下载文档原格式
层次分析法步骤及案例分析层次分析法（AHP）是一种通过对比判断不同因素的重要性来进行决策的方法。
它由匹兹堡大学的数学家托马斯·萨蒙在20世纪70年代初提出，并逐渐应用于各个领域。
本文将介绍层次分析法的步骤，并通过一个实际案例来进行分析。
一、层次分析法的步骤层次分析法主要包括以下几个步骤：1. 确定层次结构：首先，需要明确决策问题的层次结构。
将问题划分为若干个层次，从总目标到具体的子目标，形成一棵树状结构。
例如，在一个购车的决策问题中，总目标可以是“选择一辆适合自己的车”，下面的子目标可以包括“价格”、“外观”、“安全性”等因素。
2. 构造判断矩阵：在每个层次中，需要对不同因素之间的两两比较进行判断。
判断可以基于专家经验、问卷调查或实际数据。
对于两两比较，通常采用一个1到9的比较尺度，其中1表示相等，3表示略微重要，5表示中等重要，7表示强烈重要，9表示绝对重要。
如果因素A相对于因素B的重要性大于1，则B相对于A的重要性是1/A。
3. 计算权重向量：根据判断矩阵中的比较结果，可以计算出每个层次中各个因素的权重向量。
通过对判断矩阵的特征值和特征向量进行计算，可以得到各个因素的权重。
4. 一致性检验：在进行层次分析时，需要检验判断矩阵的一致性。
一致性是指在两两比较中的逻辑关系的一致性。
通常使用一致性指数和一致性比率来判断判断矩阵的一致性程度。
5. 综合评价：通过将各层次中因素的权重向量进行乘积运算，并将结果汇总得到最后的评价结果。
在这一步骤中，可以对不同的决策方案进行排序或进行多目标决策。
二、案例分析为了更好地了解层次分析法的应用，我们来看一个实际案例。
假设某公司需要选择新的供应商，供应商选择的主要考虑因素包括产品质量、交货周期和价格。
我们可以按照以下步骤进行决策：1. 确定层次结构：总目标是选择合适的供应商，下面的子目标是产品质量、交货周期和价格。
2. 构造判断矩阵：对于每个子目标，可以进行两两比较。
供应商的选择一、层次分析法基本原理供应商的选择多采用层次分析法。
层次分析法（Analytia1 Hierarchy Process，简称AHP）是美国匹兹堡大学教授A．L．Saaty于20世纪70年代提出的一种系统分析方法。
AHP是一种能将定性分析与定量分析相结合的系统分析方法。
AHP是分析多目标、多准则的复杂大系统的有力工具。
它具有思路清晰、方法简便、适用面广、系统性强等特点，最适宜于解决那些难以完全用定量方法进行分析的决策问题，便于普及推广，可成为人们工作和生活中思考问题、解决问题的一种方法。
将AHP引入决策，是决策科学化的一大进步。
应用AHP解决问题的思路是：首先, 把要解决的问题分层系列化, 即根据问题的性质和要达到的目标，将问题分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次结构模型。
然后，对模型中每一层次因素的相对重要性，依据人们对客观现实的判断给予定量表示，再用数学方法确定每一层次全部因素相对重要性次序的权值。
最后，通过综合计算各层因素相对重要性的权值，得到最低层（方案层）相对于最高层（总目标）的相对重要性次序的组合权值，以此作为评价和选择决策方案的依据。
现举例来说明层次分析法的基本原理。
假定有n个物体, 它们的重量分别为 W1、W2、……，Wn，并且假定它们的重量和为1个单位，即。
两两比较它们之间的重量很容易得出判断矩阵：显然 aij＝1/ aji , aii＝1aij＝aik/ ajk ; i,j,k=1,2,…,n用重量向量W＝[W1,W2,……，Wn]右乘A矩阵，其结果为从上式不难看出，以ｎ个物体重量为分量的向量Ｗ是判断矩阵的特征向量。
根据矩阵理论，ｎ为上述矩阵A的唯一非零的，同时也是最大的特征值，而W是该特征值所对应的特征向量。
上面的例子显示，如果有一组物体需要估算它们的相对重量，而又没有称重仪器，那么可以通过两两比较这组物体相对重量的方法，得出每对物体的重量比值，从而形成判断矩阵，通过求解判断矩阵的最大特征值和所对应的特征向量，就可以计算出这组物体的相对重量。
熵值法和层次分析法在权重确定中的应用一、本文概述权重确定作为决策分析的核心环节，其准确性和合理性直接影响到决策的质量和效果。
在众多权重确定方法中，熵值法和层次分析法因其独特的优势，被广泛应用于各种决策场景中。
本文旨在深入探讨熵值法和层次分析法在权重确定中的应用，分析两种方法的原理、特点、适用场景，并对比其优劣。
通过对这两种方法的深入研究，我们期望能为决策者提供更科学、更合理的权重确定方法，提高决策的有效性和准确性。
本文还将结合具体案例，对两种方法的实际应用进行展示，以便读者更好地理解和掌握这两种方法。
二、熵值法在权重确定中的应用熵值法是一种基于信息熵理论来确定权重的客观赋权方法。
在信息论中，熵是对不确定性的一种度量，它可以反映信息的无序程度或者信息的效用价值。
在权重确定中，熵值法通过计算各个评价指标的信息熵，来度量各个指标值的离散程度，从而确定各个指标的权重。
数据标准化处理：消除不同指标量纲的影响，对原始数据进行标准化处理，使得各指标值都处于同一数量级上。
计算指标熵值：根据标准化后的数据，计算每个指标的熵值。
熵值反映了该指标值的离散程度，熵值越大，指标的离散程度越大，该指标对综合评价的影响越小。
计算指标差异系数：用1减去熵值，得到指标的差异系数。
差异系数越大，该指标对综合评价的影响越大。
确定指标权重：根据差异系数的大小，确定各指标的权重。
差异系数越大，该指标的权重越大。
熵值法的优点在于其客观性强，不需要事先设定权重，而是根据数据的实际情况来确定权重。
熵值法也适用于多指标综合评价问题，能够有效地处理不同量纲的指标。
然而，熵值法也存在一定的局限性，例如它忽略了指标之间的相关性，并且对于数据的要求较高，需要数据量足够大且分布均匀。
在实际应用中，熵值法常常与其他方法相结合，如层次分析法、主成分分析法等，以提高权重确定的准确性和科学性。
通过综合运用这些方法，可以更加全面地考虑各种因素，使得权重确定更加合理和可靠。
层次分析法的计算步骤
一、定义层次分析法
层次分析法（Analytic Hierarchy Process，AHP）是由梅尔·拉斯
菲尔德（M.L. Saaty）于1977年提出的一种多层结构和多维度的层次分
析方法。
它是一种评估决策者面临复杂决策的基于层次结构逻辑的决策分
析方法，可以很轻松地将复杂的主观问题转换为客观的量化问题，从而求
解复杂的决策问题。
二、层次分析法计算流程
（1）决策问题的分类和层次结构的确定
首先，根据决策者的要求，将决策问题确定为一个有层次结构（AHP）和深度（hierarchy）的问题，将决策问题的内容分为n个层次。
（2）建立层次分析矩阵
将决策问题中的n个层次按从上至下的顺序，建立起一个n×n的层
次分析矩阵，称之为层次分析矩阵。
（3）确定层次分析矩阵的元素
在层次分析矩阵中，每一对元素的值都由决策者给出，即根据决策者
的判断，确定每个元素在n个层次层次中的比较的优劣。
（4）计算层次分析矩阵的均值尺度指数
均值尺度指数是由每行元素进行加权求和结果和n相除而得到的。
它
表示每个元素在此行的平均相对权重。
（5）分析层次分析矩阵
一旦层次分析矩阵计算完毕。
（完整版）层次分析法的计算步骤8.3.2 层次分析法的计算步骤⼀、建⽴层次结构模型运⽤AHP进⾏系统分析，⾸先要将所包含的因素分组，每⼀组作为⼀个层次，把问题条理化、层次化，构造层次分析的结构模型。
这些层次⼤体上可分为3类1、最⾼层：在这⼀层次中只有⼀个元素，⼀般是分析问题的预定⽬标或理想结果，因此⼜称⽬标层；2、中间层：这⼀层次包括了为实现⽬标所涉及的中间环节，它可由若⼲个层次组成，包括所需要考虑的准则，⼦准则，因此⼜称为准则层；3、最底层：表⽰为实现⽬标可供选择的各种措施、决策、⽅案等，因此⼜称为措施层或⽅案层。
层次分析结构中各项称为此结构模型中的元素，这⾥要注意，层次之间的⽀配关系不⼀定是完全的，即可以有元素（⾮底层元素）并不⽀配下⼀层次的所有元素⽽只⽀配其中部分元素。
这种⾃上⽽下的⽀配关系所形成的层次结构，我们称之为递阶层次结构。
递阶层次结构中的层次数与问题的复杂程度及分析的详尽程度有关，⼀般可不受限制。
为了避免由于⽀配的元素过多⽽给两两⽐较判断带来困难，每层次中各元素所⽀配的元素⼀般地不要超过9个，若多于9个时，可将该层次再划分为若⼲⼦层。
例如，⼤学毕业的选择问题，毕业⽣需要从收⼊、社会地位及发展机会⽅⾯考虑是否留校⼯作、读研究⽣、到某公司或当公务员，这些关系可以将其划分为如图8.1所⽰的层次结构模型。
图8.1再如，国家综合实⼒⽐较的层次结构模型如图6 .2：图6 .2图中，最⾼层表⽰解决问题的⽬的，即应⽤AHP所要达到的⽬标；中间层表⽰采⽤某种措施和政策来实现预定⽬标所涉及的中间环节，⼀般⼜分为策略层、约束层、准则层等；最低层表⽰解决问题的措施或政策（即⽅案）。
然后，⽤连线表明上⼀层因素与下⼀层的联系。
如果某个因素与下⼀层所有因素均有联系，那么称这个因素与下⼀层存在完全层次关系。
有时存在不完全层次关系，即某个因素只与下⼀层次的部分因素有联系。
层次之间可以建⽴⼦层次。
⼦层次从属于主层次的某个因素。
层次分析法(AHP)AHP(Analytic Hierarchy Process)方法，是由20世纪70年代由美国著名运筹学学家T.L.Satty提出的。
它是指将决策问题的有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法。
这一方法的特点，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分析之后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解多准则或无结构特性的复杂决策问题提供了一种简便的决策方法。
AHP十分适用于具有定性的，或定性定量兼有的决策分析。
这是一种十分有效的系统分析和科学决策方法，现在已广泛地应用在企业信用评级、经济管理规划、能源开发利用与资源分析、城市产业规划、企业管理、人才预测、科研管理、交通运输、水资源分析利用等方面。
一、递阶层次结构的建立一般来说，可以将层次分为三种类型：（1）最高层：只包含一个元素，表示决策分析的总目标，因此也称为总目标层。
（2）中间层：包含若干层元素，表示实现总目标所涉及的各子目标，包含各种准则、约束、策略等，因此也称为目标层。
（3）最低层：表示实现各决策目标的可行方案、措施等，也称为方案层。
典型的递阶层次结构如下：总目标m一个好的递阶层次结构对解决问题极为重要，因此在建立递阶层次结构时，应注意到：（1）从上到下顺序地存在支配关系，用直线段（作用线）表示上一层次因素与下一层次因素之间的关系，同一层次及不相邻元素之间不存在支配关系。
（2）整个结构不受层次限制。
（3）最高层只有一个因素，每个因素所支配元素一般不超过9个，元素过多可进一步分层。
（4）对某些具有子层次结构可引入虚元素，使之成为典型递阶层次结构。
二、构造比较判断矩阵设有m个目标（方案或元素），根据某一准则，将这m个目标两两进行比较，把第i个目标（i=1,2,…,m）对第j个目标的相对重要性记为a ij，(j=1,2,…,m)，这样构造的m阶矩阵用于求解各个目标关于某准则的优先权重，成为权重解析判断矩阵，简称判断矩阵，记作A=(a ij)m×m。
层次分析法的计算方法一、和积法为简化计算，可采用近似方法——和积法计算，它使得我们可以使用小型计算器在保证足够精确度的条件下运用AHP。
其具体计算步骤如下：（1）将判断矩阵每一列正规化。
， i，j =1，2，…，n （7.3.2）ij =（2）每一列经规划后的判断矩阵按行相加。
I = ， j = 1，2，…，n （7.3.3）（3）对向量 = T（1）正规化。
W = ， i =1，2，…，n （7.3.4）所得到的 W = T即为所求特征向量。
（4）计算判断距阵最大特征根。
= （7.3.5）式中，（AW）i为向量AW的第i 个分量。
二、方根法为简化计算，AHP也采用另一种近似方法——方根法计算，其步骤为：（1）B的元素按行相乘。
u ij =（2）所得的乘积分别开n次方。
u i =(3)将方根向量正规化，即得特征向量W的第i个分量。
W i =（4）计算判断矩阵最大特征根。
=式中，（AW）i为向量AW的第i 个分量。
例7.1用和积计算下述判断矩阵的最大特征根及对应的特征向量。
判断矩阵列于表7-4。
表7—4解（1）按上述和积的计算步骤，得到按正规化后的判断矩阵为（2）按上述步骤，按行相加，得= = 0.111+0.130+0.077 = 0.318 12 =0.556+0.652+0.692=1.9003 =0.333+0.217+0.231=0.781（3）将向量W=[0.318，1.900，0.781]T正规化，得= 0.318+1.900+0.781=2.999= = = 0.106W1== 0.634W2= =0.260W3则所求特征向量W=[0.106，0.634，0.260]T（4）计算判断矩阵的最大特征根AW =(AW)1 = 1×0.106+×0.634+×0.260=0.319 (AW)2= 5×0.106+1×0.634+3×0.260=1.944(AW)3= 3×0.106+1×0.634+1×0.260=0.789+= = +=++=3.040。
8.3.2 层次分析法的计算步骤
一、建立层次结构模型
运用AHP进行系统分析，首先要将所包含的因素分组，每一组作为一个层次，把问题条理化、层次化，构造层次分析的结构模型。
这些层次大体上可分为3类
1、最高层：在这一层次中只有一个元素，一般是分析问题的预定目标或理想结果，因此又称目标层；
2、中间层：这一层次包括了为实现目标所涉及的中间环节，它可由若干个层次组成，包括所需要考虑的准则，子准则，因此又称为准则层；
3、最底层：表示为实现目标可供选择的各种措施、决策、方案等，因此又称为措施层或方案层。
层次分析结构中各项称为此结构模型中的元素，这里要注意，层次之间的支配关系不一定是完全的，即可以有元素（非底层元素）并不支配下一层次的所有元素而只支配其中部分元素。
这种自上而下的支配关系所形成的层次结构，我们称之为递阶层次结构。
递阶层次结构中的层次数与问题的复杂程度及分析的详尽程度有关，一般可不受限制。
为了避免由于支配的元素过多而给两两比较判断带来困难，每层次中各元素所支配的元素一般地不要超过9个，若多于9个时，可将该层次再划分为若干子层。
例如，大学毕业的选择问题，毕业生需要从收入、社会地位及发展机会方面考虑是否留校工作、读研究生、到某公司或当公务员，这些关系可以将其划分为如图8.1所示的层次结构模型。
图8.1
再如，国家综合实力比较的层次结构模型如图6 .2：
图6 .2
图中，最高层表示解决问题的目的，即应用AHP所要达到的目标；中间层表示采用某种措施和政策来实现预定目标所涉及的中间环节，一般又分为策略层、约束层、准则层等；最低层表示解决问题的措施或政策（即方案）。
然后，用连线表明上一层因素与下一层的联系。
如果某个因素与下一层所有因素均有联系，那么称这个因素与下一层存在完全层次关系。
有时存在不完全层次关系，即某个因素只与下一层次的部分因素有联系。
层次之间可以建立子层次。
子层次从属于主层次的某个因素。
它的因素与下一层次的因素有联系，但不形成独立层次，层次结构模型往往有结构模型表示。
二、构造判断矩阵
任何系统分析都以一定的信息为基础。
AHP的信息基础主要是人们对每一层次各因素的相对重要性给出的判断，这些判断用数值表示出来，写成矩阵形式就是判断矩阵。
判断矩阵是AHP工作的出发点，构造判断矩阵是AHP的关键一步。
当上、下层之间关系被确定之后，需确定与上层某元素（目标A或某个准则Z）相联系的下层各元素在上层元素Z之中所占的比重。
假定A层中因素Ak与下一层次中因素B1，B2，…，Bn有联系，则我们构造的判断矩阵如表8.16所示。
Ak B1 B2 …Bn
B1
B2
Bn b11 b21 ┇ bn1 b12 b22 ┇
bn2
…
…
┇ …
b1n b2n ┇ bnn
判断矩阵表示针对上一层次某因素而言，本层次与之有关的各因素之间的相对重要性。
填写判断矩阵的方法是：向填写人（专家）反复询问：针对判断矩阵的准则，其中两个元素两两比较哪个重要，重要多少。
对重要性程度Saaty 等人提出用1-9尺度赋值，见下表8.17
重要性标度 含 义
1 表示两个元素相比，具有同等重要性 3 表示两个元素相比，前者比后者稍重要 5 表示两个元素相比，前者比后者明显重要 7 表示两个元素相比，前者比后者强烈重要 9 表示两个元素相比，前者比后者极端重要 2，4，6，8 表示上述判断的中间值
倒数
若元素i 与元素j 的重要性之比为ij b , 则元素j 与元素i 的
重要性之比为ji b =
ij
b 1 设填写后的判断矩阵为()
n
n ij ⨯，则判断矩阵具有如下性质：
(1) ij b >0，(2) ji b =
ij
b 1
，(3) ii b =1 .,.2,1n i = 根据上面性质，判断矩阵具有对称性，因此在填写时，通常先填写ii b =1部分，然后再仅需判断及填写上三角形或下三角形的n(n-1)/2个元素就可以了。
在特殊情况下，判断矩阵可以具有传递性，即满足等式：
ik jk ij b b b =⋅ ，
当上式对判断矩阵所有元素都成立时，则该判断矩阵为一致性矩阵。
采用1~9的比例标度的依据是：（1）心理学的实验表明，大多数人对不同事物在相同属性上差别的分辨能力在5~9级之间，采用1~9的标度反映了大多数人的判断能力；（2）大量的社会调查表明，1~9的比例标度早已为人们所熟悉和采用；（3）科学考察和实践表明，1~9的比例标度已完全能区分引起人们感觉差别的事物的各种属性。
因此目前在层次分析法的应用中，大多数都采用尺度。
当然，关于不同尺度的讨论一直存在着。
三、层次单排序
所谓层次单排序是指根据判断矩阵计算对于上一层某因素而言本层次与之有联系的因素的重要性次序的权值。
它是本层次所有因素相对上一层而言的重要性进行排序的基础。
层次单排序可以归结为计算判断矩阵的特征根和特征向量问题，即对判断矩阵B ，计算满足
BW =m ax λ W （8. 18）
的特征根与特征向量。
式中，m ax λ为B 的最大特征根；W 为对应于m ax λ的正规化特征向量；W 的分
量
i
w 即是相应因素单排序的权值。
为了检验矩阵的一致性，需要计算它的一致性指标CI ，CI 的定义为
CI =
1
max --n n λ （8.19）
显然，当判断矩阵具有完全一致性时，CI=0。
n -max λ越大，CI 越大，判断矩阵的一致性越差。
注意到矩阵B 的n 个特征值之和恰好等于n, 所以CI 相当于除m ax λ外其余 n-1个特征根的平均值。
为了检验判断矩阵是否具有满意的一致性，需要找出衡量矩阵B 的一致性指标CI 的标准，Saaty 引入了随机一致性指标表8.18。
表8.18 1~9矩阵的平均随机一致性指标
2阶判断矩阵总是完全一致的。
当阶数大于2时，判断矩阵的一致性指标CI ，与同阶平均随机一致性的指标RI 之比RI
CI
称为判断矩阵的随机一致性比率，记为CR 。
当CR=
RI
CI
<0.01时，判断矩阵具有满意的一致性，否则就需对判断矩阵进行调整。
四、层次总排序
利用同一层次中所有层次单排序的结果，就可以计算针对上一层次而言本层次所有因素重要性的权值，这就是层次总排序。
层次总排序需要从上到下逐层顺序进行，设已算出第k-1层上n 个元素相对于总目标的排序为
T
k n k k w w w
),,()1()1(1)1(---= ， 第k 层
k
n 个元素对于第1-k 层上第j 个元素为准则的单排序向量
T
k j n k j k j k j
k u u u u ),,()()(2)(1)
( = .,.2,1n j =k n k ,,2,1 =
其中不受第j 个元素支配的元素权重取零，于是可得到
n
n k ⨯阶矩阵
)(k U =）（)
()(2)(1,,,k n k k u u u =⎪⎪
⎪⎪
⎪⎭
⎫
⎝⎛)()(21)
(2)(22)(21)
(1)(12)
(11k n n k n n k n k k k n k k k k k
u u u u u u u u u 其中)
(k U 中的第j 列为第k 层k n 个元素对于第1-k 层上第j 个元素为准则的单排序向量。
记第k 层上各元素对总目标的总排序为：
T
k n k k w w w ),,()()(1)( =
则
=)
(k w
)(k U =-)
1(k w ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛)()(21)
(2)(22)(21
)
(1)(12)(11k n n k n n k n k k k n
k k k k k
u u u u u u u u u
⎪⎪
⎪⎪
⎪⎭⎫ ⎝
⎛---)1()1(2)1(1k n k k w w w = ⎪⎪⎪⎪
⎪⎪⎪⎪⎭
⎫
⎝⎛∑∑∑=-=-=-n j k j k j n n j k j k j n j k j k j w u w
u w u k 1)1()(1)1()(21)1()(1
即有
∑=-=n
j k j k ij k i
w u w
1
)
1()()
(，k n i ,,2,1 =
五、一致性检验
为评价层次总排序的计算结果的一致性如何，需要计算与单排序类似的检验量。
由高层向下，逐层进行检验。
设第k 层中某些因素对k-1层第j 个元素单排序的一致性指标为)
(k j CI ，
平均随机一致性指标为)(k j RI ，(k 层中与k-1层的第j 个元素无关时，不必考虑)，那么第k 层的总排序的一致性比率为：
∑∑=-=-=
k
k
n j k j k j n j k j k j k RI w
CI w CR 1)
()1(1)
()1()(
同样当)
(k CR ≤ 0.10时，我们认为层次总排序的计算结果具有满意的一致性。
