小话层次分析法（AHP）

在目标决策领域，有的决策数据信息是量化的，如一个项目的未来收益、消耗成本等，通过对各种信息进行计算可以做出较好的决策；但有的决策数据信息并不全是数字化的，如项目信息为“这个收益更好”、“这个成本更高”这样的非数字形式，计算就变得困难。而本文涉及到的层次分析法就是一种解决类似多目标决策的方法。层次分析法力求将定性信息和定量信息结合，依据决策者经验、知识等主观元素构建决策矩阵来量化出各目标权重关系的方法。

一、首先对层次分析法有个大概的了解：层次分析法是什么？能做什么？

层次分析法（Analytic Hierarchy Process，AHP）将信息构建为一个三层框架（名字源来），即目标层（决策想要实现目标）、准则层（影响目标的各种因素）、方案层（提供的多个方案），用量化的方式实现人的判断过程来解决决策问题。

其核心就是把人的主观判断量化计算，通过计算结果来做决策。这种主观判断需要在一定领域内，即某次的判断是在各种条件、标准既定下的，当有新方案、条件加入时，需重新做出判断。

二、掌握基本概念：

标度：态度、喜好等主观因素量化的形式。层次分析法中较多使用1-9标度，通过对两两因素进行比较获得相对重要程度的关系（重要程度也可解释为偏好、可能性等），这种重要程度用数字1-9及其倒数表示为相互间的倍数。表1为1-9标度法，其用法为当元素a比元素b强烈重要时标记为7。

表1 1-9标度法
2.一致性：决策、数据中的逻辑是否合理。当A比B重要，B比C重要，自然A比C重要我们认为合理，是一致的，但A不比C重要，这里是不一致的。在使用层次分析法时会要求我们进行一致性检验，通过检验的决策可信度更高（值得注意的是这种不一致的情况是合理存在的）。

三、方法框架：

将所有信息划分为目标、准则、方案三个层次（准则层下有时会有子准则），构建一个树形决策框架
通过问卷、专家对准则、方案的评价构建判断比较矩阵
通过矩阵计算出准则、方案在既有情况下的相对重要性
一致性检验

四、实操演示：

搭建框架
假设我们现在想要评价两家公司A、B的未来潜力，根据专家建议，我们应该从盈利市场、行业三个准则来比较，基于以上条件我们构建如下的决策框架图（图1）。

图1 决策框架图
2. 构建矩阵
分别对需要计算的准则层和方案层构建判断矩阵，矩阵中的值通过专家或问卷调研，然后使用1-9标度法两两对比获得，如图3中专家认为盈利比市场稍重要、比行业强烈重要，通过计算矩阵我们得到各准则的在目标中的权重（数据皆为为拟定）。

图2 目标-准则层

图3 准则-方案层
3.计算权重
这里插播一条矩阵计算权重的方法。在计算矩阵时首先独单计算每层因素对于上层因素的权重，称为层次单排序；在单排序后，想要计算某层因素（通常为底层）对顶层因素的权重，称为层次总排序。
判断矩阵常用的计算方法有方根法与和法。假设目标层为T={t1}，准则层m个准则，方案层n个方案。
1.方根法计算目标-准则层
（1）计算每行乘积的m次方，得到一个m维向量

第一行乘积开3次方：2.758，第二行乘积开3次方：1.185，第三行乘积开3次方：0.357
（2）将将向量标准化即为权重向量，即得到权重

求和得2.758+1.185+0.357=4.221，计算占比进行标准化。
2.和法计算准则-方案层
（1）先将矩阵的每列进行归一化
上述矩阵归一化后结果
0.75 0.75
0.25 0.25
（2）将归一化后的各元素按行求和，参照方法1的（1）
求和结果（1.5， 0.5）
（3）将求和结果进行归一化，参照方法1的（2）
归一化结果（0.75，0.25）
4.一致性检验
完成第一阶段的计算后，需要对结果进行一致性检验，当一致性检验未通过时，代表决策存在问题，需对决策数据进行纠正
首先计算出每个判断矩阵得最大特征根λ，A为判断矩阵

CI为一致性判断指标，λ为特征根，CI越接近0越具有一致性

但通常使用CR作为判断标准，CR为一致性比例，RI为随即一致性指标（通过查表获得），CR>0.1时一致性检验不通过。

层次总排序
上面四个步骤完成了整个方法初始的计算，在权重计算步骤中介绍的两种计算为单排序计算方法，当计算完每层权重后，计算方案层对目标层的总排序权重即层次总排序，就可以通过权重结果直接做出决策了。
单排序中：
目标-准则层计算出权重向量C
C = [0.65, 0.28, 0.07]
准则-方案层计算出权重向量si
盈利-方案 s1 = [0.75, 0.25]
市场-方案 s2 = [0.8, 0.2]
行业-方案 s3 = [0.3, 0.7]
S = [s1,s2,s3]
总排序：为CS=[0.7325, 0.2675]
本文中，我们通过AHP方法，在专家建议下以盈利、市场和行业为准则，比较得出公司A的潜力高于公司B。

以上就是本文全部内容，欢迎交流探讨（Wechat：wen15978992718）。

*参考文献：
[1] Saaty T L . 网络层次分析法原理及其应用[M]. 北京理工大学出版社, 2015.
[2]孙铭忆.层次分析法(AHP)与网络层次分析法(ANP)的比较[J].中外企业家,2014(10):67-68.

小话层次分析法（AHP）相关推荐

熵权法EW与层次分析法AHP之数学原理及实例
1.概述对于多指标或多目标决策问题,由于涉及到多个指标或属性,在对实测数据进行评价时,需要确定这些指标之间的相互权重,各指标权重的客观性与合理性也会大大影响到最终的评价结果.目前对于指标权重确定的方 ...
数学建模之层次分析法AHP
层次分析法(Analytic Hierarchy Process,AHP)这是一种定性和定量相结合的.系统的.层次化的分析方法.这种方法的特点就是在对复杂决策问题的本质.影响因素及其内在关系等进行深入 ...
层次分析法 AHP
层次分析法(Analytic Hierarchy Process,简称 AHP)是对一些较为复杂.较为模糊的问题作出决策的简易方法,它特别适用于那些难于完全定量分析的问题.它是美国运筹学家 T. L. ...
R语言应用实战-基于R语言的综合评价（层次分析法AHP为例）
一.综合评价的基本概念对一个事物的评价往往会涉及多个因素或者多个指标,评价是在多个因素相互作用下的一个综合判断.多指标综合评价方法具有以下的特点:包含若干个指标,分别说明被评价对象的不同方面,评价方 ...
【数学建模】层次分析法AHP（评价与决策）
文章目录一.算法介绍二.适用问题三.算法总结 1. 步骤 2. 如何构建层次结构模型 3. 如何构建成对比较矩阵 4. 如何进行一致性检验四.应用场景举例(旅游问题) 1. 建模 2. 构造成 ...
层次分析法AHP - 代码注释多 - （数据建模 Python代码）
实际生活中,往往有一些很复杂的系统,我们没办法直观草率的确定权重,比如甲.乙.丙三人竞选总统,严谨的说,需要从三人的社交能力.管理能力.经济能力等方面来考虑,在每个方面,三位候选人的得分也不同,那么到 ...
2010年高教社杯全国大学生数学建模竞赛题目B题解析及层次分析法AHP在其中的应用
2010年高教社杯全国大学生数学建模竞赛题目 B题 2010年上海世博会影响力的定量评估 2010年上海世博会是首次在中国举办的世界博览会.从1851年伦敦的"万国工业博览会"开始 ...
MATLAB数学建模必备算法--层次分析法AHP
其主要用于解决评价类问题(例如:选择哪种方案最好.哪位运动员或者员工表现的更优秀) 一个很典型的层次分析法案例: 确定评价目标: 高考完后小明想要去旅游,有三个目的地供他选择: 苏杭北戴河桂林确 ...
MATLAB实现层次分析法AHP及案例分析
层次分析法(Analytic Hierarchy Process, AHP) 1 模型背景美国运筹学家匹兹堡大学教授Saaty在20世纪70年代初提出的一种层次权重决策分析方法. 层次分析法(Ana ...
层次分析法AHP——清风老师
文章目录 0. 引入 1. 问题 2. 思路 2.1 首先考虑5个要素那个比较重要,两两比较进行赋分,重要程度分别用数字1~9表示 2.2 两两比较要素后得到要素的**判断矩阵** 2.3 两两比较旅 ...

小话层次分析法（AHP）

小话层次分析法（AHP）相关推荐

最新文章

热门文章