AnalyticHierarchyProcess(AHP)层级程序分析法.pptVIP

Analytic Hierarchy Process (AHP)層級程序分析法 Introduction AHP系統化複雜的問題 根據不同的層面給予層級分解 每一層最多7個項目 量化 提供選擇適當的方案 減少決策錯誤的風險性 Work Step Constructing Hierarchies Pair-wise Comparisons Ratio Scales Synthesis of Priorities Constructing Hierarchies Constructing Hierarchies (cont.) Structure the decision problem in a hierarchy Max 7 criteria in a layer Stability Flexibility Pair-wise Comparisons Comparison of the alternatives based on the criteria Pair-wise Comparisons Ratio Example: S11S22S33S12S13S23 R(S11, S11) = 1 R(S11, S22) = 2 R(S11, S33) = 3 R(S11, S12) = 5 R(S11, S13) = 7 R(S11, S23) = 9 Pair-wise Comparisons (cont.) Judge Matrix: rij0 rii=1 rji=1/rij Pair-wise Comparisons (cont.) Judge Matrix Example: S11S22S33S12S13S23 Pair-wise Comparisons (cont.) Ex: S33 S22 = S23 S11 = S12 = S13 R(S33, S33) = 1 R(S33, S22) = 5 R(S33, S23) = 5 R(S33, S11) = 9 R(S33, S12) = 9 R(S33, S13) = 9 Pair-wise Comparisons (cont.) Judge Matrix Example: S33 S22 = S23 S11 = S12 = S13 Pair-wise Comparisons (cont.) 計算最大特徵值 (eigenvalue)與特徵向量(eigenvector) 特徵值 特徵向量 W 特徵向量歸一 n維運算……n2,太複雜, for handoff 不好 近似值求解 行向量和歸一方法, 不一致的矩陣, 精準度高 行向量和歸一方法 求行向量和 Tj 求權重Wi 行向量和歸一方法(cont.) Example: 行向量和歸一方法(cont.) 求AW 行向量和歸一方法(cont.) 求最大特徵值 一致性檢定(consistency) 一致性指標CI(Consistency Index) CI 0.1 不一致, 表示矩陣尺度要重調 行向量和歸一方法(cont.) 一致性比率CR (Consistency Ratio) CR0.1 RI: 隨機指標 一致性測定 行向量和歸一方法(cont.) Synthesis of Priorities 整合 總加權值 其中，i=1…n，(共有n個決策因素) j=1…m，(共有m個替代方案) Wi=第i個criteria之權重 Yij=第j個替代方案中 第i個因素所獲得的評估值 Example Alternatives: Example (cont.) Example (cont.) 總加權值 * * Ratio Scales R(S22, S23) = 1 R(S22, S11) = 5 R(S22, S12) = 5 R(S22, S13) = 5 R(S11, S12) = 1 R(S11, S13) = 1 Judge Matrix 理想的評比值會使得Ａｉｊ=Ｗｉ／Ｗｊ，但實際的情況下可能會Ａij≠Ｗi/Ｗj， 因此λmax≠n。所以由λmax與n兩者之間的差異程度可作為判斷一致性高低的 評量準則。一致性指標（Consistency Index，簡稱C.I.）每個成對比較矩陣可查 到對應的隨機指標值（Random Index，簡稱R.I.） 矩陣階數n 1 2 3 4 5 6 7 8 R.I. 0 0 0?58 0?90 1?12 1?24 1?32 1?41 矩陣階數n 9 10 11 12 13 14 15 16 R.I.