完全层次关系，即某个因素只与下一层次的部分因素有联系。
层次之间可以建立子层次。
子层次从属于主层次的某个因素。
它的因素与下一层次的因素有联系，但不形成独立层次，层次结构模型往往有结构模型表示。
ahp计算方法
ahp计算方法摘要：1.引言2.AHP计算方法简介3.AHP计算步骤详解4.应用实例及分析5.结论正文：【引言】在决策分析领域，AHP（Analytic Hierarchy Process，层次分析法）是一种广泛应用的定性与定量相结合的决策方法。
它由美国运筹学家萨蒂（T.L.Saaty）于20世纪70年代提出，旨在解决多准则决策问题。
本文将详细介绍AHP计算方法，并通过实例进行分析。
【AHP计算方法简介】AHP方法是一种将复杂问题分解为多个层次，并对各层次进行比较判断的决策分析方法。
它主要通过构建层次结构模型、建立判断矩阵、计算权重向量、进行一致性检验等步骤，实现对各方案的排序。
【AHP计算步骤详解】1.构建层次结构模型：根据问题的特点，将问题分解为多个层次，如目标层、准则层和方案层。
2.建立判断矩阵：在每一层次上，根据专家意见或实际情况，对各元素进行两两比较，填写判断矩阵。
判断矩阵元素采用1-9刻度法表示，数值越大表示重要性越高。
3.计算权重向量：利用特征值法求解判断矩阵的最大特征值，得到权重向量。
4.进行一致性检验：计算判断矩阵的一致性指标CI（Consistency Index），并与临界值比较。
若CI小于临界值，说明判断矩阵一致性较好；若CI大于临界值，需调整判断矩阵元素。
【应用实例及分析】假设某企业面临三个投资项目A、B、C，需要从中选择一个最优项目。
首先，构建层次结构模型，包括目标层（投资项目选择）、准则层（投资回报、风险、可行性）和方案层（A、B、C）。
然后，分别对各层次进行判断矩阵填写、权重计算和一致性检验。
最终，根据权重向量对三个项目进行排序，选择权重最高的项目作为最优方案。
【结论】AHP方法作为一种实用的决策分析工具，在多准则决策问题中具有广泛的应用前景。
通过本文的介绍，读者可以了解到AHP方法的计算步骤和应用场景，为实际决策问题提供有益的参考。
ahp和anp的三个基本流程
ahp和anp的三个基本流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!AHP 的三个基本流程：1. 建立层次结构模型：将问题分解为不同的层次，包括目标层、准则层和方案层。
建立递阶结构模型 例子
建立递阶结构模型例子《建立递阶结构模型的趣味之旅》嘿，大家好哇！今天咱就来聊聊“建立递阶结构模型”这个听起来有点高大上的玩意儿，顺便给大家分享几个有趣的例子，保证让你开开心心就搞懂啦！你看哈，建立递阶结构模型就像是搭一个超级有趣的积木塔。
咱得一层一层地往上搭，每一层都有它独特的作用和位置。
比如说，咱要建一个关于美食世界的递阶结构模型。
最下面那一层呢，可能就是各种食材啦，什么大米、面粉、蔬菜、肉类等等。
这就像是盖房子的根基，没有这些食材，哪来的美食对吧？再往上一层呢，可能就是各种烹饪方法啦，比如煮、炒、烤、炸。
这就像是给食材穿上不同的漂亮衣服，让它们变得更有魅力。
然后呢，再往上面，可能就是各种菜系啦，什么川菜、粤菜、鲁菜等等。
这一层就像是一个超级大舞台，不同的菜系在上面争奇斗艳，各展锋芒。
最后呢，到了最顶层，那可能就是我们的终极美食目标啦，比如吃到一顿让自己超级满足的豪华大餐！这就是一个简单的递阶结构模型啦，嘿嘿，是不是还挺有意思的？再来一个例子哈，比如说咱建一个关于旅游的递阶结构模型。
最底层就是各个城市啦，像北京、上海、广州、成都等等。
这就是旅游的起点。
再往上一层就是每个城市的著名景点啦，北京的故宫、长城，上海的东方明珠，广州的小蛮腰等等。
这些就是吸引我们去旅游的闪光点。
然后呢，再上面就是不同的旅游方式啦，比如自由行、跟团游、自驾游等等。
这就像是选择不同的交通工具去目的地。
最顶层呢，就是我们旅游的终极目标啦，那就是开心快乐、放松身心，留下美好的回忆！建立递阶结构模型就是这么有趣，可以把复杂的事情变得有条理、有层次。
就像我们整理房间一样，把东西按照一定的顺序摆放好，找起来就方便多啦。
而且哦，建立递阶结构模型还能让我们更好地理解事物之间的关系。
比如说，你知道了食材和烹饪方法的关系，就能更好地做出美味的菜肴。
总之呢，建立递阶结构模型是个超级实用又好玩的事情。
咱可以把生活中的各种事情都用递阶结构模型来梳理一下，保证让你思路更加清晰，做事更加有条理。
- 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)。
建立层次结构模型
在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。
最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间可以有一个或几个层次，通常为准则或指标层。
当准则过多时(譬如多于9个)应进一步分解出子准则层。
构造成对比较阵
从层次结构模型的第2层开始，对于从属于(或影响)上一层每个因素的同一层诸因素，用成对比较法和1—9比较尺度构造成对比较阵，直到最下层。
计算权向量并做一致性检验
对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。
若检验通过，特征向量(归一化后)即为权向量：若不通过，需重新构追成对比较阵。
计算组合权向量并做组合一致性检验
计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。
美国运筹学家 A.L.saaty于20世纪70年代提出的层次分析法(AnalyticHi~hyProcess，简称AHP方法)，是对方案的多指标系统进行分析的一种层次化、结构化决策方法，它将决策者对复杂系统的决策思维过程模型化、数量化。
应用这种方法，决策者通过将复杂问题分解为若干层次和若干因素，在各因素之间进行简单的比较和计算，就可以得出不同方案的权重，为最佳方案的选择提供依据。
运用AHP方法，大体可分为以下三个步骤: 步骤1:分析系统中各因素间的关系，对同一层次各元素关于上一层次中某一准则的重要性进行两两比较，构造两两比较的判断矩阵; 步骤2:由判断矩阵计算被比较元素对于该准则的相对权重，并进行判断矩阵的一致性检验; 步骤3:计算各层次对于系统的总排序权重，并进行排序。
最后，得到各方案对于总目标的总排序。
构造判断矩阵
层次分析法的一个重要特点就是用两两重要性程度之比的形式表示出两个方案的相应重要性程度等级。
如对某一准则，对其下的个方案进行两两对比，并按其重要性程度评定等级。
记为第和第因素的重要性之比，表3列出Saaty给出的9个重要性等级及其赋值。
按两两比较结果构成的矩阵称作判断矩阵。
判断矩阵具有如下性质：, 且/ ( =1,2,… ) 即为正互反矩阵表3比例标度表
因素比因素量化值
同等重要 1
稍微重要 3
较强重要 5
强烈重要7
极端重要9
两相邻判断的中间值2，4，6，8
计算权重向量
为了从判断矩阵中提炼出有用信息，达到对事物的规律性的认识，为决策提供出科学依据，就需要计算判断矩阵的权重向量。
定义：判断矩阵，如对… ，成立，则称满足一致性，并称为一致性矩阵。
一致性矩阵A具有下列简单性质: 1、存在唯一的非零特征值,其对应的特征向量归一化后记为，叫做权重向量，且；2、的列向量之和经规范化后的向量，就是权重向量；3、的任一列向量经规范化后的向量，就是权重向量；4、对的全部列向量求每一分量的几何平均，再规范化后的向量，就是权重向量。
因此，对于构造出的判断矩阵，就可以求出最大特征值所对应的特征向量，然后归一化后作为权值。
根据上述定理中的性质2和性质4即得到判断矩阵满足一致性的条件下求取权值的方法，分别称为和法和根法。
而当判断矩阵不满足一致性时，用和法和根法计算权重向量则很不精确。
一致性检验
当判断矩阵的阶数时，通常难于构造出满足一致性的矩阵来。
但判断矩阵偏离一致性条件又应有一个度，为此，必须对判断矩阵是否可接受进行鉴别，这就是一致性检验的内涵。
定理:设是正互反矩阵的最大特征值则必有,其中等式当且仅当为一致性矩阵时成立。
应用上面的定理，则可以根据是否成立来检验矩阵的一致性，如果比大得越多，则的非一致性程度就越严重。
因此，定义一致性指标（1）CI越小，说明一致性越大。
考虑到一致性的偏离可能是由于随机原因造成的，因此在检验判断矩阵是否具有满意的一致性时，还需将C屿平均随机一致性指标RI进行比较，得出检验系数CR，即（2）如果，则认为该判断矩阵通过一致性检验，否则就不具有满意一致性。
其中，随机一致性指标RI和判断矩阵的阶数有关，一般情况下，矩阵阶数越大，则出现一致性随机偏离的可能性也越大，其对应关系如表4: 表4 平均随机一致性指标RI标准值
矩阵阶数 1 2 3 4 5 6 7 8 9 10
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 可见，AHP方法不仅原理简单，而且具有扎实的理论基础，是定量与定性方法相结合的优秀的决策方法，特别是定性因素起主导作用的决策问题。