层次分析法的优缺点
层次分析法的优劣势
层次分析法的优劣势分析：优势：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。
劣势：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。
层次分析法数学建模
在某些情况下，层次分析法可能无法合理地分配权重，导致决策结果 与实际情况存在较大偏差。
无法处理动态变化
层次分析法主要用于静态决策问题，对于动态变化的决策问题处理能 力较弱。
05 结论与展望
结论
层次分析法是一种有效的决策分析方法，能够将复杂问题 分解为多个层次和因素，通过比较和判断各因素之间的相 对重要性，为决策提供依据。
实例三：风险评估问题
总结词
层次分析法在风险评估问题中，能够综合考虑风险的多种来源和影响因素，确定各因素之间的权重关 系，为风险的有效控制提供科学的依据。
详细描述
风险评估问题涉及到如何识别、评估和控制各种潜在的风险。层次分析法可以将风险的多种来源和影 响因素进行比较和判断，确定各因素之间的权重关系，为风险的有效控制提供科学的依据。同时，层 次分析法还可以用于制定风险应对策略和预案，提高组织的抗风险能力。
层次单排序与一致性检验
层次单排序
根据判断矩阵的性质和计算方法，计 算出各组成元素的权重值，并按照权 重值的大小进行排序。
一致性检验
对判断矩阵的一致性进行检验，以确 保各组成元素之间的相对重要性关系 符合逻辑和实际情况。
层次总排序与一致性检验
层次总排序
根据各层次的权重值和组成元素的权重值，计算出整个层次结构模型的权重值， 并进行总排序。
确定层次
根据问题的复杂程度和组 成元素的性质，将层次结 构划分为不同的层次，以 便于分析和计算。
判断矩阵的建立
确定判断标准
根据问题的特点和要求，确定判 断各组成元素之间相对重要性的 标准和方法。
构造判断矩阵
根据判断标准，构造出一个判断 矩阵，用于表示各组成元素之间 的相对重要性关系。
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。
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。
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。
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价中，模糊综合评价法和层次分析法是两种常见的方法。
它们都有自己的特点和适用场景。
本文将对这两种方法进行比较，旨在帮助读者更好地理解它们的区别和应用领域。
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。
它主要用于解决决策问题中存在的不确定性和模糊性。
模糊综合评价法通过建立模糊数学模型，将模糊的事物抽象为数学概念，并进行计算和评估。
模糊综合评价法的优点在于可以处理多因素、多属性、多目标的决策问题。
它能够将不确定的信息进行量化和计算，使得决策结果更加客观和科学。
此外，模糊综合评价法还可以考虑到不同因素之间的相互影响，以及不同因素对决策结果的重要程度。
然而，模糊综合评价法也存在一些缺点。
首先，由于其基于模糊数学理论，其计算过程相对复杂，需要对模糊数学模型和参数进行适当的设置和调整。
其次，模糊综合评价法对数据质量要求较高，需要有准确的数据来支持模型的建立和计算。
最后，模糊综合评价法的结果具有一定的主观性，依赖于决策者对于模糊集合和隶属度的设定。
二、层次分析法层次分析法是一种常用的决策分析方法，广泛应用于各个领域。
它通过分层结构的方式，将复杂的决策问题分解为多个层次和准则，然后进行权重的确定和评估，最终得到决策结果。
层次分析法的优点在于结构化程度高、逻辑清晰。
它能够将决策问题进行层次划分，使得决策过程更加清晰和可操作。
此外，层次分析法还可以考虑不同层次因素之间的相对重要程度，通过确定权重来影响决策结果。
然而，层次分析法也存在一些局限性。
首先，其在权重确定和评估过程中，可能存在主观性和偏好性。
决策者的个人偏好会直接影响权重的设定，从而影响最终的决策结果。
其次，层次分析法在分解问题和建立层次结构时，可能会忽视一些潜在的因素和关系。
最后，层次分析法在处理复杂的决策问题时，可能需要大量的计算和分析工作，增加了决策的时间和成本。
三、比较和应用模糊综合评价法和层次分析法都是有效的决策分析方法，在不同的场景中有着不同的应用。
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。
层次分析法在风险评估中的应用研究
层次分析法在风险评估中的应用研究风险是企业和个人在发展和生活中所必须面对的问题，对于任何一项活动，风险评估都是不可缺少的一个环节。
然而，人们对风险的认知程度不同，由此产生了不同的风险评估方法。
层次分析法(Hierarchical Analysis Method, AHP)作为一种较为科学的评估工具，不仅逐渐被广泛应用于各个领域，也在风险评估中发挥重要作用。
一、层次分析法的概述层次分析法，又称层次分解法，是一种用于处理复杂决策问题的方法。
该方法首先将决策问题层次化，然后通过建立层次体系，量化各因素之间的权重比较。
从而得出最终的决策结果。
层次分析法通常需要经过以下步骤：1、确定目标及准则。
明确评价的目标和相关的评价准则。
2、建立层次结构。
建立一个层次结构图，将目标和准则细化为多层次子目标和子准则。
该图通常采用树状结构。
3、确定因素对目标的重要程度。
通过专家调查、问卷调查、比较分析等方式，建立一个判断矩阵，根据判断矩阵来确定各因素对于目标的重要程度。
4、计算权重。
根据各因素对目标的重要程度以及各因素之间的权重关系，计算出各因素的权重。
5、综合评价。
根据各因素的权重，确定最终的评价结果。
二、层次分析法与风险评估的应用层次分析法是一种定量分析方法，从而使风险评估更加科学化和精准化。
它可以对各种风险因素进行量化分析、对比和权衡。
同时，还可以提供一种灵活的工具，以适应对不同类型的风险评估。
下面将通过两个实例来说明其应用。
1、层次分析法用于环境风险评估在环境保护上，层次分析法被广泛应用。
例如，面对一个工业企业的投资计划，需要对其可能产生的环境影响进行评估。
首先，对于企业的投资计划进行层次分析，包括了目标、准则、策略等方面，并通过专家评估得到各个层次的权重。
然后，通过对比工业企业的不同投资计划所带来的环境风险，从而得出最终的投资计划。
在多个层次中，环境影响因素分别被量化为不同的级别。
通过一系列的比较和判断，就可以得出针对不同投资计划的综合评价，包括环境风险和经济效益等方面。
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。
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）。
层次分析法的优缺点资料
层次分析法的优缺点资料层次分析法（Analytic Hierarchy Process, AHP）是一种多准则决策分析方法，可用于解决复杂的决策问题，其中包括评估各种选择的各种方面的重要性。
该方法的优缺点如下：优点：1. 综合性：层次分析法可以结合所有决策要素的数量特征，得出综合性分析结果。
这意味着AHP不仅可以评估质量和成本等数值数据，也可以评估其他不可量化的想法和观念。
2. 相对性：层次分析法提供了一种将各个准则中不同元素之间关系的相对性纳入考虑的方法。
这种相对性在实际的决策过程中很重要，因为很少有单个因素是完全独立的，各种因素之间往往是相互影响的。
3. 灵活性：层次分析法可以适应各种不同类型的决策问题。
它并不要求决策者具备专业知识，而是允许他们使用日常经验和判断来决定各种因素的重要性。
4. 透明度：层次分析法将决策过程中的所有步骤都进行了明确的说明，使决策者能够清楚地看到决策结果的来源。
这种透明度对于决策者来说很重要，因为他们需要知道决策结果的可靠性明确受哪些因素的影响。
1. 主观性：即使使用AHP方法，决策结果中的某些因素仍然是主观的，而不是完全客观的结果。
这是因为AHP方法基于决策者的评估和评估，而不是基于可量化的数据。
2. 复杂性：尽管AHP具有很高的灵活性，但其实现却需要深入的方法和技巧知识。
由于决策问题越来越复杂，AHP方法大规模应用时会变得非常繁琐，因此需要决策者具备实践方法的经验。
3. 经验限制性：决策者可能只能基于个人经验，而无法从完全可量化的数据统计中获得要素的权重，这可能会影响决策结果。
4. 敏感性：AHP方法对于输入数据的小变化非常敏感。
如果有偏差或误差存在输入的数据中，那么整个决策结果可能会发生很大的变化，这会影响决策者对于决策结果的尊重和信任。
简述应用层次分析法的步骤
简述应用层次分析法的步骤应用层次分析法（ALA）是一种重要的系统分析工具，它将复杂的事物和其历史背景进行分析，从而帮助系统分析人员更好地理解系统的结构和动态特征，从而有效地解决问题。
本文将综述应用层次分析法的步骤，以及它的优势和缺点。
一、应用层次分析法的步骤1.首先，应用层次分析法的第一步是对该系统的重要特征和结构进行描述，这对于对系统的性能和行为进行识别、分析和理解至关重要。
2.其次，系统分析人员需要对该系统中的每一个结构要素进行描述，以便更加清晰地了解系统的内部结构以及系统与外部环境之间的关系。
3.然后，分析人员需要对该系统的每一个要素进行深入的研究，包括系统的动态过程，系统的动力学和系统的行为特征。
4.最后，在完成对系统各个要素的详细分析后，应用层次分析法将该系统分解为层次结构，从而更加清晰地表述系统结构、动态及行为特征。
二、应用层次分析法的优势1.应用层次分析法让系统分析人员更加清晰理解系统的结构，从而有效地分析问题。
2.应用层次分析法有助于系统分析人员对系统的性能和行为进行实时追踪，可以根据动态变化调整策略。
3.应用层次分析法通过将复杂的系统分解为层次结构，有助于对系统的动态和行为特征有更全面的理解。
三、应用层次分析法的缺点1.应用层次分析法需要花费大量的时间来完成，而且分析过程中可能存在系统性差误。
2.此外，应用层次分析法不能很好地反映系统中的环境变量，这可能会对系统分析结果造成误差。
3.另外，应用层次分析法往往以人为概念来划分系统，因此可能不够客观，某些系统要素很难归类。
综上所述，应用层次分析法是一种重要的系统分析工具，它通过对系统的结构和行为特征进行分析，有助于系统分析人员更好地理解系统，从而更有效地解决问题。
但是，应用层次分析法也有许多缺点，同时需要花费大量的时间来完成系统分析。
因此，为了最大限度地发挥应用层次分析法的优势，系统分析人员应该根据实际情况合理选择分析方法，以便达到最优的系统分析效果。
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常用的定量决策方法，它们在多个领域中都有广泛应用，比如企业管理、城市规划等。
这两种方法在解决问题的理论基础、流程实现以及适用范围等方面存在差异。
本文将从这些方面进行比较分析。
一、理论基础1.1 模糊综合评价模糊综合评价法来源于模糊数学，其理论基础为模糊集合与模糊逻辑。
该方法将各指标之间的相互影响看成模糊集合，采用信息量的概念对各个指标之间的隶属度进行定量化，并将隶属度转化为权重，进而得到总体评价结果。
模糊综合评价法可以有效克服传统评价方法无法处理模糊和不确定性信息的缺点，在不确定情况下有较好的适用性。
1.2 层次分析法层次分析法是一种多因素决策分析方法，其理论基础为结构层次分析。
该方法通过构建一个层次结构体系，将问题划分为多个层次，确定因素所处的层次，并制定判断矩阵。
利用特征向量法和权重逆法计算出每个因素相对于决策的权重，进而得出最终结果。
层次分析法可以在各种情况下有效地解决多因素决策问题。
二、流程实现2.1 模糊综合评价模糊综合评价方法包括以下步骤：(1) 确定评价对象和评价指标；(2) 建立评估矩阵，由因素之间的摩擦和协调程度决定隶属度；(3) 计算各因素的权重，通过组合隶属函数，把所有因素的影响加权汇总为一个代表性指标；(4) 根据代表性指标进行排序，从而得到最后的评价结果。
2.2 层次分析法层次分析法的具体实现步骤如下：(1) 选择評價對象與建立評價標準及指標體系；(2) 确定評價標準及指標體系之間的層次關係，构建判斷矩陣；(3) 通过特征向量法或者权重逆法确定各级因素的权重；(4) 计算出总得分和一致性综合指标。
三、适用范围3.1 模糊综合评价模糊综合评价法较为适用于以下场景：(1) 评价对象复杂，涉及多种因素，相互之间存在交叉影响且难以量化；(2) 问题涉及不确定性和模糊性因素时；(3) 权重系数程度难以预测时。
3.2 层次分析法层次分析法较为适用于以下场景：(1) 多因素决策问题中，因素的数量少而稳定，且对方案的影响程度相对明确；(2) 可量化问题中，尤其是在两个最终选择之间进行比较和选择时。
风险评估的层次分析法研究
风险评估的层次分析法研究如何准确评估和管理风险一直是企业和个人关注的重要问题。
在风险评估方法中，层次分析法（Analytic Hierarchy Process，AHP）是一种常用且有效的方法。
本文将从理论和实践两个方面探讨层次分析法在风险评估中的应用，并分析其优缺点。
一、层次分析法的理论基础层次分析法是由美国管理学家托马斯·萨亚（Thomas L. Saaty）于20世纪70年代初提出的一种定性和定量相结合的分析方法。
其核心思想是将一个复杂的问题分解为层次结构，进而对各个层次的因素进行比较，最终得出权重和评估结果。
层次分析法的核心理论基础是对人的思维方式的模型化。
在问题的层次结构中，上一层次的因素对下一层次的因素具有以确定的相对重要性。
通过构建判断矩阵，分析权重向量和一致性检验，可以得到各因素的重要性排序。
这种相对排序的结果可以帮助决策者更好地了解问题的关键点，从而制定更合理的决策。
二、层次分析法在风险评估中的应用层次分析法在风险评估中的应用非常广泛。
以企业风险管理为例，可以将风险评估问题分解为不同层次，如风险源、风险影响等。
通过对各个层次的因素进行比较和排序，可以确定风险的重要性和优先级，进而制定相应的风险管理策略。
在实践中，层次分析法的应用不仅限于企业风险评估，还包括项目管理、环境评估等各个领域。
例如，在新产品推出决策中，可以使用层次分析法对市场风险、技术风险等因素进行评估，以确定产品研发的方向和策略。
三、层次分析法的优缺点层次分析法作为一种多标准决策方法，具有一定的优点和缺点。
优点之一是可以定量和定性相结合，兼顾了决策者的主观因素和客观因素。
通过主观因素的量化，可以提高决策的科学性和合理性。
其次，层次分析法强调了因素之间的相对重要性，更加注重对问题关键点的分析。
通过层次结构的构建和判断矩阵的计算，可以清晰地展示问题的结构和关系。
然而，层次分析法也存在一定的缺点。
首先是对决策者专业知识和经验的要求较高，需要准确理解评估因素和构建层次结构。
层次分析法原理及计算过程详解
层次分析法原理及计算过程详解写在前面：层次分析法是一个很早的决策算法了，它能够处理多目标多准则的决策问题，思维方式却很简单。
由于其系统性等优点，后续很多算法都有借鉴，所以这里写一写。
网上关于该方法的讲解很多也很详细，所以本篇都是在前辈的基础上进行整理加工。
文章尽量详细，然后加上一些我自己的理解，希望后面看到的人能够读起来更轻松，更容易接受。
注意：文中说的判断矩阵，又称成对比较阵目录：1.层次分析法概论1.2什么是决策1.3 决策分析法原理2.层次分析法的基本步骤2.1 层次分析法步骤2.2 建立层次结构模型2.3 构造判断矩阵2.4 计算单层权向量并做一致性检验2.5 计算组合权向量(层次总排序)并做一致性检验2.6 层次分析法基本步骤归纳3. 层次分析法的优缺点3.1 层次分析法的优点4.注意事项5.可应用的领域6. 完整例子分析6.1 旅游问题6.2 干部选择问题1.层次分析法概论1.1 什么是层次分析法层次分析法（The analytic hierarchy process）简称AHP，在20世纪70年代初期由美国匹兹堡大学运筹学家托马斯·塞蒂（T.L. Saaty）在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”的课题时提出。
它是一种应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、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。
是对社会、经济以及管理领域的问题进行系统分析时，面临的经常是一个由相互关联、相互制约的众多因素构成的复杂系统。
层次分析法则为研究这类复杂的系统，提供了一种新的、简洁的、实用的决策方法。
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。
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。
多指标综合评价方法比较研究及应用
多指标综合评价方法比较研究及应用多指标综合评价方法是在评价对象具有多种指标时，根据不同指标的重要程度和权重，将指标进行综合计算，得出对评价对象的综合评价结果。
在实际应用中，多指标综合评价方法常常应用于科学研究、经济发展、企业管理等领域。
本文将比较几种常见的多指标综合评价方法，并分析其优缺点及应用情况。
一、层次分析法层次分析法是由美国运筹学家、数学家托马斯·L·塞蒂博士于1971年提出的，该方法主要是通过对评价指标进行层次划分，建立层次结构模型，将各层次之间的关系量化，最终得出各个指标的权重。
层次分析法适用于系统评价问题较复杂、评价因素多且层次结构明确的场合。
该方法的优点是简单易行、计算量小，但它对专家的经验和主观判断有一定依赖性，而且难以克服指标之间相互影响关系复杂的问题。
二、模糊综合评价法模糊综合评价法是将模糊数学与决策理论相结合的一种综合评价方法，它不仅可以处理多指标评价对象之间存在模糊关系的问题，还能够兼顾不同指标之间的权重。
该方法的主要步骤是建立模糊综合评价模型、确定指标集合和指标权重、建立评判矩阵、计算指标的模糊综合评价值。
模糊综合评价法适用于评价对象指标变化不确定的情况，具有较强的适应性。
但是该方法的计算复杂度较高，在实际应用中存在一定的局限性。
三、熵权法熵权法也称为信息熵权法，它是一种将信息熵理论应用于多指标综合评价中的方法。
该方法主要是通过计算各个指标的信息熵，根据信息熵大小确定指标的权重。
熵权法能够有效地衡量指标的数据变化程度，具有较强的客观性和公正性。
该方法适用于评价指标多且变化幅度较大的情况，但在计算时需要大量的数据，并且对数据质量和样本数量有较高的要求。
四、TOPSIS法TOPSIS法是一种基于距离度量的多指标综合评价方法，它主要通过计算评价对象与最佳和最差解之间的距离，得出评价对象的接近程度。
该方法计算简单、直观，能够很好地反映评价对象与最佳解的差距。
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和评价过程中，我们常常需要使用一些方法来对不同的选项进行比较和评估。
模糊综合评价法（Fuzzy Comprehensive Evaluation Method）和层次分析法（Analytic Hierarchy Process）是两种常见的评价方法，它们在不同领域和问题中被广泛应用。
本文将对这两种方法进行比较，并针对其优缺点进行讨论。
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评价方法。
它通过将评价对象和评价指标转化为数学模型，然后使用模糊数学中的模糊综合运算来进行评估和决策。
模糊综合评价法的优点在于它能够充分考虑到评价对象和指标之间的模糊性和不确定性。
通过引入模糊数学理论中的隶属度概念，可以对评价对象的属性进行模糊描述，从而更好地反映实际情况。
此外，模糊综合评价法还能够处理多指标的评价问题，将多个指标综合起来，得出最终评价结果。
然而，模糊综合评价法也存在一些缺点。
首先，由于模糊综合评价法需要进行模糊数学的计算和处理，其计算量较大，可能需要复杂的数学方法和计算工具。
其次，模糊综合评价法的模糊综合运算规则较为复杂，需要较高的专业知识和技能进行操作。
最后，模糊综合评价法在一定程度上受到主观因素的影响，因此在实际应用中需要谨慎使用，并结合专家意见和实际情况进行评估。
二、层次分析法层次分析法是一种基于判断矩阵的评价方法。
它通过将评价对象和指标构建成层次结构，使用专家判断和主观权重来对不同层次进行比较和权衡，最终得出整体评价结果。
层次分析法的优点在于它能够将评价问题进行分解和层次化处理，使得评估过程更加清晰和可操作。
通过对不同层次和指标进行比较和权衡，可以更好地考虑到不同指标之间的关联和影响。
此外，层次分析法还可以利用专家判断和主观权重，将主观因素纳入评估过程中，提高评价的准确性和可信度。
然而，层次分析法也存在一些局限性。
首先，层次分析法对专家判断和主观权重的依赖性较高，可能存在一定的主观性误差。
- 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。
但显然，层次分析法还没能做到这点。
2. 定量数据较少，定性成分多，不易令人信服在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。
但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。
层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。
这样，当一个人应用层次分析法来做决策时，其他人就会说：为什么会是这样？能不能用数学方法来解释？如果不可以的话，你凭什么认为你的这个结果是对的？你说你在这个问题上认识比较深，但我也认为我的认识也比较深，可我和你的意见是不一致的，以我的观点做出
来的结果也和你的不一致，这个时候该如何解决？比如说，对于一件衣服，我认为评价的指标是舒适度、耐用度，这样的指标对于女士们来说，估计是比较难接受的，因为女士们对衣服的评价一般是美观度是最主要的，对耐用度的要求比较低，甚至可以忽略不计，因为一件便宜又好看的衣服，我就穿一次也值了，根本不考虑它是否耐穿我就买了。
这样，对于一个我原本分析的‘购买衣服时的选择方法’的题目，充其量也就只是‘男士购买衣服的选择方法’了。
也就是说，定性成分较多的时候，可能这个研究最后能解决的问题就比较少了。
对于上述这样一个问题，其实也是有办法解决的。
如果说我的评价指标太少了，把美观度加进去，就能解决比较多问题了。
指标还不够？我再加嘛！还不够？再加！还不够？！不会吧？你分析一个问题的时候考虑那么多指标，不觉得辛苦吗？大家都知道，对于一个问题，指标太多了，大家反而会更难确定方案了。
这就引出了层次分析法的第二个不足之处。
3.指标过多时数据统计量大，且权重难以确定当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。
这就像系统结构理论里，我们要分析一般系统的结构，要搞清楚关系环，就要分析到基层次，而要分析到基层次上的相互关系时，我们要确定的关系就非常多了。
指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵。
那么我们就需要对许多的指标进行两两比较的工作。
由于一般情况下我们对层次分析法的两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，我们对每两个指标之间的重要程度的判断可能就出现困难了，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过，也就是说，由于客观事物的复杂性或对事物认识的片面性，通过所构造的判断矩阵求出的特征向量（权值）不一定是合理的。
不能通过，就需要调整，在指标数量多的时候这是个很痛苦的过程，因为根据人的思维定势，你觉得这个指标应该是比那个重要，那么就比较难调整过来，同时，也不容易发现指标的相对重要性的取值里到底是哪个有问题，哪个没问题。
这就可能花了很多时间，仍然是不能通过一致性检验，而更糟糕的是根本不知道哪里出现了问题。
也就是说，层次分析法里面没有办法指出我们的判断矩阵里哪个元素出了问题。
4. 特征值和特征向量的精确求法比较复杂在求判断矩阵的特征值和特征向量时，所用的方法和我们上学期多元统计所用的方法是一样的。
在二阶、三阶的时候，我们还比较容易处理，但随着指标的增加，阶数也随之增加，在计算上也变得越来越困难。
不过幸运的是这个缺点比较好解决，我们有三种比较常用的近似计算方法。
第一种就是和法，第二种是幂法，还有一种常用方法是根法。
过河的代价与效益分析
(a) 过河效益层次结构
(b) 过河代价层次结构
图5-3 过河的效益与代价层次结构图
过河的效益
A 过河的效益 2B
经济效益 1B
过河的效益
3B
隧 道
2D 桥 梁
1D
渡 船
3D
美化
11
C
进出方便
10
C
舒适
9
C
自
豪感
8
C
交往沟通7C
安全可靠
6
C
建
筑就业
5
C
当地商业4C 岸间商业3C
收入2C
节省时间1
C
过河的代价
A
社会代价
2B
经济代价
1B
环境代价
3B
隧 道
2D 桥 梁
1D
渡 船
3D
对生态的污染
9
C
对水的污染
8
C
汽车的排放物
7
C
居
民搬迁
6
C
交往拥挤5C
安全可靠
4
C
冲击渡船业
3
C
操作维护
2
C
投
入资金
1
C
在过河效益层次结构中，对影响渡河的经济因素来说桥梁或隧道具有明显的优越性。
一种是节省时间带来的效益，另一种是由于交通量的增加，可使运货增加，这就增加了地方政府的财政收入。
交通的发达又将引起岸间商业的繁荣，从而有助于本地商业的发展；同时建筑施工任务又创造了大量的就业机会。
以上这些效益一般都可以进行数量计算，其判断矩阵可以由货币效益直接比较而得。
但社会效益和环境效益则难以用货币表示，此时就用两两比较的方法进行。
从整体看，桥梁和隧道比轮渡更安全，更有助于旅行和交往，也可增加市民的自豪感。
从环境效益看，桥梁和隧道可以给人们更大的舒适性、方便性，但渡船更具有美感。
由此得到关于效益的各个判断矩阵如表5-9—表5-23所示。
表5-9
表5-10
表5-11
表5-12
表5-13
表5-14
表5-15
表
5-16
表5-17
表5-18
表
5-19
表5-20
表5-21
表5-22
表5-23
这样我们得到方案关于效益的合成顺序为
T )07.0 ,36.0 ,57.0()4(=益ω
效益层次模型的整体一致性比例C.R.(4)<0.1（最后一个矩阵的一致性较差，但因C 11的排序权重很低，故不影响最后结果）。
从效益看建靠桥梁方案为最佳。
表5-24
表5-25
表5-26
C. I. =0.02
表5-27
C. I. =0.11
表5-28
表
5-29
表
5-30
表
5-31
与效果分析类似，在代价分析的经济代价中，包括资金耗费、
运行及维护耗费以及由于取消渡船带来的经济后果。
社会代价表示社会整体付出的代价，其中人民生活方式的改变被认为十分重要；另外不同的过河方式将带来的交通拥挤程度不一。
不同的过河方式导致居民迁移多少不一，对社会产生一定的影响。
环境代价与环境效益相反，它表示各种过河方案导致对环境所造成的损害。
代价分析的判断矩阵如表5-24—表5-36所示。
表5-32
表5-33
表5-34
表5-35
表5-36
得到方案关于代价的合成排序为
T )05.0 ,58.0 ,36.0()4(=代ω
整体一致性比例C.R.(4)<0.1。
各方案的效益/代价如下：
桥梁：效益/代价=1.58 隧道：效益/代价=0.62 轮渡：效益/代价=1.28
方案选择的准则应使效益代价比最大，因此应选择建设桥梁方案。