系统工程论文 浅谈层次分析法的优缺点
- 格式:doc
- 大小:53.00 KB
- 文档页数:6
层次分析法在本科毕业论文(设计)评价中的应用(全文)【摘要】本文应用层次分析模型,建立了本科毕业论文(设计)评价过程中的指标体系,并进行了定量分析与综合评价,同时通过广西财经学院会计专业本科毕业论文的评价进行了验证。
【关键词】毕业论文(设计);综合评价;层次分析法本科毕业论文(设计)是本科教学的重要环节,是完成教学计划、实现培养目标的关键步骤。
毕业论文(设计)的成绩通常由指导、评阅和答辩的三个环节的得分基于一定的权重而得,其中指导老师的成绩占有很大的比重,这样的评价方法难免有失真实性和客观性。
因此,如何采用合理、有效、简便、易推广的高校本科毕业论文(设计)的评价方法是各高校一直在探索却没有得到真正解决的问题。
层次分析法(AnalyticHierarchyProcess)是由美国匹兹堡大学运筹学教授T.L.Saaty于20世纪70年代提出的管理决策方法,其特点在于定性与定量分析相结合,通过将定性的判断转化为定量分析,从而进行科学决策。
该方法不仅能保证模型的系统性和合理性,而且能让决策人员充分运用其有价值的经验和判断力,从而为多规则决策问题提供强有力的决策支持。
一、基于层次分析法的毕业论文(设计)的评价过程一般而言,层次分析法在应用到综合评价中过程大致包括以下步骤:(1)指标体系建立及权重确定。
一般来说论文的评审人员有三类,即指导教师、评阅教师和答辩小组成员和三环节,即指导阶段、评阅阶段和答辩阶段。
本科毕业论文的评价指标由目标层(W)、准则层(Ui)和指标层(Vij)。
其中准则层包括指导老师评价、评阅老师评价和答辩小组评价3个准则,指标则视情况根据学校的评阅要求设定。
(2)确定评价问题的评语等级和相应的评语分值向量。
组织评价专家打分。
根据本科论文评价需要,邀请p个专家,且对每个评价专家进行排序,序号为m,m=1,2,…,p。
组织专家对评价指标进行实测值和目标值间的比较,然后依据专家经验对各指标打分,并填写评分表。
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。
层次分析法综述摘要:层次分析法(AHP法) 是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。
该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题。
关键字:层次分析法权重一致性检验1、层次分析法的概述1.1层次分析法产生的背景定量分析方法对于社会科学的发展产生了巨大的促进作用,因此越来越受到重视,特别是最优化模型,曾一度在决策问题中得到非常广泛应用。
但在应用过程中,也出现了一些问题,主要体现在以下几个方面:第一、社会问题的复杂性决定了难以构造合适的模型。
即使构造出数学模型,有时也难以准确说明问题或者难以执行。
第二、决策问题带有相当多的主观性,而这很难体现在最优化模型中。
第三、庞大的模型成本太大,难以理解。
由于存在上述问题,人们重新思考数量方法在社会科学中的作用,特别是对于决策问题,如何既考虑数学分析的精确性,又考虑人类决策思维过程及思维规律,即定性与定量相结合,正是在这种背景下,产生了层次分析法。
1.2层次分析法的发展层次分析法(The Analytic Hierarchy Pricess,以下简称AHP)是由美国运筹学家、匹兹堡大学萨第(T.L.Saaty)教授于本世纪70年代提出的,他首先于1971年在为美国国防部研究“应急计划”时运用了AHP,又于1977年在国际数学建模会议上发表了“无结构决策问题的建模—层次分析法”一文,此后AHP在决策问题的许多领域得到应用,同时AHP 的理论也得到不断深入与发展。
目前每年都有不少AHP的相关论文发表,以AHP为基本方法的决策分析系统—“专家选择系统”软件也已早推向市场,并日益成熟。
AHP于1982年传入我国。
在当年召开的中美能源、资源、环境会议上萨第教授的学生高兰尼柴(H.Gholamnezhad)向中国学者介绍了这一新的决策方法。
模糊综合评价法和层次分析法比较模糊综合评价法和层次分析法是两种常见的决策支持方法,它们在不同的领域和情境下被广泛应用。
本文将比较这两种方法,分析它们的优缺点以及适用范围。
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,通过对评价指标的模糊化处理,将不确定性因素引入决策过程中。
该方法的基本步骤包括问题建模、模糊化处理、建立模糊判断矩阵、确定权重和综合评价。
1. 优点- 能够处理决策过程中的不确定性和模糊性,适用于评价指标难以量化的情况;- 能够灵活地应对不同的问题,适用性广泛;- 算法相对简单,易于操作和理解;- 能够考虑到多个因素之间的相互影响,综合了多个评价指标,提高了决策的准确性。
2. 缺点- 对指标权重的确定比较主观,容易受到决策者的主观偏好影响;- 对评价指标的模糊化处理存在一定的主观性;- 结果的可解释性相对较差,不利于分析和决策结果的有效传达。
二、层次分析法层次分析法是一种基于分层结构的决策方法,通过构建层次结构模型,对决策问题进行分解和层次化处理,然后进行判断矩阵的构建和权重的确定,最后综合得出最优方案。
1. 优点- 相对客观可靠,能够减少主观因素对决策结果的影响;- 结果具有良好的可解释性和可比性;- 能够很好地反映各个评价指标之间的相对重要性;- 算法相对简单,易于操作。
2. 缺点- 只能处理定性指标的权重确定问题,对定量指标的处理能力有限;- 在处理复杂决策问题时,模型可能变得庞大和复杂,计算量增加;- 在处理有环结构的问题时,可能会导致矛盾结果。
三、比较与适用范围1. 比较- 评价指标处理:模糊综合评价法将评价指标进行模糊化处理,层次分析法将评价指标进行层次化处理;- 确定权重方法:模糊综合评价法基于决策者的主观偏好确定权重,层次分析法通过专家判断和数学方法确定权重。
2. 适用范围- 模糊综合评价法适用于评价指标难以量化、不确定性较高的问题;- 层次分析法适用于多个评价指标之间具有内在关系的问题。
模糊综合评价法和层次分析法比较在决策分析和评价中,模糊综合评价法和层次分析法是两种常见的方法。
它们都有自己的特点和适用场景。
本文将对这两种方法进行比较,旨在帮助读者更好地理解它们的区别和应用领域。
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分析方法。
它主要用于解决决策问题中存在的不确定性和模糊性。
模糊综合评价法通过建立模糊数学模型,将模糊的事物抽象为数学概念,并进行计算和评估。
模糊综合评价法的优点在于可以处理多因素、多属性、多目标的决策问题。
它能够将不确定的信息进行量化和计算,使得决策结果更加客观和科学。
此外,模糊综合评价法还可以考虑到不同因素之间的相互影响,以及不同因素对决策结果的重要程度。
然而,模糊综合评价法也存在一些缺点。
首先,由于其基于模糊数学理论,其计算过程相对复杂,需要对模糊数学模型和参数进行适当的设置和调整。
其次,模糊综合评价法对数据质量要求较高,需要有准确的数据来支持模型的建立和计算。
最后,模糊综合评价法的结果具有一定的主观性,依赖于决策者对于模糊集合和隶属度的设定。
二、层次分析法层次分析法是一种常用的决策分析方法,广泛应用于各个领域。
它通过分层结构的方式,将复杂的决策问题分解为多个层次和准则,然后进行权重的确定和评估,最终得到决策结果。
层次分析法的优点在于结构化程度高、逻辑清晰。
它能够将决策问题进行层次划分,使得决策过程更加清晰和可操作。
此外,层次分析法还可以考虑不同层次因素之间的相对重要程度,通过确定权重来影响决策结果。
然而,层次分析法也存在一些局限性。
首先,其在权重确定和评估过程中,可能存在主观性和偏好性。
决策者的个人偏好会直接影响权重的设定,从而影响最终的决策结果。
其次,层次分析法在分解问题和建立层次结构时,可能会忽视一些潜在的因素和关系。
最后,层次分析法在处理复杂的决策问题时,可能需要大量的计算和分析工作,增加了决策的时间和成本。
三、比较和应用模糊综合评价法和层次分析法都是有效的决策分析方法,在不同的场景中有着不同的应用。
层次分析法在风险评估中的应用研究风险是企业和个人在发展和生活中所必须面对的问题,对于任何一项活动,风险评估都是不可缺少的一个环节。
然而,人们对风险的认知程度不同,由此产生了不同的风险评估方法。
层次分析法(Hierarchical Analysis Method, AHP)作为一种较为科学的评估工具,不仅逐渐被广泛应用于各个领域,也在风险评估中发挥重要作用。
一、层次分析法的概述层次分析法,又称层次分解法,是一种用于处理复杂决策问题的方法。
该方法首先将决策问题层次化,然后通过建立层次体系,量化各因素之间的权重比较。
从而得出最终的决策结果。
层次分析法通常需要经过以下步骤:1、确定目标及准则。
明确评价的目标和相关的评价准则。
2、建立层次结构。
建立一个层次结构图,将目标和准则细化为多层次子目标和子准则。
该图通常采用树状结构。
3、确定因素对目标的重要程度。
通过专家调查、问卷调查、比较分析等方式,建立一个判断矩阵,根据判断矩阵来确定各因素对于目标的重要程度。
4、计算权重。
根据各因素对目标的重要程度以及各因素之间的权重关系,计算出各因素的权重。
5、综合评价。
根据各因素的权重,确定最终的评价结果。
二、层次分析法与风险评估的应用层次分析法是一种定量分析方法,从而使风险评估更加科学化和精准化。
它可以对各种风险因素进行量化分析、对比和权衡。
同时,还可以提供一种灵活的工具,以适应对不同类型的风险评估。
下面将通过两个实例来说明其应用。
1、层次分析法用于环境风险评估在环境保护上,层次分析法被广泛应用。
例如,面对一个工业企业的投资计划,需要对其可能产生的环境影响进行评估。
首先,对于企业的投资计划进行层次分析,包括了目标、准则、策略等方面,并通过专家评估得到各个层次的权重。
然后,通过对比工业企业的不同投资计划所带来的环境风险,从而得出最终的投资计划。
在多个层次中,环境影响因素分别被量化为不同的级别。
通过一系列的比较和判断,就可以得出针对不同投资计划的综合评价,包括环境风险和经济效益等方面。
浅谈层次分析法及其在工程投资决策阶段的建模【摘要】层次分析法是社会经济系统的有用工具,这里的决策指的是计划,资源分配、方案排序、政策制定、冲突求解、性能评价等广泛的问题。
尽管它有深刻的数学原理,但本质上还是一种决策思维方式。
本文主要结合层次分析法的基本原理与应用特点,对其在工程投资决策阶段的模型建立的基本思路做了探讨和阐述。
【关键词】层次分析法;工程投资决策房屋建筑工程投资决策是房屋建筑工程开发企业在房屋建筑工程投资项目经营开发前首先要解决的一个重要问题,它是对房屋建筑工程项目的一些根本性问题,比如建设地点的选择、投资方案的确定等重大问题做出的判断和决定,因此,房屋建筑工程投一资决策的难确与否,直接关系到房屋建筑工程开发项目的成败,对房屋建筑工程投资的经济效益和社会效益具有现实和深远的重要意义。
1 房屋建筑工程投资决策的传统方法分析1.1 传统评价方法的概念房屋建筑工程投资项目的传统评价方法是房屋建筑工程开发项目财务评价的一种,它主要适用于针对开发项冒的评估,也适用于对开发项目粗略的进行财务评价。
其基本原理主要是通过房屋建筑工程投资项目的总收入与总费用之间的比较,计算房地产开发项目的投资回报率,通过比较计算如投资回报率和开发项目正常回报率的大小,分析房屋建筑工程开发项目经济合理的评价方法。
对于房屋建筑工程项目来说,运用传统评价方法涉及到的相关因素有:土地成本;购置土地过程中的附加税费;开发周期;用于购置土地的贷款利率;建筑面积;建造成本;管理费用;建设期和租售期;短期贷款利率;广告宣传费;开发商的利润率等。
1.2 传统评价方法的优缺点1.2.1 经济分析指标单一。
传统评价方法简单地用开发项目收入减去相关费用所得出的回报率指标来说明项目的经济合理性,是过于片面的。
1.2.2 对于商业、工业、居住等物业的开发项目,投资者可能采取出售、出租、自营等多种经济手段获取利益,而出售、出租是可以分阶段完成的,传统评价方法缺少恰当的处理手段对这种复杂情况进行处理。
层次分析法简介层次分析法(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研究的基础上,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。
是对难以完全定量的复杂系统做出决策的模型和方法。
层次分析法的原理:层次分析法根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同的层次聚集组合,形成一个多层次的分析结构模型,从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
层次分析法的步骤,运用层次分析法构造系统模型时,大体可以分为以下四个步骤:(1)建立层次结构模型:将决策的目标、考虑的因素(决策准则)和决策对象按他们之间的相互关系分成最高层、中间层和最低层,绘制层次结构图。
最高层(目标层):决策的目的、要解决的问题;中间层(准则层或指标层):考虑的因素、决策的准则;最低层(方案层):决策时的备选方案;(2)构造判断(成对比较)矩阵;表指标之间比较量化值规定因素i比因素j量化值同等重要 1.00稍微重要 3.00较强重要 5.00强烈重要7.00极端重要9.00稍微不重要0.33较强不重要0.20强烈不重要0.14极端不重要0.11两相邻判断的中间值2、4、6、8(3)层次单排序及其一致性检验;(4)层次总排序及其一致性检验;举例:某市中心有一座商场,由于街道狭窄,人员车流量过大,经常造成交通堵塞。
市政府决定解决这个问题,经过有关专家会商研究,制订三个可行方案:a1:在商场附近修建一座环形天桥;a2:在商场附近修建地下人行通道;a3:搬迁商场决策的总目标是改善市中心交通环境,根据当地具体条件和情况,专家组织拟定五个目标作为对可行方案的评价准则:C1:通车能力;C2:方便群众;C3:基建费用不宜过高;C4:交通安全;C5:市容美观。
模糊综合评价法和层次分析法比较模糊综合评价法和层次分析法是常用的定量决策方法,它们在多个领域中都有广泛应用,比如企业管理、城市规划等。
这两种方法在解决问题的理论基础、流程实现以及适用范围等方面存在差异。
本文将从这些方面进行比较分析。
一、理论基础1.1 模糊综合评价模糊综合评价法来源于模糊数学,其理论基础为模糊集合与模糊逻辑。
该方法将各指标之间的相互影响看成模糊集合,采用信息量的概念对各个指标之间的隶属度进行定量化,并将隶属度转化为权重,进而得到总体评价结果。
模糊综合评价法可以有效克服传统评价方法无法处理模糊和不确定性信息的缺点,在不确定情况下有较好的适用性。
1.2 层次分析法层次分析法是一种多因素决策分析方法,其理论基础为结构层次分析。
该方法通过构建一个层次结构体系,将问题划分为多个层次,确定因素所处的层次,并制定判断矩阵。
利用特征向量法和权重逆法计算出每个因素相对于决策的权重,进而得出最终结果。
层次分析法可以在各种情况下有效地解决多因素决策问题。
二、流程实现2.1 模糊综合评价模糊综合评价方法包括以下步骤:(1) 确定评价对象和评价指标;(2) 建立评估矩阵,由因素之间的摩擦和协调程度决定隶属度;(3) 计算各因素的权重,通过组合隶属函数,把所有因素的影响加权汇总为一个代表性指标;(4) 根据代表性指标进行排序,从而得到最后的评价结果。
2.2 层次分析法层次分析法的具体实现步骤如下:(1) 选择評價對象與建立評價標準及指標體系;(2) 确定評價標準及指標體系之間的層次關係,构建判斷矩陣;(3) 通过特征向量法或者权重逆法确定各级因素的权重;(4) 计算出总得分和一致性综合指标。
三、适用范围3.1 模糊综合评价模糊综合评价法较为适用于以下场景:(1) 评价对象复杂,涉及多种因素,相互之间存在交叉影响且难以量化;(2) 问题涉及不确定性和模糊性因素时;(3) 权重系数程度难以预测时。
3.2 层次分析法层次分析法较为适用于以下场景:(1) 多因素决策问题中,因素的数量少而稳定,且对方案的影响程度相对明确;(2) 可量化问题中,尤其是在两个最终选择之间进行比较和选择时。
层次分析法原理及计算过程详解写在前面:层次分析法是一个很早的决策算法了,它能够处理多目标多准则的决策问题,思维方式却很简单。
由于其系统性等优点,后续很多算法都有借鉴,所以这里写一写。
网上关于该方法的讲解很多也很详细,所以本篇都是在前辈的基础上进行整理加工。
文章尽量详细,然后加上一些我自己的理解,希望后面看到的人能够读起来更轻松,更容易接受。
注意:文中说的判断矩阵,又称成对比较阵目录:1.层次分析法概论1.2什么是决策1.3 决策分析法原理2.层次分析法的基本步骤2.1 层次分析法步骤2.2 建立层次结构模型2.3 构造判断矩阵2.4 计算单层权向量并做一致性检验2.5 计算组合权向量(层次总排序)并做一致性检验2.6 层次分析法基本步骤归纳3. 层次分析法的优缺点3.1 层次分析法的优点4.注意事项5.可应用的领域6. 完整例子分析6.1 旅游问题6.2 干部选择问题1.层次分析法概论1.1 什么是层次分析法层次分析法(The analytic hierarchy process)简称AHP,在20世纪70年代初期由美国匹兹堡大学运筹学家托马斯·塞蒂(T.L. Saaty)在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”的课题时提出。
它是一种应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。
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。
是对社会、经济以及管理领域的问题进行系统分析时,面临的经常是一个由相互关联、相互制约的众多因素构成的复杂系统。
层次分析法则为研究这类复杂的系统,提供了一种新的、简洁的、实用的决策方法。
是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。
该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题。
建筑工程结构设计安全风险评价中层次分析法的运用-结构工程论文-土木建筑论文——文章均为WORD文档,下载后可直接编辑使用亦可打印——0 引言。
建筑工程设计在工程建设中处于极为重要的地位,工程结构设计的优劣直接影响工程建设的整体质量。
而工程结构的设计又关系到工程质量的安全和使用效果, 如出现问题就会对整体质量造成影响,甚至还会发生安全事故。
通过材料的统计对结构设计中的安全风险进行统计和整理,在此基础上,合理的运用AHP 法对各项风险元素进行合理的评估.1 层次分析法。
1.1 层次分析法的简称AHP(Analytic Hierarchy Process)该方法是美国运筹学家匹茨堡大学教授萨蒂于20 世纪70 年代初,在为美国国防部研究根据各个工业部门对国家福利的贡献大小而进行电力分配课题时,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法. 结合其特点有针对性的对相关的决策进行处理,这种系统非常灵活。
在国内的经济领域中能够充分应用,如成本的分析、经济管理方面、建筑工程等方面都能够广泛应用。
如果应用过程中所选的要素不合理,会造成含义的混淆不清或是要素间的关系混乱,这些都会对AHP 法结果造成影响,甚至会导致AHP 法决策出现错误,为确保递阶层次结构合理,需要把握下述原则:(1)分解、简化问题的过程需要准确把握其主要因素。
(2)注意比较元素间强度的关系,如相差过于悬殊就不能在一起进行比较。
1.2 AHP 法用途举例。
AHP法的应用在生活中非常多,例如,某人准备选购一台电冰箱,他对市场上的 6 种不同类型的电冰箱进行了解后,在决定买哪一款式时,往往不是直接进行比较,因为存在许多不可比的因素,而是选取一些中间指标进行考察. 例如电冰箱的容量、制冷级别、价格、型式、耗电量、外界信誉、售后服务等. 然后再考虑各种型号冰箱在上述各中间标准下的优劣排序。
借助这种排序,最终作出选购决策。
在决策时,由于 6 种电冰箱对于每个中间标准的优劣排序一般是不一致的,因此,决策者首先要对这7 个标准的重要度作一个估计,给出一种排序,然后把 6 种冰箱分别对每一个标准的排序权重找出来,最后把这些信息数据综合,得到针对总目标即购买电冰箱的排序权重。
模糊综合评价法和层次分析法比较模糊综合评价法和层次分析法是两种常用的决策评价方法。
本文将对它们进行比较,分析它们的优劣之处。
在现代决策分析中,我们经常需要对多个因素进行评价和权重的确定,以辅助决策过程。
而模糊综合评价法和层次分析法都是常见的解决方案。
首先,我们来看模糊综合评价法。
它是一种基于模糊数学理论的决策方法,适用于多个评价因素之间难以准确判断和量化的情况。
模糊综合评价法通过构建模糊综合评价模型,将模糊数学的运算方法应用于决策分析中。
模糊综合评价法的优点之一是它能够很好地处理评价因素之间的模糊不确定性问题。
通过构建模糊集和隶属函数,我们可以将模糊的主观判断转化为数学模型,并通过运算得到评价结果。
此外,模糊综合评价法还可以灵活地应对评价因素的变化,因为它可以不断进行更新和调整。
然而,模糊综合评价法也存在一些不足之处。
首先,由于模糊综合评价法需要构建模糊集和隶属函数,所以在实际应用中需要具备一定的数学建模能力。
其次,模糊综合评价法对于评价因素的权重确定比较主观,容易受到人们个人主观意识的影响。
接下来,我们来看层次分析法。
层次分析法是一种通过层次结构和对比矩阵进行决策评价的方法。
它通过构建层次结构,将决策问题分解为一系列相对独立的层次和因素,在此基础上通过对比矩阵确定各因素的权重,最终得到决策结果。
层次分析法的优点之一是它能够很好地处理评价因素之间的相对重要性和相互影响关系。
通过构建层次结构,我们可以将决策问题分解为较小的问题,便于分析和判断。
同时,通过对比矩阵的构建和计算,我们可以定量地确定评价因素的权重。
然而,层次分析法也存在一些不足之处。
首先,层次分析法对决策问题的拆分和因素的权重确定是比较主观的,容易受到个人主观意识的影响。
其次,层次分析法在计算过程中需要构建和填写对比矩阵,当因素较多时,这个过程比较繁琐。
综上所述,模糊综合评价法和层次分析法都是常用的决策评价方法,各自有其适用的场景和优劣之处。
系统工程论文 浅谈层次分析法的优缺点
姓 名: 学 号: 专业班级: 成 绩:
教师评语:
年 月 日 合肥学院09级工程管理专业课程论文
1 浅谈层次分析法的优缺点 (李建坤,0901021031,2009级;工程管理专业,合肥学院,230022)
【摘要】层次分析法是将决策总是有关的元素分解成目标、准则、方案等层次,在此基
础之上进行定性和定量分析的决策方法。运用层次分析法有很多优点,其中最重要的一点就是简单明了。同时它也有很多的缺点,例如,不能为决策提供新方案、定量数据较少,定性成分多,不易令人信服、指标过多时数据统计量大,且权重难以确定等。 【关键词】层次分析法;优点;缺点 A Few words on the advantages and disadvantages of analytic hierarchy process
(LiJiankun, 0901021031;2009level; the specialty of engineering management, Hefei university, 230022) [Abstract]Analytical hierarchy process (AHP) is the decision of the elements down into the
always target, standards, scheme level, based on the qualitative and quantitative analysis for the decision-making method. Analytical hierarchy process (AHP) has a lot of advantages, one of the most important is simple and clear. At the same time it also has many shortcomings, for example, can't provide a new scheme for decision-making, quantitative data less, qualitative composition more, not easy convincing, index data statistics are too big, and weights are difficult to be determined, etc. [Keywords]Analytical Hierarchy Process; Advantages; disadvantages
正文 一、 引言 层次分析法(Analytic Hierarchy Process简称AHP)是将决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于本世纪70年代初,在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时,应用网络系统理论和多目标综合评价方法,提合肥学院09级工程管理专业课程论文 2 出的一种层次权重决策分析方法。 层次分析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。 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。虽然层次分析法有很多的优点,但是它也有局限性,本文其优缺点进行简单的陈述。 二、层次分析法的简介 所谓层次分析法,是指将一个复杂的多目标决策问题作为一个系统,将目标分解为多个目标或准则,进而分解为多指标(或准则、约束)的若干层次,通过定性指标模糊量化方法算出层次单排序(权数)和总排序,以作为目标(多指标)、多方案优化决策的系统方法,称为层次分析法。 层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构,然后得用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重,最后再加权和的方法递阶归并各备择方案对总目标的最终权重,此最终权重最大者即为最优方案。 三、层次分析法的步骤 1、建立层次结构模型 。 2、构造成对比较阵。 3、计算权向量并做一致性检验。 合肥学院09级工程管理专业课程论文 3 4、计算组合权向量并做组合一致性检验。 5、构造判断矩阵。
四、优点 1、是系统性的分析方法 层次分析法把研究对象作为一个系统,按照分解、比较判断、综合的思维方式进行决策,成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响,而层次分析法中每一层的权重设置最后都会直接或间接影响到结果,而且在每个层次中的每个因素对结果的影响程度都是量化的,非常清晰、明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。 2、 是简洁实用的决策方法 这种方法既不单纯追求高深数学,又不片面地注重行为、逻辑、推理,而是把定性方法与定量方法有机地结合起来,使复杂的系统分解,能将人们的思维过程数学化、系统化,便于人们接受,且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题,通过两两比较确定同一层次元素相对上一层次元素的数量关系后,最后进行简单的数学运算。即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤,计算也经常简便,并且所得结果简单明确,容易为决策者了解和掌握。 3、 所需定量数据信息较少 层次分析法主要是从评价者对评价问题的本质、要素的理解出发,比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法,层次分析法把判断各要素的相对重要性的步骤留给了大脑,只保留人脑对要素的印象,化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。 五、缺点: 1. 不能为决策提供新方案 层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取,而不能为决策者提供解决问题的新方案。这样,我们在应用层次分析法的时候,可能就会有这样一个情况,就是我们自身的创造能力不够,造成了我们尽管在我们想出来的众多方案里选了一个最好的出来,但其效果仍然不够人家企业所做出来的效果好。而对于大部分决策者来说,如果一种分析工具能替我分析出在我已知的方案里的最优者,然后指出已知方案的不足,又或者甚至再提出改进方案的话,这种分析工具才是比较完美的。合肥学院09级工程管理专业课程论文 4 但显然,层次分析法还没能做到这点。 2. 定量数据较少,定性成分多,不易令人信服 在如今对科学的方法的评价中,一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法,因此必然带有较多的定性色彩。这样,当一个人应用层次分析法来做决策时,其他人就会说:为什么会是这样?能不能用数学方法来解释?如果不可以的话,你凭什么认为你的这个结果是对的?你说你在这个问题上认识比较深,但我也认为我的认识也比较深,可我和你的意见是不一致的,以我的观点做出来的结果也和你的不一致,这个时候该如何解决? 比如说,对于一件衣服,我认为评价的指标是舒适度、耐用度,这样的指标对于女士们来说,估计是比较难接受的,因为女士们对衣服的评价一般是美观度是最主要的,对耐用度的要求比较低,甚至可以忽略不计,因为一件便宜又好看的衣服,我就穿一次也值了,根本不考虑它是否耐穿我就买了。这样,对于一个我原本分析的‘购买衣服时的选择方法’的题目,充其量也就只是‘男士购买衣服的选择方法’了。也就是说,定性成分较多的时候,可能这个研究最后能解决的问题就比较少了。 对于上述这样一个问题,其实也是有办法解决的。如果说我的评价指标太少了,把美观度加进去,就能解决比较多问题了。指标还不够?我再加嘛!还不够?再加!还不够?!不会吧?你分析一个问题的时候考虑那么多指标,不觉得辛苦吗?大家都知道,对于一个问题,指标太多了,大家反而会更难确定方案了。这就引出了层次分析法的第二个不足之处。 3. 指标过多时数据统计量大,且权重难以确定 当我们希望能解决较普遍的问题时,指标的选取数量很可能也就随之增加。这就像系统结构理论里,我们要分析一般系统的结构,要搞清楚关系环,就要分析到基层次,而要分析到基层次上的相互关系时,我们要确定的关系就非常多了。指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵。那么我们就需要对许多的指标进行两两比较的工作。由于一般情况下我们对层次分析法的两两比较是用1至9来说明其相对重要性,如果有越来越多的指标,我们对每两个指标之间的重要程度的判断可能就出现困难了,甚至会对层次单排序和总排序的一致性产生影响,使一致性检验不能通过,也就是说,由于客观事物的复杂性或对事物认识的片面性,通过所构造的判断矩阵求出的特征向量(权值)不一定是合理的。不能通过,就需要调整,在指标数量多的时候这是个很痛苦的过程,因为根据人的思维定势,你觉得这个指标应该是比那个重要,那么就比较难调整过来,同时,也不容易