层次分析法是对复杂问题作出决策的种简明有效的新方法.docVIP

层次分析法是对复杂问题作出决策的一种简明有效的新方法根据问题的总目标，以系统的观点， b …… B2 b …… b B3 B4 b b b b 其中b表示对于A而言，Bi与Bj相对重要性的数值表现形式。根据心理学研究表明，进行成队比较的等级，最多为9，即通常b取1，2，3，……，9及它们的倒数。其含义为：1表示Bi与Bj一样重要；3表示前者比后者重要一点；5表示前者比后者重要；7表示前者比后者重要的多；9表示前者比后者极端重要；它们之间的数2，4，6，8则表示阶于其间的重要性判断。 计算单层次排序 层次单排序是根据判断矩阵计算对上一层某元素而言本层次与之有联系的元素的重要性次序的权值，可以通过计算判断矩阵的特征根和特征向量来求得。 例如：准则层相对于目标层的成对比较矩阵及权重向量 A B1 B2 B1 1 1/2 1/3 B2 2 1 2/3 即A= = =2.000 注： 方根法： 由于A=，得= n=2 = = ==+=2 若b=b/b则称Bi,Bj,Bk具有一致性。对判断矩阵B， 若b= b/b(I;j;k=1,2,……n)，则B具有完全一致性。 按理说，对任何一个判断矩阵B都应具有一致性，但由于比较是两量进行的，可能会造成不一致，为了检验判断矩阵B的有效性，须对其进行一致性检验。 一致性指标CI为 CI===0 当B具有完全一致性时，=n，即CI=0。 由于主观判断会造成不一致，为了检验矩阵是否具有满意的一致性，须将CI与平均一致性指标RI进行比较。 对1~9阶矩阵，RI值见下表： n 1 2 3 4 5 6 7 8 9 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 CR=CI/RI 若CR0.1时，一般认为判断矩阵具有满意的一致性，否则就要对判断矩阵进行调整。 计算各层元素的组合权重 利用同一层次中所有层次单排序的结果，就可以计算对上一层而言本层所有元素重要性的权值，这就是层次总排序。 层次总排序是从上而下逐层进行计算的。假设上一层次所有元素A1，A2……An的总排序已完成，分别为a,a,……,a,而已计算出与A1对应的本层次B1，B2，……Bn的单排序权值为b,b……，b,则我们可以得B层的总排序。 一致性检验 在层次分析的整个计算中，除了对判断矩阵进行一致性检验外，还要对层次进行组合一致性检验。分别定义如下： CI——层次总排序一致性指标； RI——层次总排序谁机一致性指标； CR——层次排序一致性比例 即 CI= RI= CR=CI/RI 其中CI、RI分别为与A对应的B层次中判断矩阵的一致性指标和随即一致性指标。 同样，当CR0.1时，我们认为层次总排序的计算结果具有满意的一致性。 模糊综合评判的运算模型 模糊综合评判原理： 模糊综合评判的数学模型由3个要素、5个主要步骤组成。按图1构建 其中，3个要素：1因素论域 2评语论域 3单因素论域 5个步骤： 1确定评判对象的因素论域A 例如： A={B1，B2} 2确定评语等级论域V 例如： V={优（4分），良（3分），及格（2分），差（1分）} 3进行单因素评判，建立模糊关系矩阵 对单个因素Bi的评判，得到V上的模糊集R,它是从B到V的一个模糊映射 f：B→V Bi→Vi=R （i=1.2.……） 模糊映射f诱导了模糊关系R称为评判矩阵 4确定各因素的权重 =（，，……） 5选择合成算子 将和R合成得到的综合评判结果A A=*R 依次反复进行合成运算，直至得到全面的综合评判结果，使评判信息明确化，最后做出等级评判。 单层模糊综合评判 模糊变换法 以R表似乎模糊评价矩阵，A表示加权向量，要求A的各个元素和等于1，通过模糊变换的方式即“最大最小”原则获得评价结果向量，计算公式为 b (j=1,2,……,m) 此时无论r的值如何，a的结果都不可能大于a, a实际上没有起到加权的作用，而是起到“过滤”、“限制”的作用。在下一步运算中通过取大，在n个a中只取一个最大值，淘汰了其他因素。 以“乘”代替“取小” 计算公式为 b (j=1,2,……,m) 这时的a不再起“过滤”、“限制”的作用，确实是在“加权”。但下一步乃是取大运算，A乃未能全部进入b，主因素的作用仍然突出。 以“加”代替“取大” 计算公