运用SAS程序实现层次分析法的综合评价论文.docVIP

　　运用SAS程序实现层次分析法的综合评价论文 【摘要】 目的：用SAS程序帮助实现层次分析法的综合评价，从而简化运算过程，提高计算的准确度。方法：对层次分析法中权重系数计算和检验过程编SAS程序。结果：将原始判断优势矩阵输入SAS程序中的相应数组后，运行程序便可很快得到归一化权重系数和随机一致性比率，并得出各评价对象综合评分指数和排序结果。结论：笔者编写的层次分析法综合评价SAS程序具有通用、简便、实用和可操作性强的特点，在实际综合评价工作实践中具有很强的实用价值。 【关键词】 层次分析法; 权重系数; 矩阵; 综合评价; SAS 层次分析法(analytic hierarchy process，简称AHP)由美国科学家T.L.Saaty于20世纪70年代提出，是用系统分析的方法.freelai1,ai2,…,aim 计算初始权重系数ax-mm-1, λMax=mi=1λi / m ，λi=mj=1aij为受检验层次的子目标数，λMax 为最大特征根，λi 为该层子目标成对比较判断优选矩阵的特征根。为了度量不同阶段矩阵是否具有满意的一致性，我们还需引入判断矩阵的平均随机一致性指标RI值。通常采用美国运筹学家Saaty教授创立的1～9 级标度法3。对于1～9阶判断矩阵，RI值见表3。 表3 1～9阶平均随机一致性指标RI的取值 对于1，2阶判断矩阵，RI只是形式上的，因为1，2阶判断矩阵具有完全一致性。当阶数大于2时，判断矩阵一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率，记为CR。 CR=CIRI ，当CR 0.1时，即可认为判断矩阵具有满意的一致性，否则就需要调整判断矩阵，并使之具有满意的一致性。本例， λ1=(1/ 0.637+3×0.2583+5×0.1047) / 0.6370 =3.0383 λ2=(1/3×0.637+1×0.2583+3×0.1047) / 0.2583 =3.0298 λ3=(1/5×0.637+1/3×0.2583+1×0.1047) / 0.1047=3.0298 λMax=(3.0383+3.0298+3.0309)/3=3.033 CI=(3.033-3)/(3-1)=0.0165 0.1 CR=0.0165/0.58=0.0284 0.1 认为第一层子目标各项判断无逻辑错误。依此类推，运用此法可检测各层子目标权重系数是否合乎逻辑。 1.4 计算各评价指标权重系数及进行检验的SAS程序 /*计算各子目标归一化权重系数并检验是否符合逻辑*/ data ahp; %let a=3; /*a为判断矩阵层数*/ array s( a) ; /*定义初始权重系数数组*/ array (of s(*)); /*各子目标归一化权重系数*/ end; do i=1 to num=0; do j=1 to num=num+z(i,j)*; /*该层子目标成对比较判断优选矩阵的特征根 */ end; tmax=sum(of t(*))/ /*最大特征根 */ ci=(tmax- a)/( a-1); /*一致性指标CI*/ cr=ci/ri( /* 随机一致性比率CR*/ run; 2 计算综合评分指数，对评价对象的总评价目标进行综合 评估2.1 计算综合评分指数GI并对其进行排序 首先手工计算各评价指标组合权重系数C* ，它等于各评价指标(即最后子目标)与其所属各上级子目标归一化权重系数的连乘积。综合评分指数GI按下列公式求得。GI=miCiPi ，式中Pi 为第i个评价指标的测量值，m为评价指标的个数。 某市6所医院综合评价数据见表4。表4 某市6所医院工作质量的综合评价表 评价指标Pi 组合权重Ci 医 院ABCDEF病床使用率0.189295.092.094.895.689.177.4治疗有效率0.229288.191.290.094.093.692.2重症收容率0.114515.48.37.93.19.53.7医疗制度执行优良率0.104174.753.461.950.061.967.1护理制度执行优良率0.258354.720.726.120.027.435.3膳食供应优良率0.104741.341.422.820.034.030.3综合评分指数GI66.254.555.052.556.555.5工作质量顺位154623 2.2 综合评分指数GI计算及排序SAS程序 /*计算工作质量评分指数GI*/ data score; %let b=6; /*b为评价单位数*/ %let c=6; /*c为评价指标数*/ array score( Array c=0; Do j=1 to