层次分析法及案例分析.ppt

层次分析法及案例分析邵亚飞目录1、问题提出2、层次分析法的定义3、层次分析法解决问题的思路4、案例分享目录1、问题提出2、层次分析法的定义3、层次分析法解决问题的思路4、案例分享问题提出决策问题提出决策买房子买汽车报专业娶老婆旅游选择选择选择选择问题提出决策买房子报专业旅游价格位置环境发展难易收益成本目录1、问题提出2、层次分析法的定义3、层次分析法解决问题的思路4、案例分享 层次分析法（AHP）是美国运筹学家匹茨堡大学教授萨蒂(T.L.Saaty)于上世纪70年代初，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。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。是对难于完全定量的复杂系统作出决策的模型和方法。n人们在对社会、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。n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。目录1、问题提出2、层次分析法的定义3、层次分析法解决问题的思路4、案例分享层次分析法的基本原理 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。层次分析法的步骤和方法 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 2.构造判断(成对比较)矩阵 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 一、建立层次结构模型n 将决策的目标、考虑的因素（决策准则）和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。n 最高层：决策的目的、要解决的问题。n 最低层：决策时的备选方案。n 中间层：考虑的因素、决策的准则。n 对于相邻的两层，称高层为目标层，低层为因素层。下面举例说明：工作选择可供选择的单位P1 P2，Pn贡献收入发展声誉工作环境生活环境目标层准则层方案层例1.工作选择如何在几个工作中，按照不同的需求确定最终的工作需求目标层O(选择旅游地)P2黄山P1桂林P3北戴河准则层方案层C3居住C1景色C2费用C4饮食C5旅途例2.选择旅游地如何在3个目的地中按照景色、费用、居住条件等因素选择.二、构造判断(成对比较)矩阵 在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而Santy等人提出：一致矩阵法，即：1.不把所有因素放在一起比较，而是两两相互比较。2.对此时采用相对尺度，以尽可能减少性质不同的诸因 素相互比较的困难，以提高准确度。心理学家认为成对比较的因素不宜超过9个，即每层不要超过9个因素。判断矩阵是表示本层所有因素针对上一层某一个因素的相对重要性的比较。判断矩阵的元素aij用Santy的19标度方法给出。判断矩阵元素aij的标度方法标度含义1表示两个因素相比，具有同样重要性3表示两个因素相比，一个因素比另一个因素稍微重要5表示两个因素相比，一个因素比另一个因素明显重要7表示两个因素相比，一个因素比另一个因素强烈重要9表示两个因素相比，一个因素比另一个因素极端重要2，4，6，8上述两相邻判断的中值倒数因素i与j比较的判断aij，则因素j与i比较的判断aji=1/aij 设要比较各准则C1,C2,Cn对目标O的重要性A成对比较阵A是正互反阵要由A确定C1,Cn对O的权向量选择旅游地目标层O(选择旅游地)准则层C3居住C1景色C2费用C4饮食C5旅途C1 C2 C3 C4 C5C1C2C3C4C5稍加分析就发现上述成对比较矩阵有问题 成对比较的不一致情况一致比较不一致允许不一致，但要确定不一致的允许范围考察完全一致的情况可作为一个排序向量成对比较满足的正互反阵A称一致阵。A的秩为1，A的唯一非零特征根为n 非零特征根n所对应的特征向量归一化后可作为权向量对于不一致(但在允许范围内)的成对比较阵A，Saaty等人建议用对应于最大特征根 的特征向量作为权向量w，即一致阵性质但允许范围是多大？如何界定？三、层次单排序及其一致性检验 对应于判断矩阵最大特征根max的特征向量，经归一化(使向量中各元素之和等于1)后记为W。W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对A确定不一致的允许范围。定理：n 阶一致阵的唯一非零特征根为n定理：n 阶正互反阵A的最大特征根 n,当且仅当=n时A为一致阵由于 连续的依赖于aij ，则 比n 大的越多，A 的不一致性越严重。用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用-n 数值的大小来衡量 A 的不一致程度。定义一致性指标:CI=0，有完全的一致性CI 接近于0，有满意的一致性CI 越大，不一致越严重RI0 0 0.58 0.90 1.12 1.24 1.321.41 1.45 1.49 1.51 n1 234567891110为衡量CI 的大小，引入随机一致性指标 RI。方法为Saaty的结果如下随机一致性指标 RI则可得一致性指标 随机构造500个成对比较矩阵一致性检验：利用一致性指标和一致性比率0.1及随机一致性指标的数值表，对 进行检验的过程。一般，当一致性比率 的不一致程度在容许范围之内，有满意的一致性，通过一致性检验。可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵A，对 aij 加以调整。时，认为定义一致性比率：“选择旅游地”中准则层对目标的权向量及一致性检验准则层对目标的成对比较阵最大特征根=5.073权向量(特征向量)w=(0.263,0.475,0.055,0.090,0.110)T一致性指标随机一致性指标 RI=1.12(查表)一致性比率CR=0.018/1.12=0.0160.1通过一致性检验正互反阵最大特征根和特征向量的简化计算正互反阵最大特征根和特征向量的简化计算 精确计算的复杂和不必要精确计算的复杂和不必要 简化计算的思路简化计算的思路一致阵的任一列向量都是特征向量，一致阵的任一列向量都是特征向量，一致性尚好的正互反阵的列向量都应近似特征向量，可取一致性尚好的正互反阵的列向量都应近似特征向量，可取其某种意义下的平均。其某种意义下的平均。和法和法取列向量的算术平均取列向量的算术平均列向量列向量归一化归一化求求行行和和归归一一化化精确结果精确结果:w=(0.588,0.322,0.090)T,=3.010四、层次总排序及其一致性检验 n计算某一层次所有因素对于最高层(总目标)相对重要性的权值，称为层次总排序。n这一过程是从最高层次到最低层次依次进行的。对总目标Z的排序为的层次单排序为即 B 层第 i 个因素对总目标的权值为：（影响加和）层的层次总排序为：B层的层次层的层次总排序总排序AB层次总排序的一致性检验设 层 对上层(层)中因素 的层次单排序一致性指标为 ，随机一致性指为 ，则层次总排序的一致性比率为：当 时，认为层次总排序通过一致性检验。层次总排序具有满意的一致性，否则需要重新调整那些一致性比率高的判断矩阵的元素取值。到此，根据最下层（决策层）的层次总排序做出最后决策。1.建立层次结构模型 该结构图包括目标层，准则层，方案层。层次分析法的基本步骤归纳如下3.计算单排序权向量并做一致性检验2.构造成对比较矩阵从第二层开始用成对比较矩阵和19尺度。对每个成对比较矩阵计算最大特征值及其对应的特征向量，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，需要重新构造成对比较矩阵。计算最下层对最上层总排序的权向量。4.计算总排序权向量并做一致性检验进行检验。若通过，则可按照总排序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 较大的成对比较矩阵。利用总排序一致性比率目录1、问题提出2、层次分析法的定义3、层次分析法解决问题的思路4、案例分享案例分享1、确定评估项目：*类型供应商甄选2、建立评比指标以及层次结构：案例分享3、为了简化计算步骤，本文在供应商决策分析时，只做关键指标的分析，具体的层次结构如下图：案例分享4、建立矩阵结构（1）建立B层次与A层次的矩阵关系A、首先对各项指标进行打分（B1：B2，即价格指标、质量指标、交货指标、服务指标、硬件资质）AB1B2B3B4B5B110.2337B251557B31/30.2135B41/30.21/315B51/71/70.20.21特别说明：在打分时，必须以Bii为对角线两边数据对称成倒数关系，如B1比B2更不重要，则B12位置打分为0.2，则B21位置打分为5，即B12=1/B21；案例分享B、进行一致性检测，以确保打分时不出现前后的逻辑错误计算上述矩阵的最大特征值 =5.08（计算方法参考高等数据，由于方法较为复杂，这里不作解释）计算一致性指标：=0.08/4=0.02（n=5，矩阵的阶数），原则上 比n越大，说明不一致性越严重查询随机性一致性指标：RI当n=5时，RI=1.12计算一致性比率：一般认为当CR0.1时，认为矩阵的不一致程度在容许范围之内，可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵。案例分享5、计算各项指标结构的权值（归一化特征向量）按照上述第四小点中说明，可将特征值的归一化特征向量作为权重。计算最大特征向量除高数中讲到的数学方法外，有一个较为简便的方法，即“求和法”：按照纵列求和AB1B2B3B4B5B110.2337B251557B30.3333330.2135B40.3333330.20.33333315B50.1428570.1428570.20.21求和6.8095241.7428579.53333312.225案例分享计算 ，得一新的矩阵，并按照横列求和PB1B2B3B4B5求和B10.1468530.1147540.3146850.2459020.281.102194B20.7342660.573770.5244760.4098360.282.522348B30.0489510.1147540.1048950.2459020.20.714502B40.0489510.1147540.0349650.0819670.20.480637B50.0209790.0819670.0209790.0163930.040.180319案例分享取横列求和的转制矩阵T=1.102，2.522，0.715，0.450，0.180，求和 =5计算每一个 的值即为最大特征值 的特征向量0.220，0.504，0.143，0.0961，0.0361，也是作为目标在五项指标中的权重；案例分享6、采用上述相同的方法分别计算C1和C2对于B1：B5各项指标的得分，即对于B1指标C1和C2相对的有利程度分别是多少；建立B1与CI和C2的矩阵关系采用上述的方法，分别计算C1和C2对于B1指标的权重,得矩阵 0.167，0.833；同理分别计算C1和C2对于B2：B5的权重 0.875，0.125 0.1，0.9 0.5，0.5 0.25，0.75案例分享7、将 -组合建立一个新的矩阵：C1C2B10.17 0.83 B20.88 0.13 B30.10 0.90 B40.50 0.50 B50.25 0.75 案例分享8、通过 *可以计算C1和C2的综合得分C1和C2的得分分别为0.55和0.45，因此供应商1的整体情况要优于供应商2。介绍通过EXCEL进行矩阵的乘法n上述分析中，用到了矩阵的相乘，为了提供计算效率，这里介绍一种通过EXCEL进行矩阵计算的方法：n矩阵乘法在Excel中通过函数MMult完成，操作方法是首先选定结果区域，而后在公式栏中输入“=MMult(矩阵A，矩阵B)”，结果区域要根据原始矩阵的大小设定，如原始矩阵分别为2行2列和2行3列，则选定的结果区域需为2行3列方可返回全部结果，即要求矩阵A的列数等于矩阵B的行数。由于MMult函数属于数组函数，在输入公式后需同按Ctrl+Shift+Enter键返回，结果将以花括号标识，代表此函数为数组运算结果：总结n数学作为一种完美的科学，以其数学字符构建了完整的科学管理方法。上述整个过程即为层次分析法的全过程，其中重点地环节主要在层次指标的搭建上，而难点则在与矩阵的运算以及一致性检测方面。n层次分析法不仅仅可以用于供应商的评选，更多的可以用于指导和解决个人生活中遇到的问题，比如说专业的选择、工作的选择以及买房的选择等。可以让我们通过建立层次结构以及衡量指标，来理清我们的工作思路和思考问题的层面。希望通过层次分析法的介绍，给大家带来一种新的思考方式和数学概念。