《层次分析法的基本原理和步骤课件》由会员分享，可在线阅读，更多相关《层次分析法的基本原理和步骤课件（80页珍藏版）》请在金锄头文库上搜索。
1、3-1 层次分析法的基本 原理和步骤3-2 模糊层次分析方法AHP model and its application一、递阶层次结构建立1.1、递阶层次结构及组成二、构造比较判断矩阵四、层次总排序前言1、背景知识2、基本思想与建模步骤1.2、四个注意点2.1、两两比较法2.2、比较判断矩阵 的四个说明3.1、单准则下的排序三、单准则下的排序 及一致性检验3.2、一致性的检验4.1、层次总排序的步骤4.2、总排序一致性检验五、判断矩阵的调整六、群组决策6.1、比较判断矩阵综合法6.2、权重向量综合排序法 人们在各项日常活动中，常常会面对一些决策问题。比如，大学毕业生对职业的选择，他们会从专业对
2、口、发展潜力、单位的名气、地点、收入等各方面加以考虑，比较，判断，然后进行决策。假如有m个单位可供选择，你会选择哪一个？ 随着人们面对的决策问题越来越复杂，例如，科研成果的评价、综合国力（地区综合实力）比较、各工业部门对国民经济贡献的比较、企业评估、人才选拔等问题。项目决策者与决策的模型及方法之间的交互作用变得越来越强烈和越来越重要。许多问题由于结构复杂且缺乏必要的数据，很难用数学模型来解决。 1、背景知识 由美国运筹学家T.L.saaty教授在70年代中期提出的层次分析法（Analytic Hierarchy Process）简称AHP ，是指将决策问题的有关元素分解成目标、准则、方案等层次
3、，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一种简便的决策方法。层次分析法的发展过程可追溯到上个世纪的70年代初期，1971年，美国匹兹堡大学数学教授在为美国国防部研究“应急计划”中，充分注意到了当前社会的特点及很多决策科学方法的弱点。他开始寻求一种能综合进行定量与定性的决策方法，这种方法不仅能够保证模型的系统性、合理性，又能让决策人员充分运用其有价值的经验与判断能力。Saaty教授在197
4、2年发表用其有价值的经验与判断能力。Saaty教授在1972年发表了“用于排序和计划的特征根分配模型”。之后，Saaty教授又发表了一系列关于AHP应用方面的文章。1977年获得了美国管理研究院的最佳应用研究成果奖。同年，Saaty教授在第一届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理论”,从此,AHP方法开始受到人们的关注，得到深入的研究和应用。 AHP的应用范围十分广泛，涉及面主要有以下几个方面：经济与计划;能源政策与资源分配;政治问题及冲突;人力资源管理;预测;项目评价;教育发展;环境工程;医疗卫生;企业管理与生产经营决策;会计;军事指挥，武器评价.以上种种只是给出一些总体
5、范围，在每个范畴内，又有许多不同的应用。2、基本思想与建模步骤 层次分析法的基本思路与人们对复杂的决策问题的思维判断过程大体一样的。当一个决策者在对问题进行分析时，首先要将分析对象的因素建立起彼此相关因素的层次递阶系统结构，这种层次递阶结构可以清晰地反映出诸相关因素（目标、准则、对象）的彼此关系，使得决策者能够把复杂的问题顺理成章。然后进行逐一比较、判断，从中选出最优的方案。运用层次分析法建模，大体上分成四个步骤:建立递阶层次结构；构造比较判别矩阵；在单准则下的排序及一致性检验；总的排序选优。 层次分析法首先把决策问题层次化。所谓层次化根据问题的性质以及要达到的目标，把问题分解为不同的组成因素
6、，并按各因素之间的隶属关系和关联程度分组，形成一个不相交的层次。引例 大学毕业生对职业的选择。假设有四个单位可供他们选择，他们会从专业对口、发展潜力、单位的名气、地点、收入等多方面进行反复的考虑、比较，从中选出自己最满意的职业。按照这种思路，我们可以得到这样的分析图（见图3-1）。 1.1、递阶层次结构及组成满意的职业专业对口发展潜力单位名气地点收入单位1单位2单位3单位4图3-1 最佳职业的递阶层次结构在AHP方法中，首先要建立决策问题的递阶层次结构的模型，通过调查分析弄清决策问题的范围和目标，问题包含的因素，各因素之间的相互关系。然后将各个因素按照他们的性质聚集成组，并把它们的共同特征看成
7、是系统中高一层次的一些因素。如此构成一个以目标、若干准则层及方案层所组成的递阶层次结构。在图3-1中上一层次的元素对相邻的下一层次的全部或部分元素起支配作用，从而形成一个自上而下的逐层支配关系。具有这种性质的结构称为递阶层次结构。典型的递阶层次结构见下面图3-2。 层次分析法先将层次分为若干层次。最高一层称为目标层，这一层中只有一个元素，就是该问题要达到目标或理想的结果；中间层为准则层，层中的元素为实现目标所采用的措施、政策、准则等。准则层中可以不止一层，可以根据问题规模的大小和复杂程度，分为准则层、子准则层；最低一层为方案层，这一层包括了实现目标可供选择的方案。 在递阶层次结构中，各层均由若
8、干因素构成。当某个层次包含因素较多时，可将该层次进一步划分成若干子层次。通常应使各层次中的各因素支配的元素一般不超过9个，这是因为支配元素过多会给两两比较带来困难。决策目标准则1准则2准则3准则m子准则1子准则2子准则n方案1方案2方案3方案t图3-2 典型递阶层次结构目标层 准则层方案层整个结构不受层次限制；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：从上到下顺序地存在支配关系，用直线段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； 最高层只有一个元素，每个元素所支配元素一般不超过9个。元素过多可进一步分层；对某些具有子层次
9、结构可引入虚元素，使之成为典型递阶层次结构。1.2、四个注意点递阶层次结构是最简单的层次结构形式。在实际问题中我们常常会遇到更复杂的层次结构。如层次内部因素之间存在相互影响类型的内部依存层次结构（例如以行驶性能为目标对各种型号汽车作评价时，准则层有刹车、转向、加速、运行等，这些准则之间就是相关的。）；下层反过来对上层有支配作用，形成循环，从而无法区分上下层类型的反馈层次结构（例如可以用教学、科研等多项指标评价几位教师，也可以反过来对于每一个教师比较他的教学、科研等哪一方面表现最为突出，从而在指标层和对象层之间形成循环）。在这里我们只讨论递阶层次结构，其余的模型读者可参阅其他文献。在建立递阶层次
10、结构后，上下层元素间的隶属关系就被确定了。假设以上一层次元素C为准则，所支配的下一层次的关系为u1,u2,un，我们的目的是要按它们对于准则C相对重要性赋予u1,u2,un相应的权重。对于有些问题可以直接给出权重，如学生的考试成绩、某工程的投资额。但在大多数社会经济活动中,尤其是较复杂的问题中，元素的权重无法直接获得，这就需要通过适当的方法导出它们的权重。AHP所用导出权重的方法就是两两比较方法。2.1、两两比较法两两比较法具体方法是：当以上一层次某个因素C作为比较准则时，可用一个比较标度aij来表达下一层次中第i个因素与第j个因素的相对重要性（或偏好优劣）的认识。aij的取值一般取正整数19
11、（称为标度）及其倒数。由aij构成的矩阵称为比较判断矩阵A=(aij)。关于aij取值的规则见表3-1。表3-1 元素aij取值的规则元素元素标度标度规规 则则aij1 1以上一层某个因素为准则，本层次因素以上一层某个因素为准则，本层次因素i与因素与因素j相比相比，具有同样重要。具有同样重要。3 3以上一层某个因素为准则，本层次因素以上一层某个因素为准则，本层次因素i与因素与因素j相比相比，i比比j稍微重要。稍微重要。5 5以上一层某个因素为准则以上一层某个因素为准则, ,本层次因素本层次因素i与因素与因素j相比相比，i比比j明显重要。明显重要。7 7以上一层某个因素为准则以上一层某个因素为准
12、则, ,本层次因素本层次因素i与因素与因素j相比相比，i比比j强烈重要。强烈重要。9 9以上一层某个因素为准则，本层次因素以上一层某个因素为准则，本层次因素i与因素与因素j相比相比，i比比j极端重要。极端重要。比较判断矩阵的特点：aij取值也可以取上述各数的中值2，4，6，8及其倒数，即若因素i与因素j比较得aij，则因素j与因素i比较得1/aij。具有上述三个特点的n阶矩阵称为正互反矩阵。在引例的图3-1中, 以满意的职业为准则(C), 支配着5个因素: 对专业对口(u1)、发展潜力(u2)、单位名气(u3)、地点(u4)、收入(u5)五个因素作出成对比较，得到比较判断矩阵仔细分析比较判断矩
13、阵A可以发现，既然u1与u2之比为1:(1/3), u1与u3之比为1:3, 那么u2与u3之比应该为1:9,而不是1:5，这样才能说明问题是合理的。也就是中的所有的的元素aij必须具有传递性，即aij满足等式：aijajk=aik，i,j,k=1,2,n。定义3.1.1 设n阶矩阵A=(aij)为正互反矩阵, 若对于一切i,j,k,都有aijajk=aik, i,j,k=1,2,n,称A为一致矩阵.由比较判断矩阵A知，在对n个因素比较中，我们只要作n(n-1)/2次成对比较即可。但要求这n(n-1)/2次断矩阵A一定满足一致性。比较全部一致，太苛刻在实际工作中，我们并不要求比较判断矩阵A一定
14、要满足一致性.关于比较判断矩阵，有以下四个问题需要我们进一步说明：2.2、比较判断矩阵的四个说明为什么要用两两比较？ 涉及到社会、经济、人文等因素的决策问题的主要困难在于，这些因素通常不易定量地测量。人们往往凭自己的经验和知识进行判断。当因素较多时给出的结果是不全面和不准确的。如果只是定性结果，又常常不被人们接受。如果采用把所有的因素放在一起两两比较，得到一种相对的标度，既能适应各种属性测度，又能充分利用专家经验和判断，提高准确度。其二，在比较判断矩阵建立上，教授采用了19比例标度，这是因为人们在估计成对事物的差别时，用五种判断级别就能很好地表示，即相等、较强、强、很强、极强表示差别程度。如果
15、再细分，可在相邻两级中再插入一级，正好9级，用9个数字来表达就够用了。为什么要用19比例标度？ 一般地在一个准则下被比较的对象不超过9个, 是因为心理学家认为，进行成对比较因素太多将超出人的判断能力。最多大致在72范围，如果以9个为限，用19比例标度表示它们之间的差别正合适。为什么要限制比较个数不超过9? 为什么要比较n(n-1)/2次?最后，在把n个因素与某个因素进行比较时,有人认为只需要进行n-1次就可以了。这种做法的弊病在于，任何一个判断的失误都可能导致不合理的排序，对于难以定量的系统更应该尽量避免判断失误。进行n(n-1)/2次成对比较，可以提供更多的信息量，从不同角度进行比较，以得到
16、一个合理的排序。例1 某一个顾客选购电视机时，对市场正在出售的四种电视机考虑了八项准则作为评估依据，建立层次分析模型如图3-3所示，对之构造比较判断矩阵。选购电视机品牌耗电量厂家信誉售后服务清晰度外形价格尺寸ABCD解：构造比较判别矩阵如表3-2。表3-2 满意电视机的比较判别表满意的意的电视机机品牌品牌外外形形价价格格尺尺寸寸耗耗电量量 厂家厂家信誉信誉清晰清晰度度售后售后服服务品牌品牌1 15 53 35 51/31/31/51/51/31/31/41/4外形外形1/51/51 11/31/35 51/51/51 11/51/51/71/7价格价格1/31/31/31/31 16 63 3
17、4 46 65 5尺寸尺寸1/51/51/51/5 1/61/61 11/31/31/41/41/71/71/81/8耗耗电量量3 35 51/31/33 31 12 23 32 2厂家信誉厂家信誉5 51 11/41/44 41/21/21 11/51/51 1清晰度清晰度3 35 51/61/67 71/31/35 51 12 2售后服售后服务4 47 71/51/58 81/21/21 11/21/21 1例 2 设某港务局要改善一条河道的过河运输条件，为此需要确定是否建立桥梁或隧道以代替现有的轮渡。分析：在此问题中，过河的方式的决策取决于过河方式的效益与代价（即成本）的之比通常我们用费
18、效比（即效益/代价）作为选择方案的标准。为此我们分别给出下面两个层次结构，它们分别考虑了影响过河的效益与代价的因素，这些因素可分为三类：经济的、社会的和环境的。过河的效益A经济效益B1社会效益B2环境效益B3节省时间C1建筑就业C5民间商业C3当地商业C4收入C2安全可靠C6交往沟通C7自豪感C8舒适C9进出方便C10美化C11桥梁D1隧道D2渡船D3过河的代价a经济代价b1社会代价b2环境代价b3资金投入c1冲击渡船业c3操作维护c2冲击地方生活方式c4交通拥挤c5居民搬迁c6汽车排放物c7对水的污染c8对生态破坏c9桥梁d1隧道d2渡船d3 注意，上面两个模型中的判断依据都是由决策者自行设
19、计的（这就需要用到设计者的专业知识）。决策的制定将取决于根据两个层次结构确定的方案的效益权重与代价权重之比。例如:我们构造过河的效益比较判别矩阵如下：1 7 5B3 1/71 1/5 B2 1/5 5 1B1 B3 B2 B1过河的效益3.1、单准则下的排序 层次分析法的信息基础是比较判断矩阵。由于每个准则都支配下一层若干个因素，这样对于每一个准则及它所支配的因素都可以得到一个比较判断矩阵。因此根据比较判断矩阵如何求出各因素u1,u2,un , 对于准则的相对排序权重的过程称为单准则下的排序。 计算权重w1,w2,wn的方法有许多种，其中特征根方法是AHP中比较成熟并得到广泛应用的方法，它对于
20、AHP的发展在理论上和实践上都有重要意义。 特征根方法的理论依据是正矩阵的Perron定理，它保证了所得到的排序向量的正值性和唯一性。 特征根方法的理论依据定理3.1.1 (Perron定理):设n阶方阵AO, lmax为A的模最大特征根，则 lmax必为正特征根,且对应特征向量为正向量；对于A的任何其它特征值，恒有|l|lmax ； lmax为A的单特征根，因而它所对应的特征向量除相差一个常数因子外是唯一的。定理3.1.2 对于任何一个正互反矩阵均有lmax n， 其中lmax为A的模最大特征根。证明证明(略)，是其最大特征值所对应的特征向量, 两边同除以wi，得两边同时对i求和,得 ，。定
21、理3.1.3 n阶正互反矩阵A=(aij)为一致矩阵的充分必要条件是A的最大特征根为n.证明(必要性)因为n阶矩阵A为一致矩阵，设(充分性)是一个正互反矩阵。 那么如何求一般正互反矩阵A的最大特征根呢?这实际上有一定的困难，特别是当A的阶数很高时。由于在做比较判断矩阵时我们基本上是定性比较量化的结果，对它的精确计算是没有必要的。所以我们可用一些简便的方法计算判断矩阵的最大特征值及所对应的特征向量。下面介绍一些求正互反矩阵排序向量的方法。 在实际应用中，比较判断矩阵A并不一定是一致矩阵，由定理3.1.2知比较判断矩阵A的阶数n不超过A的最大特征值lmax .求正互反矩阵排序向量的方法特征根方法(
22、EVM) 对于正矩阵，有一种求特征向量的简易算法（幂法）。下面的定理为幂法提供了理论依据。定理3.1.4 设n阶矩阵其中V为与A的最大特征值对应的特征向量, c是常数。 如果令x=e(e为单位向量)，则有 其中W为与A的最大特征值对应的规范化特征向量，下面称权重向量或排序向量。第一步：将判断矩阵的列向量归一化 和法解：例3求判断矩阵 的最大特征值和权重向量。第一步：将判断矩阵的列向量归一化 根法解例4 求判断矩阵 的最大特征值和权重向量。3.2、一致性的检验由于客观事物的复杂性，会使我们的判断带有主观性和片面性，完全要求每次比较判断的思维标准一致是不大可能的。因此在我们构造比较判断矩阵时，我们
23、并不要求n(n+1)/2次比较全部一致。但这可能出现甲与乙相对重要，乙与丙相比极端重要，丙与甲相比相对重要，这种比较判断严重不一致这种情况。事实上，在作比较判断矩阵时，我们虽然不要求判断具有一致性。但一个混乱的，经不起推敲的比较判断矩阵有可能导致决策的失误，所以我们希望在判断时应大体上的一致。而上述计算权重方法，当判断矩阵过于偏离一致性时，其可靠程度也就值得怀疑了。故对于每一层次作单准则排序时，均需要作一致性的检验。设A为n阶正互反矩阵，由定理3.1.2知， 可作为衡量不一致程度的数量标准，称CI为一致性指标(Consistency Index).当判断矩阵A的最大特征值稍大于n, 称A具有满
24、意的一致性。然而“满意的一致性”说法不够准确，A的最大特征值lmax与n是怎样的接近为满意？这必须有一个量化。Saaty教授采用的方法：固定n，随机构造正互反矩阵A=(aij)n, 其中aij是从1,2,3, ,9,1/2,1/3, ,1/9共17个数中随即抽取。这样的正互反矩阵A是最不一致的。计算1000次上述随机判断矩阵的最大特征lmax , Saaty教授给出了RI值(称为平均随即一致性指标，见表3-3)。表3-3 平均随机一致性指标n123456789RI000.580.941.121.241.321.411.45表3-3中n=1,2时RI=0，因1，2阶判断矩阵总是一致的。 当n3时
25、，令CR=CI/RI，称CR为一致性比例。当CR0.1, CR2=0.2130.1, CR3=0.1170.1, CR6=0.1700.1, 因此第1，2，3，6个比较判断矩阵的一致性没有通过，需要对比较判断矩阵进行修改。而第4，5，7，8个比较判断矩阵通过一致性检验。 计算同一层次中所有元素对于最高层(总目标)的相对重要性标度(又称排序权重向量)称为层次总排序。为了把这个问题搞清楚，来看一个事实。 设有五块石头A1,A2,A3,A4,A5分成两组。第一组由A1,A2组成，第二组由A3 ,A4,A5组成。这两组石头可看成一块石头分裂成石块A1,A2,A3,A4,A5 。把系统划分成三个层次,如
26、图3-4所示重量第一组第二组A3A4A5A1A2图3-4 分裂成石块的巨砾 已知最高层对第二层的排序向量为而第三层对第二层单准则的排序为则第三层五个元素相对总重量的排序权值向量为4.1、层次总排序的步骤计算同一层次所有因素对最高层相对重要性的排序权向量，这一过程是自上而下逐层进行；层次总排序的步骤为：；设已计算出第k-1层上有nk-1个元素相对总目标的排序权向量为： 第k层有nk个元素,它们对于上一层次(第k-1层)的某个因素ui 的单准则排序权向量为(对于与k-1层第i个元素无支配关系的对应uij取值为0);第k层nk个元素相对总目标的排序权向量为4.2、总排序一致性检验人们在对各层元素作比
27、较时，尽管每一层中所用的比较尺度基本一致，但各层之间仍可能有所差异，而这种差异将随着层次总排序的逐渐计算而累加起来，因此需要从模型的总体上来检验这种差异尺度的累积是否显著，检验的过程称为层次总排序的一致性检验。假设第k-1层第j个因素为比较准则，第k层的一致性检验指标为则第k层各因素两两比较的层次单排序一致性指标为平均随机一致性指标为可认为评价模型在k层水平上整个达到局部满意一致性.层次分析法的基本步骤为以下四步：(总排序)即计算各方案对总系统目标排序权向量。建立系统的递阶层次结构；构造两两比较判断矩阵；计算下一个层次对上一层的某个准则的排序权向量;下面举例来说明层次分析法的基本步骤。例5 某
28、工厂在扩大企业自主权后，有一笔留成利润，要由厂领导和职代会来决定如何使用，可供选择的方案有：P1发奖金； P2扩建集体福利事业； P3办职工业余技校； P4建图书馆、俱乐部； P5引进新设备。这些方案都各具有其合理的因素，因此如何对这些方案进行综合评价，并由此进行方案排序及优选是厂领导和职代会面临的实际问题。分析： 上述问题属于方案排序与优选问题，且各待选方案的具体内容已经确定，故可采用AHP法来解决。解：建立方案评价的递阶层次结构模型。该模型最高一层为总目标A：合理使用企业利润。第二层设计为方案评价的准则层,它包含有三个准则：最低层为方案层，它包含从P1P5五种方案.其递阶层次结构如图3-5
29、：B1：进一步调动职工劳动积极性；B2：提高企业技术水平；B3：改善职工物质与文化生活。合理使用企业利润AB1B2B3P1P2P3P4P5图3-5 合理分配利润的递阶层次结构构造比较判断矩阵分别给出第三层对第二层的三个比较判别矩阵：层次单排序及其一致性检验对于上述各比较判断矩阵，用Matlab数学软件求出其最大的特征值及其对应的特征向量，将特征向量经归一化后，即可得到相应的层次单排序的相对重要性权重向量，以及一致性指标CI和一致性比例CR，见表3-5。表3-5 合理使用企业利润的计算结果矩矩阵层次次单排序的排序的权重向量重向量l lmaxCIRICRA-B(0.1047,0.6370,0.25
30、83)T 3.03850.01930.580.0332B1-P(0.4956,0.2319,0.0848,0.1374,0.0503)T 5.07920.01981.120.0177B2-P (0.0553,0.5650,0.1175,0.2622)T4.11700.03890.90.0433B3-P (0.375,0.375,0.125,0.125)T400.90由此可见，所有四个层次单排序的CR的值均小于 0.1，符合满意一致性要求。层次总排序已知第二层(B层)相对于总目标A的排序向量为而第三层(P层)以第二层第i个因素Bi为准则时的排序向量分别为： 则第三层(P层)相对于总目标的排序向量
31、为层次总排序的一致性检验总排序一致性通过。结论：某工厂合理使用企业留成利润这一总目标，所考虑的五种方案排序的相对优先排序为： P3(开办职工业务技校)，权重为0.4011； P5(引进新技术设备)，权重为0.1723； P2 (扩建集体福利事业)，权重为0.1564； P1(发奖金)，权重为0.1488； P4(建图书馆，俱乐部)，权重为0.1215.厂领导和职代会可根据上述分析结果，决定各种方案的实施先后次序，或决定分配使用企业留成利润的比例。Matlab程序（详见P195197，从略）经验调整法：让专家对判断矩阵的某些元素进行重新调整，这类方法存在着一定的主观随意性，缺乏理论科学依据；当一
32、个比较判断矩阵过于偏离一致性时，其可靠程度就值得怀疑了，这时就必须对判断矩阵进行调整。在实际应用中，需要对判断矩阵进行多次调整，才能够通过一致性检验。目前，关于修正判断矩阵的方法有多种，大致分成三类:用一定的方法, 构造一个完全一致的判断矩阵, 通过甲醛方法提取原始判断矩阵与完全一致矩阵的信息,以达到调整的目的。此类方法具有一定的盲目性；利用矩阵元素的变化与一致性之间的关系，确定影响一致性的关键元素并进行调整。此类方法对原始判断矩阵的元素改变较少，保留了较多的原始信息。下面介绍一种属于第三类的判断矩阵调整方法，称之为AHP判断矩阵一致性调整的前瞻算法。 具体算法如下：构造矩阵 。 是判断矩阵A
33、中的元素aij用aikakj (称为元素aij的第k种间接判断)替换，而aji用1/aikakj替换后得到的矩阵，即 ，其中 由于askakt可能大于9，1/askakt可能小于1/9 ，这与判断矩阵的定义不相符合，需要进行微调，作微调如下：计算以 及Dijx表示对x进行四舍五入取整。以后所有的矩阵 都是经过微调得到的矩阵，由于是成对的微调，故有 。 是矩阵A中的元素aij进行第k种调整后一致性比率变小的数值，表征着aij进行第k种调整对矩阵一致性的改善程度。 n-2种可能改善程度.说明第k种调整无助于甚至有碍于改善判断矩阵的一致性，因此在算法实现中令它为零。共有设N=1,2, ,n,计算Di
34、j是判断矩阵A中的元素aij的n-2个可能改善程度的最大值，又称Dij为元素aij的不一致程度。若Dij=0，说明aij的所有调整方向都无助于改善判断矩阵的一致性。计算Tij 。 Tij是aij对矩阵一致性的最大可能改善程度Dij所对应的调整策略序号。称aij的第Tij种调整方法为aij的最优调整方向，若Dij =0 ，说明aij的所有调整方向都无助于改善判断矩阵的一致性，令Tij =0 ，构造矩阵T=(Tij )nn，则T是对称矩阵。 选D为(D ij )nn中最大元素，确定该元素所在的行与列，找到判断矩阵相对应的元素就是最矛盾（不一致）元素。对它按上述方法进行调整，直到得到通过一致性检验。
35、解例5 求的排序向量，并检验一致性。使用MATLAB计算，得排序向量为：一致性比例 没有通过一致性检验，需要进行调整。调整过程如下： D13=0.1361是的最大元素，相应判断矩阵元素a13是矛盾元素，需要调整。由于对应调整方向是T13=2,调整方案是：将a13用a12a23替换，即a13=a12a23=71/8 =7/8，并取a13=1/1/(7/8)=1.得到新的判断矩阵由此得到排序向量通过了一致性检验。可以证明，上述的算法是收敛的。我们知道，AHP方法不仅可以进行定量分析，也可以进行定性分析，它可以把决策过程中的定量与定性因素有机地结合起来，用一种统一的方法进行处理。AHP法改变了最优化
36、技术中只能对定量问题进行处理的局限。不仅如此，它的方法简单、直观，容易掌握，是一种很好的决策方法。但应该看到，AHP方法也有着应用上的局限，主要有以下三个方面： AHP方法的应用主要是针对那种方案大体确定的决策问题，即只能从原方案中选优，不能生成新的方案; AHP方法比较粗糙，不适应于精度要求很高的决策问题，对于这类问题，若将AHP和别的方法结合起来使用，会得到令人满意的结果；由于AHP方法的使用受人的主观因素影响较大，得到的决策结果不易为众人接受。 针对上述存在的问题,我们可以采用AHP方法与群组决策相结合的方法, 尽量使得决策结果得到众人的认可。 在运用AHP方法进行决策分析时，评判者往往
37、不是一个人，而是由若干个专家组成的小组。尤其是在对重大问题的决策分析时，评判者有时甚至是一个庞大的专家团，这就会遇到群组判断问题。专家群组的判断是否符合客观实际，将对定权产生直接的影响。 若干个专家参加决策，各个专家都可以给出一个比较判断矩阵，如何根据这众多的比较判断矩阵进行最终决策，我们给出两类处理方法:一类是将各个专家的比较判断矩阵综合成一个判断矩阵，然后求出这个矩阵的排序向量,称此法为比较判断矩阵综合法；另一类是先求出各个专家的排序向量，然后再将它们综合成群组排序向量。称此法为权重向量综合法。6.1、比较判断矩阵综合法加权几何平均法设由s个专家的的评判矩阵为 ，构造综合判断矩阵 , 其中
38、其中lk是第k个专家的权重。然后再选用单准则下权重向量的算法，求出综合判断矩阵的排序向量。 由数理统计的知识，我们对矩阵A进行分析，计算总体标准差当总体标准差sije，这组群组判断可采用。这里e是事先给定的值，通常取e0.5,1。加权算术平均法设由s个专家的的评判矩阵为 ，构造综合判断矩阵 , 其中其中lk是第k个专家的权重。然后再选用单准则下权重向量的算法，求出综合判断矩阵的排序向量。应当注意的是：无论采用加权几何平均法还是采用加权算术平均法后的综合判断矩阵都已失去正互反性了。6.2、权重向量综合排序法加权几何平均法设第k个专家给出的排序向量为对s个排序向量进行加权几何平均，得到排序向量：由
39、数理统计的知识，我们对所求的W进行分析。 即计算由此建立一个新的总体判断矩阵计算总体标准差 表示第k个专家给出的判断矩阵的第i行第j列的元素.计算个体的标准差:当总体标准差 这组群组判断可采用.当 时，可认为第k个专家的评判通过，个体否则将信息反馈给有关专家，供修改时参考。加权算术平均综合排序向量法设由s个专家的的评判矩阵，得到s个排序向量：对s个排序向量进行加权算术平均,得到排序向量：按照上述的分析，计算各个标准差，将信息反馈给有关专家供参考。例1 某个企业科技实力评价系统设计企业科技实力评价的层次结构模型设计企业科技实力评价指标体系, 应遵循下面7个原则: 整体性原则. 指标体系应涵盖权衡
40、企业科技实力的基本内容，诸如硬科学和软科学水平、科技现状、科技成果及其产业化程度等. 简要性原则. 指标体系要层次分明，简明扼要；每个指标要内涵清晰，相对独立. 导向性原则. 指标体系应符合高新技术产业化政策，利于调动企业从事研究与开发的积极性，利于构建企业科技创新机制.可比性原则.要尽量采用相对指标，便于对各企业进行对比，但为了反映企业的科技实力的规模，也应取一些绝对指标.均匀性原则.凡开发周期较长或时间滞后较大的指标，如科技评价中每百名科技活动人员的专利授权数之类的指标，为避免指标的大起大落，以采用三年平均值为宜.可操作性原则.指标体系所需数据原则上从统计指标产生,少量需重新统计的指标应是
41、确定的易于采集的.实际性原则.应从中国企业和统计部门的现状出发,切忌照搬发达国家权衡企业科技实力的指标体系.企业科技实力评价人力资源A1物力资源A2财力资源A3科技成果转化度A4管理水平A5P1P2P3P4P5P6P7P8P9P17P16P10P11P12P13P14P15机器设备原值中微电子控制机器设备原值占有率(%)科技活动经费支出与产品销售收入的比率(%)更新改造投资额(三年累计)与原固定资产原值比率(%)企业办科技机构固定资产原值(万元)研究开发经费与企业增加值比率(%)对外部科研机构和高等院校的经费支出与产品销售收入的比率（%）每百名科技活动人员的专利授权数(三年累计)新产品销售收入
42、占产品收入的比率（%）高新技术产品出口额（万元）万元技术引进投资新增企业增加值(万元/万元)(三年平均)技术转让和服务收入与技术开发经费比率(%)(三年平均)万元产值节约能耗(万元/万元)(三年平均)企业通过ISO9000系列质量体系认证的产品个数投入产出效率 专家咨询工作第一轮发出专家咨询表22份，回收16份，回收率为72.7%。分析专家群对5个二级指标 (人力资源A1,物力资源A2,财力资源A3,科技活动成果产业化程度A4及管理水平A5) 的权重值，可以发现一个显著性差异。即有5位专家看好“人力资源A1” (wA10.4),另外5位专家看好“科技活动成果产业化程度A4”(wA40.4).鉴
43、于有1/3的专家看好“人力资源”，其职业构成为大学教授4人,企业副总工程师1人;另外有1/3的专家看好“科技活动成果产业化程度”,其职业构成为大学教授3人,政府职能部门领导2人.考虑到取值的显著差异,又进行了第二次的填表.在进行第二轮的填表时,提请专家结合计. 结果在第二轮填表时慎重考虑.共开展了两轮专家咨询工作。第二轮发出16份咨询表,回收13份,回收率为81.3%,再从中筛选出11份,进行综合评价.计算权重向量按照前面所介绍的方法进行专家的群组决策,其方法为:计算出每个专家的给出的排序向量,并进行用权重向量的综合法(加权几何平均法)求群一致性检验,以决定取舍;组的权重向量; 求合成权重向量.
