层次分析法介绍.docVIP

2 层次分析法 2.1层次分析法的简单介绍 层次分析法（Analytic Hierarchy Process 简称AHP），是20世纪80年代由美国运筹学教授T. L. Satty 提出的一种简便、灵活而又实用的多准则决策方法，它根据问题的性质和要达到的目标分解出问题的组成因素，并按因素间的相互关系将因素层次化，组成一个层次结构模型，然后按层分析，最终获得最低层因素对于最高层（总目标）的重要性权值。 在经营决策中经常会遇到多指标、多方案的综合比较问题, 由于经常出现多个方案互有好坏的情况。因此要从成百上千个指标、方案中选择最佳的组合方案就成了一个较为麻烦的问题。在实际应用中,尽管人们还不能解决多个方案的综合比较问题, 但是如果就2个方案之间进行比较还是可以判断出相对好坏的。于是, 设法在数学上找到1种方法, 使之从多方案比较过渡到两两之间的比较,从而解决多方案比较的问题, 这就是AHP法的基本思想。 2.2层次分析法的基本层次结构 第一类：最高层，又称顶层、目标层。 第二类：中间层，又称准则层。 第三类：最底层，又称措施层、方案层。 层次结构图 A A 层次之间的支配关系是完全的结构模型层 (二) 层次之间的支配关系是不完全的结构模型 2.3 判断矩阵 设要比较个因素对目标的影响，从而确定它们在中所占的比重，每次取两个因素和用表示与对的影响程度之比，按1～9的比例标度来度量，个被比较的元素构成一个两两比较（成对比较）的判断矩阵显然，判断矩阵具有性质： 所以又称判断矩阵为正互反矩阵（简称正互阵，又称成对比较阵）。 现在，来看看如何确定的取值？T.L.Satty的做法是用数字1～9及其倒数作为标度 （见表2-1）。选择1～9方法是基与下述根据： （1）在估计事物质的区别时，人们常用五种判断表示，即相等、较强、强、很强、绝对强。当需要更高精度时，还可以在相邻判断之间做出比较，这样，总共有九个等级，它们有连贯性，便于在实践中应用。 （2）心理学家认为，人们同时在比较若干个对象时，能够区别差异的心理学极限为个对象，这样它们之间的差异正好可以用九个数字表示出来。Satty还将1～9标度方法同另外一种26标度方法进行过比较，结果表明1～9标度是可行的，并且能够地将思维判断数量化。 表2-1 判断值 比较关系 强烈程度 1 相等 3 稍好于 5 明显好于 7 比好得多 9 极端好于 1/3 稍次于 1/5 明显次于 1/7 比次得多 1/9 绝对次于 2，4 ，6 ，8及 1/2 ， 1/4 ， 1/6 ， 1/8 表示强烈程度在相应相邻等级之间 2.4一致性检验 虽然通过两两成对比较得到的判断矩阵不一定满足一致性，但人们还是希望能找到一个数量标准，用它来衡量矩阵A不一致的程度。假如，把一块单位重量的分成块，其重量分别为,则在中所占的比重可按其重量排序，即为，与的相对重量为，这样就能得到判断矩阵 显然，矩阵是满足一致性的互反矩阵，并且有 记，则 即对于一致的判断矩阵而言，排序向量就是的特征向量。反之，若是一致性的正互反矩阵，则有性质： ， ， 因此 ，即 ，这样的话，就有 类似地可以证明 是的属于特征根的特征向量，并且由于是相对变量关于目标的判断阵，故为诸对象的一个排序。 除了以上性质外，一致的正互反矩阵还具有性质：的转置也是一致的；的每一行均为任意指定的一行的倍数，从而 的最大特征根，其余的特征根为0；设的最大特征根对应有特征向量 ，则 由上面的性质有，当是一致阵时，，将对应特征向量标准化后，仍记为，即满足 称为权向量。权向量在层次分析法中有很重要的作用，他表示在目标中的比重。 关于正互反矩阵，根据Perron-Frobenius定理有结论： 正互反阵存在正实数的最大特征根，这个特征根是单根，其余的特征根的模均小于它，并且这个最大的特征根有正的特征向量（特征向量的每一分量皆为正）。 阶正互反矩阵是一致阵的充分必要条件是。 这样若判断矩阵不具有一致性，则并且这时的权向量就不能真实地反映在目标中所占的比重，衡量不一致程度的数量指标被称作一致性指标，为 由于，实际上相当于个特征根（最大特征值除外）的平均值。当然对于一个阵来说，一致性指标等于0，并且由此可以知的值越小越好。 但是仅仅依靠值来作为判断矩阵是否具有较好的一致性的指标是不够的，因为可能产生的片面性跟问题的因素多少、规模大小有关，即随着值的增大误差将增大。为此，Satty又提出平均随机一致性指标 对于固