第17章层次分析法详解.docVIP

PAGE PAGE 19 第17章 层次分析法 本章主要针对一些目标（因素）结构复杂且缺乏必要的数据的决策问题，介绍了一种比较有效的决策方法，即层次分析法。它可以将决策者的经验判断给予量化，从而将一些定性决策问题定量化。书中介绍了层次分析法的基本原理及具体的实现步骤，并结合实例利用MATLAB软件给予实现。 17.1 引例 旅游方案的决策问题 人们在日常生活中常常会碰到许多事情需要做出决策：例如某人计划去旅游，可供选择的目的地有：（1）苏州；（2）北京；（3）桂林。在选择旅游目的地时，须考虑到景色、费用、居住条件、饮食条件、旅途费用等因素，在综合考虑了这些因素后，选择一种对此人最为合理的决策方案。 在上述决策问题中，可供选择的方案有三种，即：（1）苏州；（2）北京；（3）桂林。要选择一种最为合理的方案，须对这三种方案的优劣性进行综合评价，排队后，才能做出决策。 对这类复杂的决策问题，一般可按如下步骤进行处理： （1）先对问题所涉及的因素进行分类，然后构造一个各因素之间相互联结的层次结构模型。因素分类包括：（一）为目标类,即选择合适的旅游景点；（二）为准则类，这是衡量目标能否实现的标准，即景色、费用、居住条件、饮食条件、旅途费用等因素；（三）为措施类，是指实现目标的方案、方法、手段等，即指苏州、北京、桂林三个旅游目的地。 （2）按目标到措施自上而下地将各类因素之间的直接影响关系排列于不同层次，并构成一层次结构图，如图17-1所示。 北 京苏 州 北 京 苏 州 桂 林 选 择 旅 游 景 点 费 用 景 色 居 住 饮 食 旅 途 图17-1 选择旅游地的层次结构 目标层 准则层 准则层 方案层 方案层 （3）依据上面的层次结构图，由决策者的经验给出每一层的各因素的相对重要性的权数，从而得到一些判断矩阵，然后将其不断修正，直至其通过一致性检验。 （4）进行组合权重计算，计算出措施层各方案的相对权数。从而确定出各方案的优劣次序，以便供决策者决策。 上面便是层次分析法的一般步骤，它可以较为有效地处理一些决策问题。 17.2 层次分析法的基本原理 人们在处理上述决策问题的时候，要考虑的因素有多有少，有大有小，但有一个共同的特点是它们通常都涉及到经济、社会、人文等方面的因素，在作比较、判断、评价、决策时，这些因素的重要性、影响力或优先程度往往难以量化。人的主观选择会起着相当主要的作用，这就给用一般的数学方法解决问题带来本质上的困难。 T．L．Saaty等人在七十年代提出了一种能有效地处理这样一类问题的实用方法，称为层次分析法(Analytic Hierarchy Process，简称AHP法)，这是一种定性与定量分析相结合的多目标决策分析方法。它可以将决策者的经验判断给予量化，能将一些半定性、半定量问题转化为定量计算问题，从而可以使人们的思维过程层次化，逐层比较多种关联因素，为分析、决策、预测或控制事物的发展提供定量的依据，这对于处理一些目标（因素）结构复杂且缺乏必要的数据的决策问题尤为实用。下面结合一些实际问题对其基本原理给予介绍。 设有件物体；它们的重量分别为。若将它们两两地比较重量，其比值可构成矩阵。 将重量向量 右乘矩阵，可得 即 （17.1） 由矩阵理论知，为特征向量，为特征向量。若为未知时，则可根据决策者对物体之间两两相比的关系，主观做出比值的判断，使矩阵为已知，于是得一判断矩阵，记作。 显然矩阵有以下特点： (1) (2) 这里矩阵称为正互反矩阵。 若正互反矩阵满足条件 则A成为一致矩阵。它具有下列性质： 1) 的转置也是一致矩阵； 2) 的每一行均为任意指定一行的正倍数，从而rank()=1； 3) 的最大特征根，其余的特征根为零； 若对应的特征向量为则。 若给出的判断矩阵具有上述特性，则该矩阵具有完全一致性。然而人们对复杂事务的各因素，采用两两比较时，不可能做到判断的完全一致性，而存在估计误差，这必然导致特征值及特征向量也有偏差。这时问题由变成，这里是矩阵的最大特征值，便是带有偏差的相对权重向量。为了避免误差太大，所以须检验矩阵的一致性。 当矩阵完全一致时，因，，故存在唯一的非零特征值。 当矩阵 不一致时，一般是，这时 于是有 以其平均值作为检验判断矩阵一致性指标 （17.2） 当矩阵完全一致；值越大，判断矩阵的完全一致性越差。 判断矩阵的维数越大，判断的一致性越差，为了放宽对高维判断矩阵一致性的要求，引入修正值，即随机一致性指标，见表17-1，并取更为合理的作为衡量判断矩阵一致性的指