AHP决策分析.pptx

AHP决策分析的基本原理与计算方决策分析的基本原理与计算方法法 一、一、基本原理基本原理 AHP决策分析方法的基本原理，可以用以下的简单事例分析来说明。假设有n个物体A1，A2，An，它们的重量分别记为W1，W2，Wn。现将每个物体的重量两两进行比较如下：若以矩阵来表示各物体的这种相互重量关系，AA称为判断矩阵。若取重量向量WW1，W2，WnT，则有：AWnWW是判断矩阵A的特征向量，n是A的一个特征值。根据线性代数知识可以证明，n是矩阵是矩阵A的唯一非零的，也是最的唯一非零的，也是最大的特征值。大的特征值。上述事实告诉我们，如果有一组物体，需要知道它们的重量，而又没有衡器，那么就可以通过两两比较它们的相互重量，得出每一对物体重量比的判断，从而构成判断矩阵；然后通过求解判断矩阵的最大特征值max和它所对应的特征向量，就可以得出这一组物体的相对重量。这一思路提示我们这一思路提示我们 在复杂的决策问题研究中，对于一些无法度量的因素，只要引入合理的度量标度，通过构造判断矩阵，就可以用这种方法来度量各因素之间的相对重要性，从而为有关决策提供依据。这一思想，实际上就是AHP决策分析方法的基本思想，AHP决策分析方法的基本原理也由此而来。二、二、AHP决策分析方法的基本过程决策分析方法的基本过程 AHP决策分析方法的基本过程，大体可以分为如下六个基本步骤：（一一）明确问题）明确问题。即弄清问题的范围，所包含的因素，各因素之间的关系等，以便尽量掌握充分的信息。（二二）建立层次结构模型建立层次结构模型。（三三）构造判断矩阵构造判断矩阵。（四四）层次单排序层次单排序。（五五）层次总排序层次总排序。（六六）一致性检验一致性检验。转到第三部分转到第三部分在这一个步骤中，要求将问题所含的要素进行分组，把每一组作为一个层次，并将它们按照：最高层（目标层）若干中间层（准则层）最低层（措施层）的次序排列起来。这种层次结构模型常用结构图来表示（图8.1.1），图中要标明上下层元素之间的关系。（二）建立层次结构模型建立层次结构模型。AHP决策分析法层次结构示意图决策分析法层次结构示意图 n如果某一个元素与下一层的所有元素均有联系，则称这个元素与下一层次存在有完全层次的关系。n如果某一个元素只与下一层的部分元素有联系，则称这个元素与下一层次存在有不完全层次的关系。n层次之间可以建立子层次，子层次从属于主层次中的某一个元素，它的元素与下一层的元素有联系，但不形成独立层次。返回返回（三）构造判断矩阵。（三）构造判断矩阵。判断矩阵表示针对上一层次中的某元素而言，评定该层次中各有关元素相对重要性程度的判断。其形式如下：这一个步骤是AHP决策分析中一个关键的步骤。其中，bij 表示对于Ak 而言，元素Bi 对Bj 的相对重要性程度的判断值。一般取1，3，5，7，9等5个等级标度，其意义为：1表示Bi与B j同等重要；3表示Bi较B j重要一点；5表示Bi较B j重要得多；7表示Bi较B j更重要；9表示Bi较B j极端重要。而2，4，6，8表示相邻判断的中值，当5个等级不够用时，可以使用这几个数。显然，显然，对于任何判断矩阵都应满足 （i，j1，2，n）一般而言，判断矩阵的数值判断矩阵的数值 是根据数据资料、专家意见和分析者的认识，加以平衡后给出的。如果判断矩阵存在关系：bij （i，j，k1，2，3，n）则称它具有完全一致性。为了考察AHP决策分析方法得出的结果是否基本合理，需要对判断矩阵进行一致性检验。返回返回四、层次单排序。目的目的：确定本层次与上层次中的某元素有联系的各元素重要性次序的权重值。任务任务：计算判断矩阵的特征根和特征向量。即对于判断矩阵B，计算满足：的特征根和特征向量。式中，max为判断矩阵B的最大特征根，W为对应于max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。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，maxn。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：检验判断矩阵的一致性：检验判断矩阵的一致性：在（8.1.6）式中，当CI0时，判断矩阵具有完全一致性；反之，CI愈大，就表示判断矩阵的一致性就越差。为了检验判断矩阵是否具有令人满意的一致性，需要将CI与平均随机一致性指标RI（见表.1）进行比较。一般而言，1或2阶的判断矩阵总是具有完全一致性的。对于2阶以上的判断矩阵，其一致性指标CI与同阶的平均随机一致性指标RI之比，称为判断矩阵的随机一致性比例，记为CR。一般地，当（7）时，就认为判断矩阵具有令人满意的一致性；否则，当CR 0.1时，就需要调整判断矩阵，直到满意为止。表表 平均随机一致性指标平均随机一致性指标 返回返回五、层次总排序。定义定义：利用同一层次中所有层次单排序的结果，就可以计算针对上一层次而言，本层次所有元素的重要性权重值，这就称为层次总排序。层次总排序需要从上到下逐层顺序进行。对于最高层而言，其层次单排序的结果也就是总排序的结果。假如上一层的层次总排序已经完成，元素A1，A2，Am得到的权重值分别为a1，a2，am；与Aj对应的本层次元素B1，B2，Bn的层次单排序结果为 T（当Bi与Aj无联系时，0）；那么，B层次的总排序结果见表8.1.2。表表8.1.2 8.1.2 层次总排序表层次总排序表 显然：即层次总排序是归一化的正规向量。返回返回CIRICR CI为层次总排序的一致性指标；CIj为与aj对应的B层次中判断矩阵的一致性指标；RI为层次总排序的随机一致性指标；RIj为与aj对应的B层次中判断矩阵的随机一致性指标；CR为层次总排序的随机一致性比例。（六)、层次总排序的一致性检验。为了评价层次总排序结果的一致性，类似于层次单排序，也需要进行一致性检验。为此，需要分别计算下列指标：当CR0.10时，则认为层次总排序的计算结果具有令人满意的一致性；否则，就需要对本层次的各判断矩阵进行调整，直至层次总排序的一致性检验达到要求为止。返回返回三、计算方法三、计算方法 通过前面的介绍，我们知道，在AHP决策分析方法中，最根本的计算任务是求解判断矩阵的最大特征根最大特征根 及其所对应的特征向量特征向量 。这些问题可以用线性代数知识去求解，并且能够利用计算机求得任意高精度的结果。但事实上，在AHP决策分析方法中，判断矩阵的最大特征根及其对应的特征向量的计算，并不需要追求太高的精度。这是因为判断矩阵本身就是将定性问题定量化的结果，允许存在一定的误差范围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。n方根法方根法 n和积法和积法(1)方方根根法法 计算判断矩阵每一行元素的乘积 计算 的n次方根 将向量 归一化：则 即为所求的特征向量。计算最大特征根 表示向量AW的第个分量。(2)和和积积法法将判断矩阵每一列归一化：对按列归一化的判断矩阵，再按行求和：将向量 归一化：则 即为所求的特征向量。计算最大特征根：表示向量AW的第个分量。四、对AHP方法的简单评价 优点优点：思路简单明了，它将决策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。缺点缺点：存在着较大的随意性。譬如，对于同样一个决策问题，如果在互不干扰、互不影响的条件下，让不同的人同样都采用AHP决策分析方法进行研究，则他们所建立的层次结构模型、所构造的判断矩阵很可能是各不相同的，分析所得出的结论也可能各有差异。为了克服这种缺点，在实际运用中，特别是在多目标、多准则、多要素、多层次的非结构化的战略决策问题的研究中，对于问题所涉及的各种要素及其层次结构模型的建立，往往需要多部门、多领域的专家共同会商、集体决定；在构造判断矩阵时，对于各个因素之间的重要程度的判断，也应该综合各个专家的不同意见，譬如，取各个专家的判断值的平均数、众数或中位数。案例、兰州市主导产业选择的决策分案例、兰州市主导产业选择的决策分析析 地处甘肃省中部、黄河上游的兰州市，是甘肃省的省会，全省政治、经济、文化、医疗卫生、教育和科技中心。兰州经济的发展，无疑在全省、乃至全国占有着十分重要的地位。在国家实施西部大开发战略之际，兰州究竟如何抓住时机，发挥地区优势，促进城市经济的全面发展，并使之尽快成为中国西北地区的核心增长极？为了解决这一问题，必须以市场为导向，结合本市的自然、经济、社会和技术条件，综合各种有利和不利因素，选择一批能发挥地区优势，具有较高效益的主导产业，从而带动全市经济的腾飞。n目标层（A）：选择带动兰州市经济全面发展的主导产业。n准则层（C）：主导产业选择的准则，主要应该以如下三个方面的准则为判断标准：C1 市场需求（包括市场需求现状和远景市场潜力）；C2 效益准则（这里主要考虑产业的经济效益）；C3 发挥地区优势，合理利用资源。（一）层次结构模型（一）层次结构模型 对象层（P）。主导产业选择的对象主要包括如下十四个方面：P1 能源工业 P2 交通运输业P3 冶金工业 P4 化工工业P5 纺织工业 P6 建材工业P7 建筑业 P8 机械工业P9 食品加工业 P10 信息产业 P11 电器电子工业 P12 农业P13 旅游业 P14 饮食服务 图图 兰州市主导产业选择的兰州市主导产业选择的AHPAHP层次结构图层次结构图（二）模型计算过程（二）模型计算过程 构造判断矩阵AC、CP，进行层次单排序。max=3.038，CI=0.019，RI=0.58，CR=0.03280.10。表表 AC判断矩阵及排序结果判断矩阵及排序结果 AC1C2C3WAC111/330.260C2150.634C310.106表表 C1P判断矩阵及层次单排序结果判断矩阵及层次单排序结果 max=15.65，CI=0.127，RI=1.58，CR=0.08040.10 表表8.2.22 C2P判断矩阵及层次单排序结果判断矩阵及层次单排序结果 max=15.94，CI=0.149，RI=1.58，CR=0.09430.10 表表8.2.23 C3P判断矩阵及层次单排序结果判断矩阵及层次单排序结果 max=15.64，CI=0.126，RI=1.58，CR=0.0797 P2（交通运输业）P4（化工工业）P3（冶金工业）P5（纺织工业）P7（建筑业）P11（电器、电子工业）P8（机械工业）P12（农业）P6（建材工业）P10（信息产业）P13（旅游业）P14（饮食服务业）P9（食品加工业）。