用SuperDecision进行网络层次分析法(ANP)应用实例.pdf

用 SuperDecision 进行网络层次分析法（ ANP ）的应用实例 一、网络层次分析法简介 （一）ANP理论与方法 20 年代 90 年代，萨蒂教授（ Saaty ）在 AHP 的基础上于提出来的一种适应非 独立递阶层次结构的决策方法——网络层次分析法（ Analytic Network Process ， ANP）[9] 。网络层次分析法将系统内各元素的关系用类似网络结构表示，而不再 是简单的递阶层次结构，网络层中的元素可能相互影响、相互支配，这样 ANP能 更准确地描述客观事物之间的联系，是一种更加有效的决策方法。 网络层次分析法在进行决策分析时，需要决策者对每个因素（影响因子）进 行两两相对重要程度的判定。在实际生活中，决策者常常不是对所有的决策因素 （影响因子）进行相对重要程度判断，而是根据自己的情况（知识、经验、喜好） 对某几个因素（影响因子）进行相对重要程度判断，此时，两两判断矩阵就会出 现一些空缺，我们称这种情况为信息不完备 [1] 。为此，运用 ANP 进行分析，通 过将问题化为一种二次规划问题来计算出权重，最后运用 ANP的极限超矩阵得到 总排序。 ANP经常被用来解决具有网络结构的系统评价与决策的实际问题 [1] 。 （二）ANP网络结构 ANP 考虑到递阶层次结构内部循环及其存在的依赖性和反馈性，将系统元素 划分为两大部分，第一部分称为控制因素层，包括问题目标和决策准则，所有的 决策准则均被认为是彼此独立的，且受目标元素支配。控制元素中可以没有决策 准则，但至少有一个目标，控制层中的每个准则的权重均可由传统的 AHP获得。 第二部分为网络层，它是由所有受控制层支配的元素组成的，其内部是互相影响 的网络结构，图 1 就是一个典型的 ANP结构。 目标 A B 控制层 准则 P 准则 P 表示 A 影响 B 或 B 受制于 A 1 …… n 元素组 C1 元素组 C2 C 网络层 元素组 C1 元素组 C 1 表示 C元素集内元素是 相互依存的 元素组 CN 图 1 典型的 ANP 结构图 二、 ANP算法步骤 （一）分析问题。 将决策问题进行系统的分析、组合形成元素和元素集。主要分析判断元素层 次是否内部独立 , 是否存在依存和反馈。可用会议讨论、专家填表等形式和方法 进行。 （二）构造 ANP的典型结构。 首先是构造控制层次 (Control Hierarchy), 先界定决策目标。再界定决策准 则 , 这是问题的基本。各个准则相对决策目标的权重用 AHP法得到。 （三）构造 ANP超矩