深度解析层次分析法全过程
- 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)。
层次分析案例应用
背景资料:
某企业在扩大企业自主权后,委托某专业咨询机构分析如何合理利用企业利润。负责该项目的咨询工程师从Bl:进一步调动职工劳动积极性、B2:提高企业技术水平、B3:改善职工物质与文化生活三个方面设计问卷调查表,通过问卷调查法得出可供选择的方案有:P1:发奖金;P2:扩建集体福利事业;P3:办职工业余技校;P4:建图书馆、俱乐部;P5:引进新设备。
企业决策层按照调查结果,采用两两对比法,依据企业实际情况给出以下评价:1.B2比B1明显重要;2.B3比B1稍微重要;3.B2比B3稍微重要;基于B1调动职工积极性的目标下的评价
7.P1比P5强烈重要;8.P2比P3稍微重要;9.P2比P4既同样重要又稍微重要;10.P2比P5明显重要;
5、若已知B2、B3目标下的评价结果,作为咨询工程师,运用定量分析方法给出方案的优先顺序?
6、简述咨询机构运用层次分析法的优缺点有哪些?
第一问:暗地卷烟(基础知识不多说);
第二问:层次分析法的步骤:
①建立层次结构模型;②构造比较判断矩阵;
③单准则下层次排序和单准则下一致性检验;④总排序和总排序下一致性检验。
A—B
第一步:单准则下的①权重向量和②最大特征值计算,并进行③一致性检验一、权重向量的求解
二、最大特征值的求解
定义:给定某一矩阵A,寻找一个常数λ和非零向量ω,使得A·ω=λ·ω
即A·ω=
=λ·
A-B A·ω=
=
下一步依据高中向量运算公式
即:A=λD B=λE C=λF =λ·=
故:λ=1/3*(A/B+B/E+C/D)
综上得λmax =1/3*(0.3182/0.1047+1.9354/0.6370+0.7847/0.2583)=3.0385B1-P 的计算过程不重复,λmax =5.0792
1
1/5
1/3A —B
51331/3
1
0.1047
ωA —0.6370
0.2583
11/51/351331/3
1
0.10470.63700.2583
0.1047
0.6370
0.2583
A B C
D E F
λD λE λF
二、单准则下的一致性检验
首先我们来简单了解一下一致性检验的含义:
由矩阵A-B通过和法或者根法求解得到权重向量ω,整个计算过程没有对矩阵做质变,只是简单的归一化形变。所以,我们可以简单的认为(权重向量ω)是(矩阵A-B)在无权重干预情况下的归一化评分,且这个评分按照线性代数理论:特征值之和等于对角线元素之和,记为3ω(这个想要了解为什么的可以私聊我)。
其次我们要深刻的认识一下新向量(A·ω),它完全区别于(矩阵A-B)或(权重向量ω),可以解释为:新向量(A·ω)表示A矩阵在权重干预后的科学评价结果,这个结果相对(矩阵A-B)或(权重向量ω)已经更加接近于真实的评价结果。在没有求解λ
max
之前这是两个独立的评价结果。至此我们就得出A矩阵的两种得分,即3ω和(A·ω)。
现在假设我们在构造判断矩阵时,思维标准是一致的,那么可以认为3ω和(A·ω)这两个评分无限接近,则3ω≈(A·ω)。结合A·ω=λ·ω,可以得出λ≈3且λ≥3。上述条件满足的时候,我们判定A矩阵具有满意的一致性。
那么λ与3是怎样接近为最满意?根据上诉λ≈3且λ≥3,我们令CI=λ
max
-n表示两者的偏差数值,偏差越小说明一致性越高。为了评价这个偏差数值的满意程度,必须引入相对
指标的概念,我们根据1000次随机判断矩阵算出λ
max
,求得平均一致性指标λ,计算平均偏差数值,带入公式CI’=λ-n记为RI’,CI’/RI’=CR’的比值称为一致性比例,即CR’
=(λ
max
-n)/(λ-n)。我们认为10%的相对偏差表示可以接受,故CR’<0.1可作为一致性检验的标准。
但是还要注意的是,层析分析法中的矩阵秩应满足n
min
≥1,为满足这个要求,我们将分母同时除以(n-1)作为约束条件。最终公式为
CR=((λ
max
-n)/(n-1))/RI(常数)
对于矩阵A-B,已求得λ
max
=3.0385,查表得RI=0.58,求得CR=0.0332
对于矩阵B1-P,已求得λ
max
=5.0792,查表得RI=1.12,求得CR=0.0177
所以,A-B层次和B1-P层次单独排序的CR均<0.1,符合满意一致性要求。
第二步:各单准则结合下的总排序,并进行一致性检验
上述我们分别求得了A-B,B1-P,B2-P,B3-P的特征向量
ωA=(0.10470.63700.2583)T
ωB1=(0.49560.23190.08480.13740.0503)T
ωB2=(00.05530.56500.11750.2622)T
ωB1=(0.37500.37500.12500.12500)T
这里我们要明确三点:
①四个特征向量可以看做为四个归一化评分;
②如果某个准则元素对上一层元素无支配关系,则记为0分,不可不记;
③总排序无非还是下一层次对上一层次的单准则排序及一致性检验。
转化图示为:
第一步:模型建立
第二步:构造判断矩阵A—B
B1—P B2—P B3—P