毕业论文：浅谈层次分析法

《毕业论文：浅谈层次分析法》由会员分享，可在线阅读，更多相关《毕业论文：浅谈层次分析法（7页珍藏版）》请在金锄头文库上搜索。

1、 浅谈层次分析法 摘 要 本文主要阐述层次分析法的定义、特点、基本步骤以及它的优缺点。层次分析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。由于它在处理复杂的决策问题上的实用性和有效性，很快在世界范围得到重视。它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。前 言 数学是一切科学和技术的基础，是研究现实世界数量关系、空间形式的科学。随着社会的发展，电子计算机的出现和不断完善，数学不但运用于自然科学各学

2、科、各领域，而且渗透到经济、管理以至于社会科学和社会活动的各领域。众所周知，利用数学解决实际问题，首先要建立数学模型，然后才能在该模型的基础上对实际问题进行分析、计算和研究。 数学建模(Mathematical? Modeling)活动是讨论建立数学模型和解决实际问题的全过程，是一种数学思维方式。数学建模的过程是通过对现实问题的简化、假设、抽象，提炼出数学模型；然后运用数学方法和计算机工具等，得到数学上的解答；再把它反馈到现实问题，给出解释、分析，并进行检验。若检验结果符合实际或基本符合，就可以用来指导实践；否则再假设、再抽象、再修改、再求解、再应用。构造数学模型不是一件容易的事，其建模过程和

3、技巧具体主要包括以下步骤：? 模型准备 在建模前要了解实际问题的背景，明确建模的目的和要求；深入调研，去粗取精，去伪存真，找出主要矛盾；并按要求收集必要的数据。 ? 模型假设 在明确目的、掌握资料的基础上，抓住复杂问题的主要矛盾，舍去一些次要因素；对实际问题作出几个适当的假设，使复杂的实际问题得到必要的简化。 ? 建立模型 首先根据主要矛盾确定主要变量；然后利用适当的数学工具刻划变量间的关系，从而形成数学模型。模型要尽量简化、不必复杂，以能获得实际问题的满意解为标准。 ? 模型检验 建模后要对模型进行分析，用各种方法(主要是数学方法，包括解方程、逻辑推理、稳定性讨论等；同时利用计算机技术、计算

4、技巧)求得数学结果；将所求得的答案返回到实际问题中去，检验其合理性；并反复修改模型的有关内容，使其更切合实际，从而更具有实用性。 ? 模型应用 用建立的模型分析、解释已有的现象，并预测未来的发展趋势，以便给人们的决策提供参考。总之，数学建模是一种创造性劳动，数学建模的分析方法和操作途径不可能用一些条条框框规定得十分死板，成功的模型往往是科学与艺术的结晶。一个“好”的数学模型应该具有以下特点：考虑全面，抓住本质；新颖独特，大胆创新；善于检验，结果合理。而模型检验一般包括下列几个方面：稳定性和敏感性分析；统计检验和误差分析；新旧模型的比较；实际可行性检验。层次分析法（Analytic Hierar

5、chy Process 简称 AHP）是将决策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，提出的一种层次权重决策分析方法。层次分析法定义 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 2.2

6、层次分析法层次分析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。尤其适合于对决策结果难于直接准确计量的场合。 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方案的顺序分解为不同的层次结构，然后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。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标下优越程

7、度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出其最大特征值及其所对应的特征向量，归一化后，即为某一层次指标对于上一层次某相关指标的相对重要性权值。层次分析法的基本步骤建立层次结构模型 在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。最上层为目标层，通常只有 1 个因素，最下层通常为方案或对象层，中间可以有一个或几个层次，通常为准则或指标层

8、。当准则过多时(譬如多于9 个)应进一步分解出子准则层。 构造成对比较阵 从层次结构模型的第 2 层开始，对于从属于(或影响)上一层每个因素的同一层诸因素，用成对比较法和 19 比较尺度构造成对比较阵，直到最下层。 、 、对目标 Z 的相对重要性。我们用两两比较法将各因素“重要性”量化。 每次取两个因素与，用正数表示与的重要性之比。由全部结果得到矩阵 ， 称为成对比较阵。显然有 ， 0，1i，jn. 的取值方法可参考萨蒂的方法。萨蒂引用了数字 1、2、9 及它们的倒数作为标度，其意义是 比 相同 稍重要 重要 很重要 绝对重要 1 3 5 7 9 表 1 在每两个等级之间有一个中间状态，分别取

9、值2，4，6，8. 计算权向量并做一致性检验 对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量(归一化后)即为权向量：若不通过，需重新构成对比较阵。 之间应有关系： .=，1i，j，kn. （1） 其实每个因素的重要性都有一个重要性指标。设因素的重要性指标为，则根据表示与的重要性之比，即 =， 即是说与的重要性之比乘上与的重要性之比应为与的重要性之比，即 .=.=，1i，j，kn. 我们称满足（1）的成对比较阵 A 为一致矩阵。然而实际上由于人的思维活动不可避免地带有主观性和片面性，故所构造出来的成对比较阵 A 常

10、常不是一致阵。因此，必须对成对比较阵 A 进行一致性检验。 直接对一切可能的i，j，k 验证等式（1）是非常繁琐的，故我们一般不采用此方法。 设 A 是一致矩阵。用对应的表示出来， A = 由简单的计算可以得到 .= n 即：n 是矩阵 A 的特征值，其对应的特征向量是. 可证明：n 阶成对比较阵 A 是一致阵，当且仅当 A 的最大特征值.因此，只需计算 A 的最大特征值就可判断 A 是否一致阵。如果 A 不具有一致性，可以证明.而且越大，不一致程度越严重。此时对应的特征向量 Y 就不能真实反映在目标 Z 中所占的比重。 令 将 CI 作为衡量一个成对比较阵 A 不一致程度 的标准，称 CI

11、为一致性指标。 当成对比较阵A 的最大特征值稍大于 n，这时称 A 具有满意的一致性。萨蒂提出用平均随机一致性指标 RI 检验成对比较阵 A 是否具有满意的一致性。即：对于固定的 n，随机构造成对比较阵，其中是从 1、2、9及它们的倒数中随机抽取的。这样的一般是不一致的，取充分大的子样得到的最大特征值的平均值，定义 对于 1-9 阶成对比较阵 A，萨蒂用大小为 100500 的子样，对于不同的 n 算出 RI 值如下 n 1 2 3 4 5 6 7 8 9 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 表 2 令 则 CR 称为随机一致性比率，可以用 CR

12、 代替 CI 作为一致性检验的临界值。当 CR 0.1时，认为成对比较阵具有满意的一致性，否则就必须重新调整成对比较阵 A，直至达到满意的一致性为止。这时计算 A 的最大特征值对应的特征向量 Y（可以证明，适当选择 Y 可以使其各分量非负） ，再求得 Y 的标准化向量（各分量之和为 1 的特征向量） ，就可以作为各因素的相对权值。 在实践中，也可以采用下述方法计算和相应特征向量的近似值。 对成对比较阵，令 称为 n 个因素、 、的权向量，它反映 n 个决策对象的优劣、主次等的对比。它们的相对重要性可由权向量 U 所确定。 层次总排序及其一致性检验 计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。 ，按选拔干部的五个标准：品德、才能、资历、年龄和群众关系，构成如下的层次分析模型 目标层 选 拔 干 部 准则层 品 才 资 年 群 众 德 能 历 龄 关 文档加载中.广告还剩秒