现代综合评价方法与案例精选讲座PPT.ppt

（1）递阶层次结构 决策目标 准则1 准则2 准则k 子准则1 子准则2 子准则m 方案1 方案2 方案n …… …… …… …… …… …… 目标层 准则层 子准则层 方案层 （2）计算单一准则下元素的相对重要性 这一步是计算各层中元素相对于上层各目标元素的相对重要性（层次单排序），参见前面的单层次模型。 例：如图 相对于目标A1而言，C1、C2、C3、C4相对重要性权值为w11、w12、w13、w14， 同理相对目标A2， C1、C2、C3、C4相对重要性权值为w21、w22、w23、w24。 A1 A2 C1 C2 C3 C4 w11 w12 w13 w14 （3）计算各元素的总权重 （4）评价层次总排序计算结果的一致性 设：CI为层次总排序一致性指标： RI为层次总排序随机一致性指标。 其计算公式为： CIi为Ai相应的B层次中判断矩阵的一致性指标。 RIi为Ai相对应的B层次中判断矩阵随机一致性指标 并取 当 ，认为层次总排序的结果具有满意的一致性。 第四节 应用案例 案例一：某厂有一笔企业留成利润要决定如何使用，根据各方意见提出的决策方案有：发奖金；扩建集体福利设施；办技校；建图书馆；购买新设备。在决策时要考虑调动职工劳动积极性、提高职工技术文化水平、改善职工物质文化生活三方面，据此构造各因素之间相互联结的层次结构模型如下图所示。 （1）层次结构图 准则层C 方案层D 目标层A 合理使用企业留利 ×× 万元 调动职工劳动 积极性 提高企业 技术水平 改善职工物质 文化生活状况 发奖金 扩建集体 福利设施 办技校 建图 书馆 购买新 设施 A C 1 C 2 C 3 d 1 d 2 d 3 d 4 d 5 （2）计算单一准则下元素的相对重要性 i. 第二层相对于第一层的判断矩阵 通过计算得判断矩阵的特征向量和特征值分别为： W=(0.105,0.637,0.258) λmax=3.039 对判断矩阵进行一致性检验，即计算C.I.和C.R. C.I.=0.019 C.R.=0.0330.1 说明判断矩阵的一致性可以接受。 A-C C 1 C 2 C 3 C 1 1 1/5 1/3 C 2 5 1 3 C 3 3 1/3 1 C1 C2 C3 w1=0.105 W2=0.637 W3=0.258 A ii. 第三层元素相对于第二层元素判断矩阵 W =(0.491,0.232,0.092,0.138,0.046) 126 . 5 max = l C.I =0.032 C.R. =0.0280.1 C 1 -D d 1 d 2 d 3 d 4 d 5 d 1 1 2 3 4 7 d 2 1/2 1 3 2 5 d 3 1/3 1/3 1 1/2 1 d 4 1/4 1/2 2 1 3 d 5 1/7 1/5 1 1/3 1 w11 W12 W13 C1 C2 C3 d1 d2 d3 d4 d5 w14 w15 w21 W22 W23 C1 C2 C3 d1 d2 d3 d4 d5 w24 w25 w31 W32 W33 C1 C2 C3 d1 d2 d3 d4 d5 w34 w35 （3）计算各元素的总权重 （4）结论 发奖金，福利设施，办技校，建图书馆，新设备 W=(0.157, 0.164, 0.393, 0.113, 0.172) C.I.=0.028 R.I.=0.923 CR=0.030.10 计算结果表明，对于合理使用企业留成利润来说， 办技校是首选的方案。 练习：推选班长 目标层 选一好班长 健康状况 业务知识 创新能力 写作能力 工作作风 准则层 方案层 政策水平 * 各种方案在决策心中进行权衡，对各方案进行排序，我们就可以认为，在决策者心目中给各方案赋以不同的权重，权重大者排在前面，权重小者排在后面。但是，根据四个评价标准，直接给各方案赋权很难直观判断。 尽管AHP方法的应用需要掌握一些简单的数学工具，尽管从数学原理上AHP有深刻的内容，但AHP从本质上讲是一种思维方式。 它把复杂问题分解成个组成因素，又将这些因素按支配关系分组形成递阶层次结构。通过两两比较的方式确定层次中诸因素的相对重要性。然后综合决策着的判断，确定决策方案相对重要性的总的排序。 整个过程体现了人的决策思维的基本特征，即分解、判断、综合。 AHP又是一种定量与定性相结合，将人的主观判断用数量形式表达和处理的方法。 * 各种方案在决策心中进行权衡，对各方案进行排序，我们就可以认为，在决策者心目中给各方案赋以不同的权重，权重大者排在前面，权重小者排在后面。但是，根据四个评价标准，直接给各方案赋权很难直观判断。 尽管AHP方法的应用需要掌