层次分析法的优点
如何用层次分析法选择供应商
班级：自动化物流1101B层次分析法（AHP）：层次分析法是美国运筹学家Saaty 在20世纪80 年代初创立的一种多目标、多准则的决策方法，它综合了定量分析和定性分析，将人的思维条理化、层次化，对决策方案优劣进行排序，具有实用性、系统性、简洁性的特点。
层次分析法的优点：（1）思路简单明了，将人们的思维数字化、系统化，便于接收并且容易计算；（2）所需要的定量数据信息较少，但对问题的本质、包含的因素及内在的关系能够进行清楚的分析；（3）把定性分析与定量分析有机的结合起来，对于解决多层次、多目标的大系统优化问题行之有效。
如何利用层次分析法选择供应商：（一）对供应商进行粗选。
以供应商的基本业务能力的最低要求作为供应商粗选的筛选条件，采用带阈值算法淘汰不达标的供应商。
即在对供应商进行评价时，当基本业务能力中某一级指标不符合规定的阈值时，即使其他末级指标都很好也被认为是不行的。
（二）构造供应链战略合作伙伴评价指标体系。
（1）鲜明时代性原则选择指标的设计一定要能够企业的发展环境，客观地反映供应商的信息集成能力和信息化水平。
（2）目的性原则衡量战略供应商的竞争力状况，选出适合企业供应链管理的供应商，建立战略合作伙伴关系，增强企业供应链的竞争实力。
（3）科学性原则战略供应商评价指标应准确地反映实际情况，有利于企业通过评价指标能公正、客观、全面地对战略供应商进行评价。
（4）系统全面性原则评价指标体系必须全面反映战略供应商企业目前的综合水平，并包括企业发展前景的各方面指标。
此外，还要考虑外部的经济环境、指标体系不仅要包括反映战略供应商实力的“硬”指标，还要包括反映战略供应商其他竞争优势的“软”指标。
（5）简洁性原则在供应商信息尽量充分的前提下，所选指标数目尽可能少，而且简洁明了，各指标之间不应该有强相关性，不应出现过多的信息包容和涵盖而使指标内容重叠。
（6）实效性原则实效性原则即效益性原则，评价指标体系的设计应考虑到能以最少的投入创造最大的产出、经济效益在评价指标体系中应处于重要的位置、这要求指标体系的设计要尽量简化，突出重点，从而使指标体系在实践中易于操作、切实可行。
大家都赞成层次分析法
大家都赞成层次分析法
优点:划分出句子的主干。
只能分析单句的句子成分(主谓宾定状补)，忽略了结构的层次性，如“年老的男人与女人留在后方”有两种意义，
中心词分析法无法分析出来，而层次分析法则可以。
成分分析法的缺点是，如果某个句子成分不是由词来充当，而是由短语来充当，如果短语内部的成分及其关系仍然用同一套线条来表示，则既杂乱无章，又层次不清。
如果为了避免杂乱而不用线条表示短语中的成分及其关系，则短语中的成分及其关系就无法显示。
在这里不能用层次分析法打出来，只能给你说明层次，你自己画出来。
第一层：主谓结构，主语是“大家”，谓语是“赞成”；第二层：谓语部分是动宾结构，“都赞成”又可分成动语“都”和宾语“赞成”；第三层：宾语是主谓结构，“大家”是主语，“赞成”是谓语。
整个句子是“主谓作宾句”，也就是宾语是一个主谓短语。
这不同于“兼语句”，这点要注意区分。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在决策问题中，评价方法的选择对于得出准确的结论至关重要。
模糊综合评价法和层次分析法是两种常用的评价方法，它们各自有着不同的特点和适用范围。
本文将对这两种方法进行比较，并分析它们的优缺点及适用场景。
一、模糊综合评价法模糊综合评价法是一种基于模糊数学理论的决策方法。
它能够处理一些无法精确描述的决策问题，具有一定的模糊性。
模糊综合评价法的主要步骤包括：建立评价指标体系、建立模糊评价矩阵、确定模糊数的隶属度函数、计算权重系数、模糊综合评价以及结果分析。
模糊综合评价法的优点在于可以处理非常模糊的信息，对于具有一定主观性的问题有着较好的适应性。
其模糊矩阵可以对决策变量之间的关系进行直观表示，提高了决策的可理解性。
此外，模糊综合评价法还能够灵活地处理多个评价指标之间的关系，适用于复杂问题的决策。
然而，模糊综合评价法也存在一些缺点。
首先，模糊综合评价法在建立模糊矩阵时需要依赖专家的主观评价，其可靠性存在一定的局限性。
其次，在计算权重系数时，需要对每个指标的重要性进行模糊隶属度函数的设定，这可能会引入一定的主观偏差。
另外，由于模糊综合评价法对决策问题的要求较高，需要专业的知识和经验支持，所以在应用中需要慎重选择。
二、层次分析法层次分析法是一种将复杂问题分解为多个层次结构，并通过定量分析和专家判断来确定各个层次的权重的方法。
层次分析法的主要步骤包括：构建层次结构模型、确定判断矩阵、计算权重向量、一致性检验以及结果分析。
层次分析法的优点在于可以将复杂的决策问题分解为多个相对简单的子问题进行处理，提高了问题的可解性和可行性。
其通过定量化的方式确定各个层次的权重，减少了主观性的干扰。
此外，层次分析法具有较好的一致性检验方法，可以对决策结果的可靠性进行判断。
然而，层次分析法也存在一些不足之处。
首先，层次分析法在评价指标比较多或问题比较复杂时，计算量较大，耗时较长。
其次，层次分析法在构建判断矩阵和确定权重向量时，需要征求专家的意见和判断，其可靠性和准确性也受到专家主观因素的影响。
层次分析法的优缺点
层次分析法的优缺点1）优点（1）系统化的分析方法层次分析法通过把研究对象视作一个系统，依照目标分解、相互比较、加权综合的思维模式进行决策，成为了继统计分析、机理分析之后第三个发展起来的进行系统分析的重要工具。
系统化的思想在于各个因素对最终结果的影响是连续的，而在层次分析法中，最终的结果是由每一个层次的相对权重加权综合得到的，而且最终方案层对目标层的相对权重是经过量化的，非常的清晰和明确。
这种方法尤其适用对无明显结构特性的系统进行评价以及对多段时期、多个目标、多个准则等系统的评价。
（2）方便实用的决策方法层次分析法是将定性方法与定量方法有机地结合起来的评价方法，既不片面地追求高深的数学逻辑，又不单纯地注重主观行为、意识判断。
层次分析法通过建立较为复杂的多层次结构，从而使人们的思维过程系统化和数学化，以便于人们更容易接受。
而且通过同层次因素间的两两比较确定同层次元素相对于上一层次元素的相对权重后，能把多个目标、多个准则而且难以经过量化处理的决策问题转化为单目标多层次问题，然后进行较为简单的数学运算，得到各方案相对于总目标的相对权重，权重越高，越接近目标。
权重最高的方案即为最优方案。
运用层次分析法进行评价的整个过程简单明确，容易被使用者掌握。
（3）所需要的定量数据较少层次分析法相对于一般的定量方法而言，更加注重定性的判断和分析。
它所需要的数据主要来自于评价者对问题本质的理解和认识，来自于评价者的工作经验。
层次分析法模拟实际中人脑在决策过程中的思维模式，建立多层次结构，通过判断矩阵的构造，分析得出各方案对目标的相对权重。
利用这种分析模式，能够解决许多需要严格的数据支持的最优化方法所不能解决的实际问题。
2）缺点（1）定性成分多，主观因素占比例较大层次分析法在分析过程中，所利用的数据定性因素成分很大，例如判断矩阵的构造在很大程度上是依据专家的经验得到。
这就导致，在层次分析法的评价中，主观成分大，说服力小，不易令人信服。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较模糊综合评价法和层次分析法是两种常见的决策支持方法，它们在不同的领域和情境下被广泛应用。
本文将比较这两种方法，分析它们的优缺点以及适用范围。
一、模糊综合评价法模糊综合评价法是一种基于模糊数学理论的决策方法，通过对评价指标的模糊化处理，将不确定性因素引入决策过程中。
该方法的基本步骤包括问题建模、模糊化处理、建立模糊判断矩阵、确定权重和综合评价。
1. 优点- 能够处理决策过程中的不确定性和模糊性，适用于评价指标难以量化的情况；- 能够灵活地应对不同的问题，适用性广泛；- 算法相对简单，易于操作和理解；- 能够考虑到多个因素之间的相互影响，综合了多个评价指标，提高了决策的准确性。
2. 缺点- 对指标权重的确定比较主观，容易受到决策者的主观偏好影响；- 对评价指标的模糊化处理存在一定的主观性；- 结果的可解释性相对较差，不利于分析和决策结果的有效传达。
二、层次分析法层次分析法是一种基于分层结构的决策方法，通过构建层次结构模型，对决策问题进行分解和层次化处理，然后进行判断矩阵的构建和权重的确定，最后综合得出最优方案。
1. 优点- 相对客观可靠，能够减少主观因素对决策结果的影响；- 结果具有良好的可解释性和可比性；- 能够很好地反映各个评价指标之间的相对重要性；- 算法相对简单，易于操作。
2. 缺点- 只能处理定性指标的权重确定问题，对定量指标的处理能力有限；- 在处理复杂决策问题时，模型可能变得庞大和复杂，计算量增加；- 在处理有环结构的问题时，可能会导致矛盾结果。
三、比较与适用范围1. 比较- 评价指标处理：模糊综合评价法将评价指标进行模糊化处理，层次分析法将评价指标进行层次化处理；- 确定权重方法：模糊综合评价法基于决策者的主观偏好确定权重，层次分析法通过专家判断和数学方法确定权重。
2. 适用范围- 模糊综合评价法适用于评价指标难以量化、不确定性较高的问题；- 层次分析法适用于多个评价指标之间具有内在关系的问题。
层次分析法的优缺点
AHP即层次分析法,它是一种强有力的系统分析+运筹学方法，对多因素、多标准、多方案的综合评价及趋势预测相当有效.面对由“方案层+因素层+目标层”构成的递阶层次结构决策分析问题，给出了一整套处理方法与过程.AHP最大的优点是可以处理定性和定量相结合的问题，可以将决策者的主观判断与政策经验导入模型，并加以量化处理.AHP从本质上讲是一种科学的思维方式.其主要的特点是：
1）面对具有层次结构的整体问题综合评价，采取逐层分解，变为多哥单准则评价问题，在多个单准则评价的基础上进行综合；
2）为解决定性因素的处理及可比性问题，Saaty建议：以“重要性”（数学表现为权值）比较作为统一的处理格式.并将比较结果按重要程度以1至9级进行量化标度.
3）检验与调整比较链上的传递性，即检验一致性的可接受程度；
4）对汇集全部比较信息的矩阵集，使用线性代数理论与方法加以处理.挖掘出深层次的、实质性的综合信息作为决策支持.
局限性：
1）AHP方法也有致命的缺点，它只能在给定的策略中去选择最优的，而不能给出新的策略；
2）AHP方法中所用的指标体系需要有专家系统的支持，如果给出的指标不合理则得到的结果也就不准确；
3）AHP方法中进行多层比较的时候需要给出一致性比较，如果不满足一致性指标要求，则AHP方法方法就失去了作用；
4）AHP方法需要求矩阵的特征值，但是在AHP方法中一般用的是求平均值（可以算术、几何、协调平均）的方法来求特征值，这对于一些病态矩阵是有系统误差的。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在实际决策中，为了对不同方案或者对象进行评价和比较，人们常常借助于一些评价方法来进行定量或者定性的分析。
其中，模糊综合评价法和层次分析法是常用的两种评价方法。
本文将对这两种方法进行比较，以便更好地了解它们的优点和适用范围。
一、模糊综合评价法模糊综合评价法是一种基于模糊数学的评价方法。
它通过对事物属性与评价等级之间的关系进行模糊化处理，进而建立模糊综合评价模型。
其基本步骤包括：1. 确定评价指标：选择合适的评价指标，以准确地描述待评价对象的特征。
2. 建立模糊数学模型：将评价指标与评价等级之间的关系进行模糊化处理，建立模糊综合评价模型。
3. 确定权重：通过专家打分或者层次分析等方法确定各个评价指标的权重，以反映其在整个评价体系中的重要程度。
4. 模糊计算：运用模糊数学的运算法则，将模糊的评价指标与权重进行计算，得出最终的评价结果。
模糊综合评价法的优点是能够对模糊的信息进行处理，既能考虑到各个评价指标的多样性，又能够充分利用专家经验和知识进行定量分析。
然而，模糊综合评价法也存在一些局限性，如对各个评价指标的选择和权重确定依赖于专家主观判断，因此结果可能会有一定的主观性。
二、层次分析法层次分析法是一种定性和定量相结合的评价方法。
它通过将复杂的决策问题层次化，将决策问题划分为若干个层次和因素，并建立层次结构，来进行评价和决策。
其基本步骤包括：1. 建立层次结构模型：将决策问题分解为若干个层次和因素，并构建层次结构模型。
2. 定义判断矩阵：由于评价指标之间往往存在复杂的相互关系，因此通过专家打分或者问卷调查等方式，建立判断矩阵，以便量化这些关系。
3. 计算权向量和一致性检验：对判断矩阵进行特征值计算，得出权向量，并进行一致性检验，以保证判断矩阵的一致性。
4. 计算评价结果：将判断矩阵中的权向量与各个评价因素的权重相乘，得出最终的评价结果。
层次分析法的优点是能够较全面地考虑到各个评价因素之间的相互关系，以及它们对最终结果的影响程度。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在进行综合评价时，常用的方法有模糊综合评价法和层次分析法。
本文将对这两种方法进行比较，分析它们各自的优缺点和适用场景。
一、模糊综合评价法模糊综合评价法是基于模糊数学理论的一种评价方法，它主要用于处理评价对象模糊、不确定的情况。
模糊综合评价法具有以下特点：1. 灵活性：模糊综合评价法对于评价对象的要素和指标没有严格的限制，可以根据实际情况自由选择。
这使得模糊综合评价法适用于许多领域，如投资决策、环境评价等。
2. 可处理模糊性：模糊综合评价法通过引入隶属函数和模糊隶属度的概念，能够处理评价对象模糊、不确定的情况。
这使得该方法可以更好地反映实际情况，避免了传统评价方法的二值化问题。
3. 应用广泛：模糊综合评价法具有较强的实用性，在许多领域都有广泛应用。
例如，在环境评价中，可以用模糊综合评价法对环境影响进行综合评估，得出相对准确的评价结果。
然而，模糊综合评价法也存在一些不足之处：1. 依赖专家经验：模糊综合评价法需要专家对评价对象进行模糊隶属度的设置，这要求评价者具有丰富的经验和专业知识。
如果专家判断不准确或主观偏差大，可能会导致评价结果的不准确性。
2. 计算复杂度高：在模糊综合评价中，需要进行模糊数的运算和聚合，涉及到模糊矩阵的乘法、加法等操作，计算复杂度较高。
这使得该方法在大规模评估任务中可能效率不高。
二、层次分析法层次分析法是一种基于判断矩阵的定性和定量分析方法，它可以将复杂的评价问题分解成一系列层次结构，根据各层次指标的重要性进行逐层判断和计算，最终得出综合评价结果。
层次分析法具有如下特点：1. 结构化思维：层次分析法将评价问题分解为多个层次，有序地进行判断和权重计算，可以帮助评价者进行结构化思考，提高评价的准确性。
2. 明确权重计算：层次分析法通过对判断矩阵的计算，可以明确各个指标的权重，确保在评价过程中不会忽略主观性因素和重要性的偏差。
3. 计算简单：相对于模糊综合评价法，层次分析法的计算相对简单，只需要进行一系列的矩阵运算和加权计算，计算复杂度较低。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在决策分析领域，模糊综合评价法和层次分析法是常用的两种数学方法。
它们都具有一定的优势和适用范围，但也存在一些差异。
本文将对这两种方法进行比较，以便读者能够更好地了解它们的特点和应用场景。
一、概念简介1. 模糊综合评价法：模糊综合评价法是一种基于模糊数学理论来进行定性和定量分析的方法。
它通过建立模糊综合评价模型，将模糊的评价指标转化为数值计算，得到最终的评价结果。
2. 层次分析法：层次分析法是一种多层次的决策分析方法，它通过建立层次结构模型，将复杂的决策问题分解为一系列层次和因素，利用专家的判断和对比，计算出每个因素的权重，并最终得出决策结果。
二、比较分析1. 方法特点比较：(1) 模糊综合评价法适用于评价指标多样性大、评价对象模糊不清的情况，能够处理具有模糊性和不确定性的决策问题。
而层次分析法则更适合于因素之间具有明确关系和层次结构的决策问题。
(2) 模糊综合评价法使用模糊数学理论进行计算，能够有效地处理定性和定量的评价指标，反映出不同指标之间的相互关系。
而层次分析法则通过对比和判断，计算出因素的权重，能够准确地反映各因素对决策结果的重要性。
2. 优缺点比较：(1) 模糊综合评价法的优点在于能够处理决策问题中的模糊性和不确定性，评价结果更符合实际情况。
但是，它在计算过程中对数据的要求较高，需要专家对评价指标进行准确的模糊量化。
(2) 层次分析法的优点在于能够将决策问题分解为层次结构，使得决策过程更加清晰和透明。
同时，它对专家的知识和经验要求较低，适用范围更广。
但是，层次分析法在处理模糊性和不确定性方面的能力相对较弱。
三、应用选择1. 模糊综合评价法适用于：(1) 评价指标多样性大、难以精确量化的决策问题；(2) 评价对象模糊、边界不明确的决策问题；(3) 对评估结果要求较为精细和准确的决策问题。
2. 层次分析法适用于：(1) 因素之间存在明确关系和层次结构的决策问题；(2) 需要对因素的重要性进行准确评估的决策问题；(3) 对专家知识和经验要求较低的决策问题。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在决策过程中，我们常常需要对各项因素进行评估和权衡，以便做出最合理的选择。
模糊综合评价法和层次分析法是两种常用的决策分析方法。
本文将对这两种方法进行比较，以帮助读者了解它们的特点和适用场景。
一、模糊综合评价法模糊综合评价法是一种基于模糊数学理论的决策分析方法，它适用于那些信息不完全、评价标准模糊、判断依据不确定的决策问题。
该方法通过建立模糊综合评价模型，将各种因素的评价指标转化为模糊数，然后进行综合评价和决策。
模糊综合评价法的优点在于它能够处理不确定性和模糊性的问题，能够更好地适应复杂的决策环境。
该方法不需要对数据进行精确的测量和量化，只需对各个因素进行模糊的主观评价，因此更加灵活和容易实施。
然而，模糊综合评价法也存在一些局限性。
首先，该方法的运算过程较为复杂，需要进行模糊数的运算和推理。
其次，该方法依赖于评价者的主观判断，评价结果的准确性和可靠性受到评价者经验和知识水平的影响。
此外，由于模糊数学理论的发展尚不完善，该方法在实际应用中还存在一些问题，需要进一步研究和改进。
二、层次分析法层次分析法是一种将问题层次化的多准则决策分析方法，它通过构建层次结构模型，将复杂决策问题转化为各层级因素之间的权重比较和评估，最终得出综合评价结果。
层次分析法的优点在于它能够将复杂的决策问题分解为简单的层次结构，从而清晰地组织和分析各个因素的影响程度。
该方法能够准确地测量和量化不同因素之间的权重，为决策者提供有力的决策依据。
然而，层次分析法也存在一些不足之处。
首先，该方法对问题的层次结构和因素之间的相对权重的设定需要严谨和准确，否则可能导致决策结果失真。
其次，由于该方法需要对各个因素进行两两比较，数据量较大，运算过程繁琐，对决策者的要求较高。
三、比较和适用场景模糊综合评价法和层次分析法在处理决策问题时有不同的侧重点和应用场景。
模糊综合评价法适用于评价标准模糊、数据不确定、判断依据主观的问题，特别适用于那些难以精确测量和量化的因素。
层次分析报告法的优缺点
层次分析法的优缺点优点：1. 系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。
系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。
这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。
2. 简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。
即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。
3. 所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。
由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。
这种思想能处理许多用传统的最优化技术无法着手的实际问题。
缺点：1.不能为决策提供新方案层次分析法的作用是从备选方案中选择较优者。
这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。
这样，我们在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够人家企业所做出来的效果好。
而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。
层次分析法的优缺点
层次分析法的优缺点：优点：1. 系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。
2. 简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。
3. 所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。
缺点：1. 不能为决策提供新方案2. 定量数据较少，定性成分多，不易令人信服3. 指标过多时数据统计量大，且权重难以确定下面三种近似算法以下面这个矩阵的计算为例：(1) 和法① 将判断矩阵B=（b ij ）n ×n 的元素按列作归一化处理，得()n n ijb B ⨯=，其中∑==n k kj ij ij b b b 1/，（ i =1，2，…，n ）② 将矩阵B 的元素按行相加，得向量W =（n ϖϖω，，，⋯21）T ，其中∑==nj ij i b 1ϖ，（ i =1，2，…，n ） ③ 向量W 作归一化处理，得所求特征向量W = （n ωωω，，，⋯21）T ，其中∑==nk k i i 1/ϖϖω④ 求出判断矩阵的最大特征值∑==n i ii BW n 1max1ωλ）（(2) 根法① 计算判断矩阵B=（b ij ）n ×n 的每行元素之积ij nj i b M 1=∏=，（ i =1，2，…，n ） ② 计算M i 的n 次方根n i i M =ϖ，（ i =1，2，…，n ） ③ 对向量W =（n ϖϖω，，，⋯21）T 做归一化处理，令∑==ni i i i 1/ϖϖω，（ i =1，2，…，n ） ④ 求出判断矩阵的最大特征值∑==n i ii BW n 1max1ωλ）（ (3) 幂法① 任取一个与判断矩阵同阶正规化的初值向量，例如取To n n n W ⎪⎭⎫ ⎝⎛⋯=111，， ② 计算W k+1=BW k ，（ k = 1，2，…，n ）③ 令∑=+=n i k i W 11β，计算W W k i k i 111++=β，（ k = 1，2，…，n ）④ 对于预先给定的精确度ε，如果ε<-+W Wk i k i 1，（ k = 1，2，…，n ） 则1+=k W W 为所求特征向量，转入（5）；否则，返回（2）。
层次分析法
5.3.1 指标权重确定的方法
在污泥干化安全评价指标体系中，每个指标对实现系统评价目标和功能的重要程度各不相同，因此，每个指标权重的精确性直接决定了综合安全评价结果的准确定。
在综合安全评价中，权重的确定方法有几十种，按照原始数据的来源可分为两类，一类是主观赋值法，即根据专家的经验主观判断，另一类是客观赋值法即根据评价指标的实际数据确定。
目前，计算权重的方法主要有德尔菲法（专家法）、层次分析法(AHP法)、主成分分析法等。
特尔菲法及因素成对比较方法简便易行，但有时结果不太理想。
层次分析法则具有以下优点：在对整个评价指标体系进行系统分析之后，能形成指标概念明确、直观的评价模型，对其可进行定量的计算，并且可以进行自我检验，权重计算调整也较为方便。
本研究采用特尔菲法及AHP法相结合的方法确定各指标权重。
首先在层次分析法的基础上，对污泥干化各安全指标作出评价，然后通过专家咨询和评分相结合分别构造判断矩阵，然后计算出污泥干化安全评价指标的权重。
5.3.2 层次分析法的分析步骤
1 规定判断矩阵标度
目前矩阵标度大多采用：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）。
表1 重要性标度含义表
2 构造判断矩阵并赋值
根据层次分析模型，每位问卷评分者就可以依据个人对评价指标的主观评价，进行综合分析，对各指标之间进行两两对比之后，然后按9分位比率排定各评价指标的相对优劣顺序，依次构造出评价指标的判断矩阵。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在解决复杂的决策和评价问题时，模糊综合评价法和层次分析法是两种常用且有效的方法。
它们各自有着独特的特点和适用场景，下面我们就来对这两种方法进行一番比较。
首先，我们来了解一下模糊综合评价法。
模糊综合评价法是一种基于模糊数学的综合评价方法。
它的核心思想是通过对多个因素的模糊评价，得出一个综合的评价结果。
这种方法的优势在于能够处理那些具有模糊性和不确定性的评价指标。
比如说，对于“服务质量”这样一个较为抽象且难以精确量化的指标，我们可以用“很好”“较好”“一般”“较差”“很差”这样的模糊语言来进行描述和评价。
在实际应用中，模糊综合评价法通常包括以下几个步骤：确定评价因素集、确定评价等级集、确定各因素的权重、进行单因素评价、构建模糊评价矩阵、进行模糊综合评价。
它的特点在于能够较好地反映人们在评价过程中的模糊思维，使得评价结果更贴近实际情况。
接下来，我们再看看层次分析法。
层次分析法是一种将复杂问题分解为多个层次和因素，并通过两两比较确定各因素相对重要性的方法。
它的基本思路是把问题层次化，将其分解为不同的层次结构，然后通过比较同一层次中各因素对于上一层次目标的重要性，构建判断矩阵，进而计算出各因素的权重。
层次分析法在实际操作时，主要包括以下几个步骤：建立层次结构模型、构造判断矩阵、计算权重向量并进行一致性检验。
其优点在于能够将复杂的问题系统化、层次化，使得决策过程更加清晰和有条理。
那么，这两种方法有哪些相同点和不同点呢？相同点方面，它们都属于多因素综合评价方法，都需要对多个因素进行分析和评价。
并且，在确定因素权重的过程中，都需要一定的主观判断。
然而，它们的不同点也十分显著。
在适用范围上，模糊综合评价法更适用于那些评价指标具有模糊性和不确定性的问题，比如对人的主观感受、难以精确量化的指标进行评价。
而层次分析法更适用于具有层次结构、因素之间存在明确的上下关系的问题，比如对一个系统的各个组成部分进行重要性排序。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较模糊综合评价法和层次分析法是两种常用的决策分析方法，它们都能够有效地处理复杂的问题，帮助决策者做出准确的决策。
本文将对这两种方法进行比较，探讨它们的特点、应用场景以及优缺点。
一、模糊综合评价法模糊综合评价法是一种基于模糊数学的评价方法，适用于多指标决策问题。
该方法通过引入隶属函数来对评价指标进行模糊化处理，将模糊的判断转化为数值化的评价结果。
模糊综合评价法的主要步骤如下：1. 确定评价指标和评价等级，将指标进行数值化。
2. 构建隶属函数，将评价等级与指标值进行映射。
3. 计算隶属函数的权重，根据指标的重要程度进行赋权。
4. 模糊综合评价，根据权重和隶属函数计算出评价结果。
5. 结果的模糊综合，将各个评价结果进行综合，得到最终的模糊评价结果。
模糊综合评价法的优点在于能够较好地处理不确定性和模糊性，适用于评价指标难以量化的问题。
然而，该方法需要确定隶属函数和评价等级，这需要专业知识和经验。
此外，当指标较多时，计算复杂度也会增加。
二、层次分析法层次分析法是一种常用的多属性决策方法，通过构建判断矩阵来确定各个评价指标的权重，进而进行决策。
该方法基于逐层递进的思想，将复杂的决策问题分解为多个层次，依次确定每个层次的权重和评价值。
层次分析法的主要步骤如下：1. 建立层次结构，确定评价目标、评价准则和评价指标的层次关系。
2. 构建判断矩阵，将每个评价准则和指标两两比较，确定它们之间的重要程度。
3. 计算特征向量，通过对判断矩阵进行特征值分解，得到每个准则和指标的权重。
4. 一致性检验，判断判断矩阵的一致性，确保评价结果的可靠性。
5. 综合评价，根据权重和指标的评价值进行计算，得到最终的评价结果。
层次分析法的优点在于结构清晰、计算简单、易于理解和应用。
它能够准确地反映各个准则和指标之间的相对重要性。
但是，该方法对判断矩阵的一致性要求较高，如果判断矩阵存在一致性问题，则会影响评价的准确性。
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较在决策分析和评估领域，模糊综合评价法和层次分析法是两种常用的方法。
它们都有着独特的特点和适用场景，能够为决策者提供有价值的参考和帮助。
接下来，让我们详细探讨一下这两种方法。
模糊综合评价法是一种基于模糊数学的综合评价方法。
它主要用于处理那些具有模糊性和不确定性的问题。
比如说，对于“产品质量的好坏”这样一个难以精确界定的概念，模糊综合评价法就能发挥作用。
这种方法的核心在于通过建立模糊集合和模糊关系，将评价对象的各种模糊属性进行量化处理。
首先，需要确定评价因素集和评价等级集。
评价因素集就是影响评价对象的各个方面，比如产品质量的评价因素可能包括外观、性能、耐用性等。
评价等级集则是对评价对象可能达到的程度的划分，比如优秀、良好、中等、较差、很差。
然后，通过专家打分或者其他方式确定每个评价因素对于各个评价等级的隶属度。
隶属度表示某个因素在某个等级上的可能性程度。
最后，利用模糊运算规则，综合各个因素的隶属度，得出评价对象对于各个评价等级的综合隶属度，从而确定评价对象的最终评价结果。
模糊综合评价法的优点在于能够很好地处理模糊和不确定的信息，使评价结果更符合实际情况。
它适用于那些难以用精确数值来衡量的问题，比如人的主观感受、社会现象等。
但是，它也存在一些局限性。
比如，确定隶属度函数和权重时可能存在一定的主观性，而且计算过程相对复杂。
层次分析法则是一种将复杂问题分解为多个层次和因素，并进行定性和定量分析的方法。
在使用层次分析法时，首先要将问题分解为不同的层次，包括目标层、准则层和方案层。
目标层就是最终要达到的目标，准则层是用于衡量目标实现程度的各种标准，方案层则是实现目标的具体方案。
然后，通过两两比较的方式，确定同一层次中各因素之间的相对重要性，并构建判断矩阵。
判断矩阵中的数值反映了一个因素相对于另一个因素的重要程度。
接下来，计算判断矩阵的特征向量和最大特征值，进行一致性检验。
如果一致性检验通过，就可以得到各因素的权重。
层次分析法优缺点
层次分析法的优缺点：优点：1.系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。
系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。
这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。
2.简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。
即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。
3.所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。
由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。
这种思想能处理许多用传统的最优化技术无法着手的实际问题。
缺点：1.不能为决策提供新方案层次分析法的作用是从备选方案中选择较优者。
这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。
层次分析法概念
层次分析法概念
层次分析法是一种常用的指标权重确定方法，其优点包括：1. 它是一种客观的分析方法，基于原则性而不是主观性，使决策过程更透明和可靠。
2. 它可以将复杂的问题分解为一系列层次，使决策者可以逐步考虑各个方面的影响，从而更全面地评估。
3. 在这个方法中，决策者可以通过交互式的比较和排序来确定指标的重要性，以便更好地理解他们之间的关系。
对于道路毁伤打击效应评估来说，层次分析法能够考虑多个因素，包括道路的重要性，交通流量，人员和物资的损失等等。
通过层次分析法，决策者可以完全了解各种因素的影响，并最终确定指标权重。
这种方法可以帮助决策者通过分析各个方面的影响，做出更全面、准确、可靠的决策，因此它是作为道路毁伤打击效应评估的指标权重确定方法的理想选择。
- 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)。
层次分析法的优点
系统性——将对象视作系统，按照分解、比较、判断、综合的思维方式进行决策。
成为成为继机理分析、统计分析之后发展起来的系统分析的重要工具；
实用性——定性与定量相结合，能处理许多用传统的最优化技术无法着手的实际问题，应用范围很广，同时，这种方法使得决策者与决策分析者能够相互沟通，决策者甚至可以直接应用它，这就增加了决策的有效性；
简洁性——计算简便，结果明确，具有中等文化程度的人即可以了解层次分析法的基本原理并掌握该法的基本步骤，容易被决策者了解和掌握。
便于决策者直接了解和掌握。
层次分析法的局限
囿旧——只能从原有的方案中优选一个出来，没有办法得出更好的新方案；
粗略——该法中的比较、判断以及结果的计算过程都是粗糙的，不适用于精度较高的问题。
；主观——从建立层次结构模型到给出成对比较矩阵，人主观因素对整个过程的影响很大，这就使得结果难以让所有的决策者接受。
当然采取专家群体判断的办法是克服这个缺点的一种途径。
层次分析法(AHP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。
该方法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。
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。