模糊层次分析法

模糊综合评价法和层次分析法比较

在决策问题中，评价方法的选择对于得出准确的结论至关重要。模糊综合评价法和层次分析法是两种常用的评价方法，它们各自有着不同的特点和适用范围。本文将对这两种方法进行比较，并分析它们的优缺点及适用场景。

一、模糊综合评价法

模糊综合评价法是一种基于模糊数学理论的决策方法。它能够处理一些无法精确描述的决策问题，具有一定的模糊性。模糊综合评价法的主要步骤包括：建立评价指标体系、建立模糊评价矩阵、确定模糊数的隶属度函数、计算权重系数、模糊综合评价以及结果分析。

模糊综合评价法的优点在于可以处理非常模糊的信息，对于具有一定主观性的问题有着较好的适应性。其模糊矩阵可以对决策变量之间的关系进行直观表示，提高了决策的可理解性。此外，模糊综合评价法还能够灵活地处理多个评价指标之间的关系，适用于复杂问题的决策。

然而，模糊综合评价法也存在一些缺点。首先，模糊综合评价法在建立模糊矩阵时需要依赖专家的主观评价，其可靠性存在一定的局限性。其次，在计算权重系数时，需要对每个指标的重要性进行模糊隶属度函数的设定，这可能会引入一定的主观偏差。另外，由于模糊综合评价法对决策问题的要求较高，需要专业的知识和经验支持，所以在应用中需要慎重选择。 二、层次分析法

层次分析法是一种将复杂问题分解为多个层次结构，并通过定量分析和专家判断来确定各个层次的权重的方法。层次分析法的主要步骤包括：构建层次结构模型、确定判断矩阵、计算权重向量、一致性检验以及结果分析。

层次分析法的优点在于可以将复杂的决策问题分解为多个相对简单的子问题进行处理，提高了问题的可解性和可行性。其通过定量化的方式确定各个层次的权重，减少了主观性的干扰。此外，层次分析法具有较好的一致性检验方法，可以对决策结果的可靠性进行判断。

然而，层次分析法也存在一些不足之处。首先，层次分析法在评价指标比较多或问题比较复杂时，计算量较大，耗时较长。其次，层次分析法在构建判断矩阵和确定权重向量时，需要征求专家的意见和判断，其可靠性和准确性也受到专家主观因素的影响。最后，层次分析法在应对模糊信息时的能力较弱，对于一些难以量化的指标难以处理。

模糊综合评价法和层次分析法比较

1. 概述

模糊综合评价法和层次分析法都是常用的决策支持工具，旨在帮助决策者进行多个方案或选项的比较和评估。本文将对这两种方法进行比较，总结其优势和局限性。

2. 模糊综合评价法

2.1 简介

模糊综合评价法是一种基于数学模型的多属性决策方法。它适用于决策问题中存在不确定性和模糊性的情况，能够将模糊的语言描述转化为数学计算。

2.2 方法步骤

2.2.1 确定指标体系

模糊综合评价法首先需要确定评价指标体系，即评价方案所涉及的各个指标，这些指标应具有客观性和可度量性。

2.2.2 确定模糊评价矩阵

在模糊综合评价法中，将指标的模糊评价转化为模糊矩阵。模糊矩阵中的元素反映了各个方案在各个评价指标上的等级。

2.2.3 确定权重向量 通过模糊综合评价矩阵，可以确定权重向量。权重向量表示了各个评价指标的相对重要程度。

2.2.4 计算综合评价值

最后，通过综合评价值的计算，可以得到各个方案的排序结果，从而进行决策分析。

2.3 优势

2.3.1 考虑了模糊和不确定性因素

模糊综合评价法能够处理现实决策中存在的模糊和不确定性因素，使得决策结果更加逼近实际情况。

2.3.2 灵活性高

该方法可以适应不同的决策问题，不限制对指标的选择和评价方法，能够灵活应用于各个领域。

3. 层次分析法

3.1 简介

层次分析法是一种通过层次结构来对问题进行分解和分析的决策方法。它着眼于整体和局部之间的关系，通过逐层比较和评价，得出综合决策结果。

3.2 方法步骤

3.2.1 建立层次结构 层次分析法首先需要建立一个层次结构，将决策问题分解为若干层次的因素和指标。

3.2.2 制作判断矩阵

在层次分析法中，决策者需要对各层因素或指标之间进行两两比较，构建判断矩阵。判断矩阵中的元素表示了不同因素或指标之间的相对重要程度。

3.2.3 计算权重向量

通过判断矩阵的特征向量计算，可以得到各层因素或指标的权重向量。权重向量代表了各层因素或指标的相对重要性。

- 1 - 模糊层次分析法和层次分析法的区别

模糊层次分析法(FuzzyAnalyticHierarchyProcess,FAHP)与层次分析法(AnalyticHierarchyProcess,AHP)由ThomasL.Saaty发展的重要决策分析方法，它们既有共同之处也有不同之处，本文以模糊层次分析法和层次分析法的区别为研究主题，试图分析清楚这两种方法在理论、结构以及应用方面的不同。

首先，在理论基础方面，AHP是建立在层次模型理论上的，它相信把复杂问题层层分解能够使得问题更加清晰。而FAHP基于模糊集理论，它的理论根据认为，在复杂的决策环境中，很多人的判断都是模糊的，只有建立起一个模糊的结构，才能够反映出决策者的真实意见。

其次，在结构上，AHP使用简单的一对多的层次结构，在这种结构中，每个节点有不止一个子节点，而FAHP则使用模糊的层次结构，它可以分解复杂问题，并使用模糊数据来评价各个节点之间的关系。

最后，决策应用方面，AHP和FAHP都可以用来设计出一个优化的决策方案，但是AHP的步骤比较复杂，它需要用精确的数据来评价每个节点，因此应用起来比较困难，而FAHP则更加灵活，它可以使用模糊数据来评价节点之间的关系，因此更容易应用于复杂的决策问题。

综上所述，AHP与FAHP作为重要的决策分析方法，它们既有共同之处也有不同之处。从理论、结构以及应用方面来看，模糊层次分析法能比层次分析法更好地解决复杂的决策问题，因此得到越来越多 - 2 - 的应用。未来，有望有更多的研究和应用于模糊层次分析法，使它能更好地发挥作用，改善决策效果。

模糊层次分析法理论基础

FAHP及计算过程层次分析法(AHP)是20世纪70年代美国运筹学家T.L. Saaty教授提出的一种定性与定量相结合的系统分析方法,该方法对于量化评价指标,选择最优方案提供了依据,并得到了广泛的应用。然而, AHP存在如下方面的缺陷:检验判断矩阵是否一致非常困难,且检验判断矩阵是否具有一致性的标准CR < 0. 1缺乏科学依据;判断矩阵的一致性与人类思维的一致性有显著差异。为此,本文结合模糊数学理论,首先介绍了模糊层次分析法(Fuzzy -

AHP) FAHP ,然后用FAHP对公共场所安全性指标权重进行了处理。

1. 1 模糊一致矩阵及有关概念[4 ,5 ]

1. 1. 1 定义1. 1

设矩阵 R = ( rij) n×n ,若满足: 0 ≤( rij) ≤ 1 , ( i = 1 ,2 , „„n , j = 1 ,2 , „„n)， 则称 R

为模糊矩阵

1. 1. 2 定义1. 2

若模糊矩阵 R = ( rij) n×n ,若满足: Πi , j , k 有 rij= rik - rij + 0. 5 ,则称模糊矩阵 R 为模糊一致矩阵。

1. 1. 3 定理1. 1

设模糊矩阵 R = ( rij) n×n是模糊一致矩阵 ,则有

(1) Πi ( i = 1 ,2 , „n) ,则 rij = 0. 5 ;

(2) Πi , j ( i = 1 ,2 , „n , j = 1 ,2 , „n) ,有 rij + rji= 1 ;

(3) R 的第i 行和第i 列元素之和为 n ;

(4)从 R 中划掉任一行及其对应列所得的矩阵仍然是模糊一致矩阵;

(5) R 满足中分传递性 ,即当λ≥0. 5 时,若 rij≥ λ, rjk ≥ λ,则 rij ≥ λ;当λ≤0. 5 时,若 rij ≤ λ, rjk ≤λ,则 rij ≤ λ。(证明见文献1) 。