AHP层次分析法算法流程
AHP(层次分析法)方法、步骤
归一化后的特征向量W= (w1, w2, …,wn) T
AW= λ W max
由此得到的特征向量W= (w1, w2, …,wn) T 就作 为对应评价单元的权重向量。 λmax和W的计算一般采用幂法、和法和方根法
2009.11
方根法
m
bn aibni i 1
2009.11
（4）评价层次总排序计 算结果的一致性
设：CI为层次总排序一致性指标： RI为层次总排序随机一致性指标。
其计算公式为：CI m aiCIi i 1
CIi为Ai相应的B层次中判断矩阵的一致性指标。 m RI ai RIi i 1
RIi为Ai相对应的B层次中判断矩阵随机一致性指标 并取 CR CI
在单层次判断矩阵A中，当
aij
aik a jk
时，称判断矩阵为一致性矩阵。
进行一致性检验的步骤如下：
（a）计算一致性指标C.I.：C.I. max n ，式中n为判断矩阵阶数。
n 1 （b）计算平均随机一致性指标R.I.
R.I.是多次重复进行随机判断矩阵特征值的计算后取算术平均数得到的 ，下表给出1～15维矩阵重复计算1000次的平均随机一致性指标：
max 4
d3 W23
d4 w24
d5 w25
C.R.=0
C1
C2
C3
d1 d2 d3 d4 d5
2009.11
（3）计算各元素的总权重
准则 权重 方案 d1 d2 d3 d4 d5
C1
0.105
0.491 0.232 0.092 0.136 0.046
C2
0.637
0 0.055 0.564 0.118 0.265
层次分析法(AHP)
层次分析法(AHP)层次分析法（AHP）对于草地农业生态系统这个涉及复杂的社会、经济、生态问题的系统，过去的系统分析与设计常常凭经验，靠主观判断进行，缺乏应有的科学性，因而往往造成重大失误。
层次分析法是一种新的定性分析与定量分析相结合的系统分析方法，是将人的主观判断用数量形式表达和处理的方法，简称AHP（The Analytic Hierarchy Process)法。
近年来，层次分析法在草地农业生态系统的系统分析、设计与决策中日益受到重视。
1层次分析法的基本方法和步骤层次分析法是把复杂问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构。
通过两两比较的方式确定各个因素相对重要性，然后综合决策者的判断，确定决策方案相对重要性的总排序。
运用层次分析法进行系统分析、设计、决策时，可分为4个步骤进行；（1）分析系统中各因素之间的关系，建立系统的递阶层次结构；（2）对同一层次的各元素关于上一层中某一准则的重要性进行两两比较，构造两两比较的判断矩阵；（3）由判断矩阵计算被比较元素对于该准则的相对权重；（4）计算各层元素对系统目标的合成权重，并进行排序，2递阶层次结构的建立首先把系统问题条理化、层次化，构造出一个层次分析的结构模型。
在模型中，复杂问题被分解，分解后各组成部分称为元素，这些元素又按属性分成若干组，形成不同层次。
同一层次的元素作为准则对下一层的某些元素起支配作用，同时它又受上面层次元素的支配。
层次可分为三类；（1）最高层：这一层次中只有一个元素，它是问题的预定目标或理想结果，因此也叫目标层；（2）中间层：这一层次包括要实现目标所涉及的中间环节中需要考虑的准则。
该层可由若干层次组成，因而有准则和子准则之分，这一层也叫准则层；（3）最底层：这一层次包括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。
上层元素对下层元素的支配关系所形成的层次结构被称为递阶层次结构。
当然，上一层元素可以支配下层的所有元素，但也可只支配其中部分元素。
层次分析步骤汇总
层次分析步骤汇总层次分析法（Analytic Hierarchy Process, AHP）是一种常用的决策分析方法，主要适用于多目标、多因素的决策问题。
该方法通过对决策问题进行分层和层次化处理，并对不同层次的因素进行权重分配和层次决策，最终得到最优方案。
以下是层次分析的步骤汇总：步骤一：问题建模首先需要把复杂的决策问题建模，将问题分解成多层的结构，将决策问题描述为一组准则和指标，同时建立每个指标与标准的关系，从而形成决策层次结构。
这个过程需要对决策问题进行严格的描述，而且对问题模型的建立需要考虑实际问题的特点、复杂程度以及数据的可获得性等多个因素。
步骤二：构造判断矩阵在建立完层次结构后，需要对层次结构中每一对相邻的因素进行比较，得出判断矩阵。
判断矩阵是一个关于因素之间关系的数学表达式，揭示了因素之间的相对重要性，最终形成一个权重矩阵。
步骤三：计算判断一致性因为判断矩阵的构造存在主观性，所以需要对判断矩阵的一致性进行检验。
通过计算一致性指标 CR（Consistency Ratio），来评估判断矩阵的一致性。
如果 CR 值小于等于0.1，则可以认为该矩阵是具有较高信度和一致性的。
步骤四：计算权重向量根据判断矩阵和 CR 值计算权重向量，用于表示每个因素相对于上一级因素的重要程度。
具体计算出来的权重向量可以用于计算每个因素在目标指标集中具有的综合得分。
步骤五：计算一致性检验在计算权重向量之后，可以通过计算一致性检验来检测上述步骤是否有误，包括判断矩阵、CR 和权重向量。
如果检验结果符合要求，则可用于评估因素的重要性及最终的决策结果。
步骤六：进行灵敏度分析当权重矩阵中存在误差时，就需要进行灵敏度分析，探讨这种误差对决策结果的影响。
通过改变权重矩阵的自变量，可以测量对因变量的影响。
在错误或违反合理性的情况下，灵敏度分析可以揭示某些因素对最终决策结果具有明显的影响。
总结层次分析法是一种多因素、多目标决策问题应用比较广泛的方法，可以广泛应用于各种涉及多个因素的决策问题中。
AHP层次分析法步骤讲解
AHP层次分析法AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。
层次分析法基本原理AHP层次分析法是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之间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。
AHP层次分析法的操作步骤完整的AHP层次分析法通常包括五个步骤：第一步：建立层次结构模型在深入分析问题的基础上，将决策的目标、考虑的因素和决策对象按相关关系分为最高层、中间层和最低层。
●最高层：决策的目的、要解决的问题●中间层（若干层）：考虑的因素、决策的准则●最底层：决策时的备选方案比如现在想选择一个最佳旅游景点，当前有三个选择标准（分别是景色，门票和交通），并且对应有三种选择方案。
现通过旅游专家打分，希望结合三个选择标准，选出最佳方案，层次模型大致如下图：第二步：标度确定和构造判断矩阵通过各因素之间的两两比较确定合适的标度。
在建立层次结构之后，需要比较因子及下属指标的各个比重，为实现定性向定量转化需要有定量的标度，此过程需要结合专家打分最终得到判断矩阵表格。
比如对旅游景点选择的4个影响因素（分别是景色，门票，交通和拥挤度）进行评价（即专家评价），最终得出四个影响因素的权重。
采用1-5分标度法（也或者1-9标度法），即比如门票相对景色更加重要，此时门票打3分，那么景色相对于门票就是取其倒数1/3即0.3333分。
交通相对于景色来更重要为2分，景色相对于交通就是0.5分等。
如果A因素相对B因素非常重要，此时打5分（最高5分），那么B因素相对于A因素就是1/5即0.2分如果使用SPSSAU进行分析，操作此步骤时，需要设置【判断矩阵阶数】,可以理解为需要评价权重的因素个数，并且在白色单元格处输入各项分别的名字以及专家打分，蓝色底纹处会自动变化，不需要输入。
AHP层次分析法算法流程
AHP层次分析法算法流程AHP（Analytic Hierarchy Process）层次分析法是一种用于决策问题的数学模型和方法，它通过对问题进行分析和层次化处理，准确地确定各影响因素的权重，从而帮助决策者做出最佳选择。
下面是AHP层次分析法的算法流程：1.确定决策的目标：明确待解决问题的最终目标。
例如，选择供应商、评估项目风险等。
2.建立层次结构：将问题分解成若干个层次，从最终目标开始逐级向下，形成一个层次结构。
最终目标位于最顶层，中间层次为各个子目标，最底层是各个可选方案或决策因素。
3.构建判断矩阵：对于每个相邻的层次，评价它们之间的相对重要性。
在层次结构矩阵中，将每一对子目标之间的相对重要性填入，构建一个判断矩阵。
判断矩阵的大小等于层次中的层数的平方。
4.设置标准化比较尺度：由于决策者往往无法准确比较不同层次之间的重要性，AHP引入了一套标准化比较尺度来帮助决策者进行判断。
常用的标准化比较尺度包括9级尺度和4级尺度。
5.一致性检验：在判断矩阵中填入各个单元格后，需要进行一致性检验，判断矩阵是否满足一致性。
一致性是指判断矩阵的矩阵元素之间的相互关系是否合理。
6.层次单排序：利用判断矩阵计算每个子目标的权重向量，通过对判断矩阵的特征向量进行归一化来获得权重向量。
7.一致性检验：再次进行一致性检验，验证计算得到的权重向量的一致性。
8.综合决策：将各个子目标的权重向量与它们对应的可选方案或决策因素进行综合，得出最终的决策。
9.灵敏度分析：根据实际情况进行灵敏度分析，检验得出的权重向量对最终决策的影响，以及各个决策因素的敏感程度。
10.结果分析与解释：对最终决策进行分析和解释，确保决策的科学性和合理性，为问题的解决和决策的执行提供支持。
AHP层次分析法通过逐层比较，将问题分解为易于理解和处理的小块，通过判断矩阵和权重向量计算，确定各个子目标的重要性和最终的决策。
它能够提供量化的决策依据，并具有一定的灵活性和可解释性。
AHP层次分析法方法步骤
A
w1 w2
w1 w1
w1 w2
w1 w2
wn wn
wn w1 wn wn
是完全精确的判断矩阵
2009.11
多目标评估方法
MS-OR
AHP方法计算原理
满足
AW
w1
w2
w1 w1
wn w1
max和w的计算一般采用幂法和法和方根法aw200911方根法15067200911归一化258nwaw200911ahp方法计算原理?问题为什么两两比较判断矩阵a的最大特征值的向量可以作为评价单元a200911ahp方法计算原理?解释假设事先已知这n个评价单元的权重向量为比较a重要性时标量aij是一精确比值所构成的两两比较判断矩阵是完全精确的判断矩阵200911ahp方法计算原理满足200911ahp方法计算原理实际评价时并不知道这权重向量比较a重要性时通过询问决策者只能得到近似的比值aij精确判断矩阵的最大特征值的向量是完全精确的权重向量近似判断矩阵a最大特征值的向量2009113计算步骤?iii
设：CI为层次总排序一致性指标：
RI为层次总排序随机一致性指标。
其计算公式为：CI m aiCIi i 1
CIi为Ai相应的B层次中判断矩阵的一致性指标。 m RI ai RIi i 1
RIi为Ai相对应的B层次中判断矩阵随机一致性指标 并取 CR CI
RI
当 CR 0.10 ，认为层次总排序的结果具有满意的一致性。
w1 w2
w1 wn
w2 wn
wn wn
层次研究分析法(AHP)
层次分析法(AHP)————————————————————————————————作者：————————————————————————————————日期：层次分析法（AHP）对于草地农业生态系统这个涉及复杂的社会、经济、生态问题的系统，过去的系统分析与设计常常凭经验，靠主观判断进行，缺乏应有的科学性，因而往往造成重大失误。
层次分析法是一种新的定性分析与定量分析相结合的系统分析方法，是将人的主观判断用数量形式表达和处理的方法，简称AHP（The Analytic Hierarchy Process)法。
近年来，层次分析法在草地农业生态系统的系统分析、设计与决策中日益受到重视。
1层次分析法的基本方法和步骤层次分析法是把复杂问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构。
通过两两比较的方式确定各个因素相对重要性，然后综合决策者的判断，确定决策方案相对重要性的总排序。
运用层次分析法进行系统分析、设计、决策时，可分为4个步骤进行；（1）分析系统中各因素之间的关系，建立系统的递阶层次结构；（2）对同一层次的各元素关于上一层中某一准则的重要性进行两两比较，构造两两比较的判断矩阵；（3）由判断矩阵计算被比较元素对于该准则的相对权重；（4）计算各层元素对系统目标的合成权重，并进行排序，2递阶层次结构的建立首先把系统问题条理化、层次化，构造出一个层次分析的结构模型。
在模型中，复杂问题被分解，分解后各组成部分称为元素，这些元素又按属性分成若干组，形成不同层次。
同一层次的元素作为准则对下一层的某些元素起支配作用，同时它又受上面层次元素的支配。
层次可分为三类；（1）最高层：这一层次中只有一个元素，它是问题的预定目标或理想结果，因此也叫目标层；（2）中间层：这一层次包括要实现目标所涉及的中间环节中需要考虑的准则。
该层可由若干层次组成，因而有准则和子准则之分，这一层也叫准则层；（3）最底层：这一层次包括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。
层次分析法分析(AHP)及实例教程
设定评价标准
根据问题背景和目标，设定合理的评价标准，如 成本、效益、风险等。
识别关键因素和指标
关键因素识别
分析影响决策目标的关键因素，如市 场需求、技术水平、资源条件等。
指标选取
针对每个关键因素，选取具体的评价 指标，如市场份额、创新能力、资源 利用率等。
构建递阶层次结构图
目标层
准则层
将决策目标作为最高层， 表示解决问题的总体目标。
层次分析法分析 (AHP)及实例教程
目录
• 层次分析法(AHP)概述 • 构建层次结构模型 • 构造判断矩阵与权重计算 • 实例教程：以某企业投资决策为例 • AHP优缺点及改进方向 • 总结与展望
01
层次分析法(AHP)概述
AHP定义与发展历程
定义
层次分析法（Analytic Hierarchy Process，简称AHP）是一种定性与定量相结合的、系统化、 层次化的分析方法。它通过将复杂问题分解为若干层次和因素，对各因素进行两两比较，构造 判断矩阵，进而计算各因素的权重，为决策问题提供定量依据。
对计算得到的权重进行一致性检 验，确保结果的合理性和准确性。
一致性检验与调整策略
一致性检验方法
通过计算一致性指标CI和随机一 致性指标RI，判断判断矩阵的一 致性。
调整策略
当判断矩阵不满足一致性要求时， 需要对判断矩阵进行调整，包括 调整元素值、重新构造判断矩阵 等方法，直至满足一致性要求。
注意事项
针对缺点提出改进措施
1 2
提高数据质量和数量
通过改进数据采集和处理方法，提高数据的质量 和数量，减少数据不准确和不完整对决策结果的 影响。
引入客观标准
在构建判断矩阵时，可以引入客观标准和量化指 标，减少主观判断对决策结果的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Cri_Spe[N]=Ca_Ck(N,Cmp[N][N]) Y Cri_Spe[0]<0 N 1
流程图：
1
//输入方案个数 Input M 定义二维数组Plan_Spe[M][M] /*数组Plan_Spe[M][N]用于存 放各方案的特征向量，供最 后计算每个方案的分数使用*/ //用户输入各方案名称 //从第一个评价标准开始
Input:Plan_Name[j] (j=1,…,M)
k=1 Output:请按标准 Cri_Name[k]对各 方案两两比较大小 2
3
//提示用户
流程图：
2 Input:Cmp[M][M] /*按照某一评价标准，用户对 各方案两两比较，生成两两 比较矩阵*/ /*调用自建函数计算、返回评价标 准Cri_Name[k]方面的特征向量， 检验两两比较矩阵的一致性*/ /*根据Ca_Ck()的返回值判断两两 矩阵是否满足一致性，从而决定 是否需要用户重新比较各方案*/ //转到第k+1个评价标准
AHP算法流程
功能： 进行方案选择 IO示意图
输入
AHP算法
输出：最优方案
基本过程:
输入评价标准及其两两 比较矩阵 由两两比较矩阵计算评 价标准的特征向量 验证两两比较矩阵的一 致性 直到满足一致性
i=1
当i<=评价标准总数时 输入在标准i下各方 案的两两比较矩阵 由两两比较矩阵计 算评价标准i方面的 特征向量 验证两两比较矩阵 的一致性 直到满足一致性 ① 由各特征向量计算各方案的 分数 找出最高分，分数最高的方 案为最优方案
Max[0]=Value[i] Max[1]=i
i=i+1
/*将Max[1]与Value[i] （i=1,2, …,M)依次比 较,较大的数赋给 Max[1],并纪录大数的 位置*/
3
Y
i<M
N k=Max[1] Output:Plan_Name[k] 是最优方案 结束
i=i+1
①
流程图：
开始
Input N Input:Cri_Name[i] (i=1,…,N) Input:Cmp[N][N]
//输入评价标准的个数 /*用户输入各评价标准的 名称并对各评价标准的重 要性进行评价，生成两两 比较矩阵*/ /*调用自建函数计算、返回评 价标准的特征向量，检验两 两比较矩阵的一致性*/ /*根据函数Ca_Ck()的返回值 判断两两矩阵是否满足一致 性，从而决定是否需要用户 重新比较评价标准*/
//为第i个方案计算分数
i=i+1
//转到第i+1个方案
Y
i≤M
N i=1
//判断是否所有方案都已被打分
/*Max[]是仅有两个元素的一维数组 4 Max[0]=Value[0] Max[1]=0 3
Max[0]用于存放最高分
Max[1]用于存放最高分所在的方案 代号*/
流程图：
3
Y Max[0] ≥Value[i] N
Plan_spe[k]=Ca_Ck(M,Cmp[M][M])
Y
Plan_Spe[k][1]<0 N k=k+1 Y k≤N N 2
3
流程图：
2 i=1 Value[i]=∑cri_Spe[j]*Plan_Spe[j][i]
j=1 N
//从第一个方案开始计算分数