数据包络分析DEA和层次分析法AHP(excel)PPT.ppt

对于多阶判断矩阵，引入平均随机一致性指标 R.I.(Random Index),下表给出了1-15阶正互反矩阵计算1000次得到的平均随机一致性指标 。 n 1 2 3 4 5 6 7 8 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 n 9 10 11 12 13 14 15 RI 1.46 1.49 1.52 1.54 1.56 1.58 1.59 当 n3时，判断矩阵永远具有完全一致性。判断矩阵一致性指标 C.I. 与同阶平均随机一致性指标R.I. 之比称为随机一致性比率C.R.(Consistency Ratio)。 C.R. = C.I R.I. 当 C.R. 0.10 时，便认为判断矩阵具有可以接受的一致性。当C.R. ≥0.10 时，就需要调整和修正判断矩阵，使其满足C.R. 0.10 ，从而具有满意的一致性。 层次分析法（AHP）具体步骤： 层次单排序 层次单排序就是把本层所有各元素对上一层来说，排出评比顺序，这就要计算判断矩阵的最大特征向量，最常用的方法是和积法和方根法。 和积法具体计算步骤： 将判断矩阵的每一列元素作归一化处理，其元素的一般项为： bij= bij ?1nbij (i,j=1,2,….n) 将每一列经归一化处理后的判断矩阵按行相加为： Wi= ?1nbij (i =1,2,….n) 对向量W=（ W1， W2…… Wn)t归一化处理: Wi= (i =1,2,….n) Wi ?1nWj W=（ W1， W2…… Wn)t 即为所求的特征向量的近似解。 计算判断矩阵最大特征根?max ?max = ?1n (BW)i nWi 方根法具体计算步骤： 将判断矩阵的每一行元素相乘Mij Mij= ?1nbij (i=1,2,….n) 计算Mi 的n 次方根Wi Wi = n?Mi (i=1,2,….n) 对向量W=（ W1， W2…… Wn)t归一化处理: Wi= (i =1,2,….n) Wi ?1nWj W=（ W1， W2…… Wn)t 即为所求的特征向量的近似解。 计算判断矩阵最大特征根?max ?max = ?1n (BW)i nWi 层次分析法（AHP）具体步骤： 层次总排序 利用层次单排序的计算结果，进一步综合出对更上一层次的优劣顺序，就是层次总排序的任务。 层次分析法实例 某单位拟从三名干部中提拔一人担任领导工作，干部的优劣（由上级人事部门提出），用六个属性来衡量：健康状况、业务知识、写作水平、口才、政策水平、工作作风，分别用p1 、 p2 、 p3 、 p4 、 p5 、 p6 来表示。判断矩阵如下B。 B p1健康 p2业务 p3写作 p4口才 p5政策 p6作风 p1 1 1 1 4 1 1/2 p2 1 1 2 4 1 1/2 p3 1 1/2 1 5 3 1/2 p4 1/4 1/4 1/5 1 1/3 1/3 p5 1 1 1/3 3 1 1 p6 2 2 2 3 1 1 判断矩阵 组织部门给三个人，甲、乙、丙对每个目标的层性打分。 B1 甲 乙 丙 甲 1 1/4 1/2 乙 4 1 3 丙 2 1/3 1 健康状况 p1 组织部门给三个人，甲、乙、丙对每个目标的层性打分。 B2 甲 乙 丙 甲 1 1/4 1/5 乙 4 1 1/2 丙 5 2 1 业务水平 p2 CCR模型的解 根据上述的DEA有效性的判别定理,可知: (1)达到DEA有效的DMU分别为： DMU1,DMU2,DMU4,DMU7,DMU9,DMU11 (2)非DEA有效的DMU分别为： DMU3,DMU5,DMU6,DMU8,DMU10 (3)非DEA有效的DMU按定理3进行投影计算结果如后 投影分析结果: 四、 DEA软件介绍 1.DEAP-Version 2.1（Win4deap 1.1.2） .au/econometrics/cepa.htm 2.FRONTIER-Version 4.1C .au/econometrics/cepa.htm 3.Efficiency Measurement System - Version 1.3.0 http://www.wiso-uni-dortmund.de/lstg/or/scheel/ems/ 4.LINDO软件 执行程序 说明文档 输出文档 程序参数设定 输入文档 1个产出 2个投入 2个投入价格 1年资料 5个DMU 1个