AHP、TOPSIS、DEA三种方法.doc

南京理工大学泰州科技学院 计算机 系 信管 专业 10（2）班级 专业综合实训 姓 名： 学 号： 指导老师： 职 称： 设计地点： 4306 起讫时间： 14.1.6- 14.1.17 完成报告书时间： 2014 年 1 月 17 日 计算机科学与技术系编印 二零一三年一、 AHP、TOPSIS、DEA三种方法的理论基础 1 层次分析法，(j=1,2,..,m)，这样构造的m阶矩阵用于求解各个目标关于某准则的优先权重，称为权重解析判断矩阵，简称判断矩阵，记作。 表1-1 目标重要性判断矩阵A中元素的取值 相对重要程度 定义 说明 1 同等重要 两个目标同样重要 3 略微重要 由经验或判断，认为一个目标比另一个略微重要 5 相当重要 由经验或判断，认为一个目标比另一个重要 7 明显重要 深感一个目标比另一个重要，且这种重要性已有实践证明 9 绝对重要 强烈的感到一个目标比另一个重要得多 2，4，6，8 两个相邻判 断的中间值 需要折中时采用 判断矩阵是由第i个目标（i=1,2,…,m）对第j个目标的相对重要性 构成的，n个目标成对比较的结果为矩阵A。 若决策人能够准确估计（），则有： , , 定义1 设 ，（即0；i,j=1,2,..,m）,如果满足条件 (1) （i=1,2,..,m）， (2) ，(i,j=1,2,…,m)， 则称矩阵A互反正矩阵。 定义2设 ，如果满足条件 (i,j,k=1,2,…,m), 则称矩阵A为一致性矩阵。 AHP对于判断矩阵有两种常用的方法，一是本征向量法，二是判断矩阵的近似解法。下面详细介绍这两种方法： （1）本征向量法 ， 即=0 式中I是单位矩阵，如果目标重要性判断矩阵A中的估计值准确，上式严格等于0（m维0向量），如果A的估计不够准确，则A中元素的小的摄动意味着本征值的小的摄动，从而有 ， 式中是矩阵A的最大本征值。于是可以求得本征向量,即权为W=[]，这种方法称为本征向量法。 （2）判断矩阵的近似解法(根法) 设判断矩阵,根法的基本步骤为： ①A中每行元素连乘并开m次方，即 ②求权重 , ③A中每列元素求和 , ④计算的值 = 或设判断矩阵,根法的基本步骤为： ①将判断矩阵A的元素按列作归一化处理，得到矩阵Q=(q)，其中 （i,j =1,2,…,m） ②将矩阵Q的元素按行相加，得到向量。其中， () ③对向量α作归一化处理，即 (),得到特征向量W=[] ④求出最大特征值 3、判断矩阵的一致性检验 为了判断算出结果的可靠性，需要进行一致性检验，可计算此时的一致性度量指标CI。 设矩阵A是互反正矩阵，矩阵A的一致性条件为，用 来度量A中各元素 (i,j=1,2,…,m)的估计一致性，为此引入一致性指标CI: ，CI与同阶矩阵的随机指标RI（random index）之比称为一致性比率CR(consistency rate)，即。 通过一致性比率CI可以检验权重的可靠性，当CR0.1时，说明判断矩阵的一致性太差，应重新估计；若CR0.1时，则可认为判断矩阵A的一致性可以接受。为了能够掌握调整后的结果可以通过最大特征值与临界特征值的比较而获得一致性参数，中CR取0.1： 表1-2 随机指标RI，取值表 n 1,2 3 4 5 6 7 8 9 10 RI 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 0.00 3.116 4.27 5.45 6.62 7.79 8.99 10.16 11.34 综上所述，判断矩阵一致性检验步骤为： ① 求出一致性指标 ② 查表得到随机一致性指标RI ③ 计算一致性比率，当CR0.1时，接受判断矩阵；否则，修改判断矩阵直至 4、AHP方法的基本步骤 ① 建立层次结构模型。 ② 构造判断矩阵。 ③ 用本征向量法求和W； ④ 矩阵A的一致性检验 ⑤ 方案排序。 图1 AHP流程图 4、优缺点分析 AHP从本质上讲是一种科学的思维方式，其主要的优点是： ①面对具有层次结构的整体问题综合评价，采取逐层分解，变为多个单准则评价问题，在多个单准则评价的基础上进行综合； ②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； ③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； ④系统性的分析方法，简洁实用，所需的定量数据信息少。 AHP方法也有致命的缺点： ①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该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就不合