层次分析方法
1.层次分析方法
层次分析方法（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. Saaty 教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法。
2.层次分析法的基本原理与步骤
人们在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法。
运用层次分析法建模，大体上可按下面四个步骤进行：
（i）建立递阶层次结构模型；
（ii) 构造出各层次中的所有判断矩阵；
（iii)层次单排序及一致性检验；
（iv）层次总排序及一致性检验。
下面分别说明这四个步骤的实现过程。
1.1 递阶层次结构的建立与特点
应用AHP分析决策问题时，首先要把问题条理化、层次化，构造出一个有层次的结构模型。在这个模型下，复杂问题被分解为元素的组成部分。这些元素又按其属性及关系形成若干层次。上一层次的元素作为准则对下一层次有关元素起支配作用。这些层次可以分为三类：（i）最高层：这一层次中只有一个元素，一般它是分析问题的预定目标或理想结果，因此也称为目标层。
（ii）中间层：这一层次中包含了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需考虑的准则、子准则，因此也称为准则层。
（iii）最底层：这一层次包括了为实现目标可供选择的各种措施、决策方案等，因此也称为措施层或方案层。
递阶层次结构中的层次数与问题的复杂程度及需要分析的详尽程度有关，一般地层次数不受限制。每一层次中各元素所支配的元素一般不要超过9个。这是因为支配的元素过多会给两两比较判断带来困难。 1.2 构造判断矩阵
层次结构反映了因素之间的关系，但准则层中的各准则在目标衡量中所占的比重并不一定相同，在决策者的心目中，它们各占有一定的比例。
在确定影响某因素的诸因子在该因素中所占的比重时，遇到的主要困难是这些比重常常不易定量化。此外，当影响某因素的因子较多时，直接考虑各因子对该因素有多大程度的影响时，常常会因考虑不周全、顾此失彼而使决策者提出与他实际认为的重要性程度不相一致的数据，甚至有可能提出一组隐含矛盾的数据。
1.3 层次单排序及一致性检验
判断矩阵A对应于最大特征值
的特征向量W，经归一化后即为
max
同一层次相应因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序。
这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。
3.理论总结
在现实世界中,往往会遇到决策的问题,比如如何选择旅游景点的问题，选择升学志愿的问题等等。在决策者作出最后的决定以前，他必须考虑很多方面的因素或者判断准则，最终通过这些准则作出选择.比如选择一个旅游景点时，你可以从宁波、普陀山、浙西大峡谷、雁荡山和楠溪江中选择一个作为自己的旅游目的地，在进行选择时，你所考虑的因素有旅游的费用、旅游地的景色、景点的居住条件和饮食状况以及交通状况等等。这些因素是相互制约、相互影响的。我们将这样的复杂系统称为一个决策系统。这些决策系统中很多因素之间的比较往往无法用定量的方式描述，此时需要将半定性、半定量的问题转化为定量计算问题。层次分析法是解决这类问题的行之有效的方法。层次分析法将复杂的决策系统层次化，通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。
在实际统计分析工作中，常常会遇到进行多指标的综合评价和多目标决策的问题，而在这时，确定各指标的权数则是一个十分重要而又十分棘手的问题。通常，在确定权数时，较多的是利用经验判断的方法，而权数确定的合理与否，会直接影响到最终的评价、分析结果。由于经验判断的方法受主观因素影响较大，有时很难对其客观合理性进行把握，因而需要进行客观的量化分析。为此，我们可以学习、利用层次分析法。层次分析法是系统工程中对非定量事件作定量分析的一种简便方法，也是对人们主观判断作客观描述的一种有效方法。其基本思想是，
根据分析对象的性质和决策或评价的总目标，把总体现象中的各种影响因素通过划分相互联系的有序层次使之条理化。首先，它按照因素间的相互关联影响以及隶属关系，将因素依不同层次聚集组合，形成一个多层次的分析结构模型；其次，根据对客观现象的主观判断，就每一层次因素的相对重要性给予量化描述；最后，利用数学方法，确定每一层次全部因素相对重要性次序的数值。也就是说，层次分析法是在一个多层次的分析结构中，最终被系统分析归结为最低层相对于最高层的相对重要性数值的确定或相对优劣次序的排列问题。
