AHP模糊综合评价方法的理论基础学习知识
AHP ――模糊综合评价方法的理论基础1.层次分析法理论基础1970-1980年期间，著名学者Saaty最先开创性地建立了层次分析法，英文缩写为AHP。
该模型可以较好地处理复杂的决策问题，迅速受到学界的高度重视。
后被广泛应用到经济计划和管理、教育与行为科学等领域。
AHP建立层次结构模型，充分分析少量的有用的信息，将一个具体的问题进行数理化分析，从而有利于求解现实社会中存在的许多难以解决的复杂问题。
一些定性或定性与定量相结合的决策分析特别适合使用AHP。
被广泛应用到城市产业规划、企业管理和企业信用评级等等方面，是一个有效的科学决策方法。
Diego Falsini、Federico Fondi 和Massimiliano M. Schiraldi （2012）运用AHP与DEA的结合研究了物流供应商的选择；Radivojevi ?、Gordana和Gajovi ?, Vladimir（2014）研究了供应链的风险因素分析；K.D. Maniya和M.G. Bhatt（2011 ）研究了多属性的车辆自动引导机制；朱春生（2013 ）利用AHP 分析了高校后勤HR配置的风险管理；蔡文飞（2013 ）运用AHP分析了煤炭管理中的风险应急处理；徐广业（2011 ）研究了AHP与DEA的交互式应用；林正奎（2012 ）研究了城市保险业的社会责任。
第一，递阶层次结构的建立一般来说，可以将层次分为三种类型：（1）最高层（总目标层）：只包含一个元素，表示决策分析的总目标，因此也称为总目标层。
（2）中间层（准则层和子准则层）：包含若干层元素，表示实现总目标所涉及的各子目标，包含各种准则、约束、策略等，因此也称为目标层（3）最低层（方案层）：表示实现各决策目标的可行方案、措施等，也称为方案层。
典型的递阶层次结构如下图1 :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：（1）从上到下顺序地存在支配关系，用直线段（作用线）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。
（2）整个结构不受层次限制。
（3）最高层只有一个因素，每个因素所支配元素一般不超过9个，元素过多可进一步分层。
（4 ）对某些具有子层次结构可引入虚元素，使之成为典型递阶层次结构。
第二，构造比较判断矩阵设有m个目标(方案或元素)，根据某一准则，将这m个目标两两进行比较，把第i个目标(i=1,2,…,m)对第j个目标的相对重要性记为a，这样构造的m阶矩阵用于求解各个目标关于某准则的优先权重，成为权重解析判断矩阵，简称判断矩阵，记作A ( a ij)mm。
Satty于1980年根据一般人的认知习惯和判断能力给出了属性间相对重要性等级表(见表1)。
利用该表取的讦值，称为1-9标度方法。
表1目标重要性判断矩阵A中元素的取值1若决策者能够准确估计a ij，则有：q —,a,j a k*a<j,a i 1，其基本的定理如下：第一，设A=(a ij)m xm，A>0，(即a ij >0;i,j=1,2,…,m)，如果满足条件(1) a ii =1 (i =1,2,…,m) ； (2) a ij=1/a ji (i,j =1,2,…,m)，则称矩阵A 为互反正矩阵第—，设A=(a j)m xm , A>0，如果满足条件a ij= a ik a kj (i,j,k=1,2,…,m )则称矩阵A为一致性矩阵。
第三，对于任何一个m阶互反正矩阵A，均有max >m，其中max是矩阵A 的最大特征值。
第三，m阶互反正矩阵A为一致性矩阵的充分必要条件是A的最大特征根为m。
第三，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得各因素W1,W2,…,W m对于准则A的相对排序权重的过程称为单准则下的排序。
这里设A=(a ij)m xm , A>0。
方法一：本征向量法利用AW= W求出所有的值，其中max为的最大值，求出max对应的特征向量W*，然后把特征向量W*规一化为向量W，贝U W=[w 1,W2,…Wm]T为各个目标的权重。
求需要解m次方程，当m >3时，计算比较麻烦，可以利用matlab来求解。
(2)判断矩阵的近似解法判断矩阵是决策者主观判断的定量描述，求解判断矩阵不要求过高的精度。
这里，介绍三种近似计算方法：根法、和法及幕法。
幕法适于在计算机上运算。
第一，根法、. * * * * T①A中每行元素连乘并开m次方，得到向量W (w,W2,...,W m)其中，m mj1aj②对W*作归一化处理，得到权重向量W=(w 1 ,W2,…W m)T,其中W i③对A中每列元素求和，得到向量S=(S1,S2, -S m),其中S j=方法二：和法m* *W i / W ii 1④计算max的值,mmax S W ii 1SW=l m(^W),m i 1 wma iji 1①将A的元素按列作归一化处理，得矩阵Q=(q ij)m xm其中, q j a j/ ma kj k 1②将Q的元素按行相加，得向量(1, 2,…’m)T。
其中, q jj i③对向量作归一化处理，得权重向量W=(w 1,W2,…Wm)T，其中W i④求出最大特征值max丄'm i 1 w i方法三：幕法幕法是一种逐步迭代的方法，经过若干次迭代计算，按照规定的精度，求出判断矩阵A的最大特征值及其对应的特征向量。
设矩阵A=(a ij)m xm , A>0，则kIjm 刁亡CW，其中，W是A的最大特征值对应的的特征向量，C为常数, 向量e=(1,1,…,1)T。
幕法的计算步骤是:①任取初始正向量X(0)=(X 1(0), X2(0),…,X m(0))T，计算l X纠max。
®'丫im o (0)X(0)/m。
②迭代计算，对于k=0,1,2,…计算x (k1) AY ⑹gi x (k1)max {x (k1)}，Y (k1) x (k1)/gii③ 精度检查。
当m k i m k 时，转入步骤④；否则，令k=k+1，转入步骤②。
④ 求最大特征值和对应的特征向量，将 丫(k+1)归一化，即：m(k 1) # (k 1)W Y / y i, max m k 1i 1第四，单准则下的一致性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太可能的。
因此在我们构造比较判断矩阵时，我们并不要求n(n-1)/2 次比较全部一致。
但这可能出现甲与乙相比明显重要，乙 与丙相比极端重要，丙与甲相比明显重要，这种比较判断会出现严重不一致的情 况。
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一致。
而上述计算权重 的方法，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。
因此，对 于每一层次作单准则排序时，均需要作一致性的检验。
致性指标(Consistency Index,CI ) :CI随机指标(Random Index,RI )一致性比率(Consistency Rate,CR ) :CR=CI/RI当 CR 取 0.1 时，最大特征值 max =CI (m-1)+m=0.1 RI (m-1)+m表随机指标，max取值表maxm 1表中当n=1,2时，RI=O，这是因为1,2阶判断矩阵总是一致的。
当n >3时，若CRV0.1即max< max，认为比较判断矩阵的一致性可以接受，否则应对判断矩阵作适当的修正，直到max小于max通过一致性检验时，求得的W才有效。
第五，层次总排序计算同一层次中所有元素对最高层(总目标)的相对重要性标度(又称权重向量)称为层次总排序。
(1 )层次总排序的步骤为：第一，计算同一层次所有因素对最高层相对重要性的权重向量，这一过程是自上而下逐层进行；第二，设已计算出第k-1层上有n k-i个元素相对总目标的权重向量为W(k-1)=(w l(k-1), W2(k-1)，…，W n(k-1) (k-1))T第三，第k层有个n k个元素，他们对于上一层次(第k-1层)的某个元素j的单准则权重向量为P j(k)=(W 1j(k), W2j(k),…，W nkj)(k))T(对于与k-1层第j个元素无支配关系的对应W ij取值为0);第四，第k层相对总目标的权重向量为W k= (p 1(k), P2(k),…卩k-1(k),)W(k-1)(2)层次总排序的一致性检验人们在对各层元素作比较时，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。
第k 层的一致性检验指标Clk=（CI 1（k-1）, Cl2（k-1）,…,CIn K（k-1））W（k-1）R|k=（Rl i（k-1）, Rl2（k-1）,…，Rin K（k-1））w（k-1）CR k=CR k-1+CI k/RI k（3 <k <n）当CR k<0.1 ,可认为评价模型在第k层水平上整个达到局部满意一致性。
第六，递阶层次结构权重解析过程（1）树状结构目标体系目标可分为多个层次，每个下层目标都隶属于一个而且只隶属一个上层目标，下层目标是对上层目标的具体说明。
对于树状结构的目标体系，需由上而下逐步确定权重，即由树干向树梢，求树杈各枝相对于树杈的权重。
（2）网状结构目标体系网状结构的目标也分为多个层次，每个下层目标隶属于某几个上层目标（至少有一个下层目标隶属于不止一个上层目标）。
AHP方法的基本步骤：层次分析法大体分为以下六个步骤：（1）明确问题；（2）建立层次结构；（3）两两比较，建立判断矩阵；（4 ）层次单排序及其一致性检验；（5）层次总排序及其一致性检验；（6）根据分析计算结果，考虑相应的决策。
2.模糊综合评价方法理论基础模糊综合评价是以模糊数学为基础。
应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法。
在校园环境质量综合评价中，涉及到大量的复杂现象和多种因素的相互作用，而且，评价中存在大量的模糊现象和模糊概念。
因此，在综合评价时，常用到模糊综合评价的方法进行定量化处理，评价出校园环境的质量等级，取得了良好的效果。
但权重的确定需要专家的知识和经验，具有一定的缺陷，为此，本文采用层次分析法来确定各指标的权系数。
使其更有合理性，更符合客观实际并易于定量表示，从而提高模糊综合评判结果的准确性。
AHP-模糊综合评判法
11
【引例】科研成果评价
假设评价科研成果，评价指标集合
U={u1 ，u2 ，u3}
={学术水平，社会效益，经济效益}，
其各因素权重设为
A {0.3,0.3,0.4}
12
确定评语集为V= {V1 ，V2 ，V3 ，V4} ={很好，好，一般，差}
26
评语集 V {v1 , v2 , v3 , v4 } 其中
v3 =“不太受欢迎”； v1 =“很受欢迎”；v2 =“较受欢迎”；
v4 =“不受欢迎”；
对于某个型号的电脑，请一些用户对各因素进行评价： 若对于运算功能
u1 ,有20%的人认为是“很受欢迎”，50%的
的单因素评价向量为
人认为“较受欢迎”，30%的人认为“不太受欢迎” ，没有
对各指标分别表示如下：
u1 =“运算功能（数值、图形等）”； u 2 =“存储容量（内、外存）”； u3 =“运行速度（CPU、主板等）”； u 4 =“外设配置（网卡、调制调解器、多媒体部件等）”；
u5 =“价格”。
则
U {u1 , u2 , u3 , u4 , u5} 构成指标集或因素集。
R1 ,
R2 , R3 , R4 ,
R5 组合成评判矩阵 R
28
0 .2 0 .1 R 0 .0 0 .0 0 .5
0 .5 0 .3 0 . 0 0 .3 0 .5 0 . 1 0 .4 0 .5 0 . 1 0 . 1 0 .6 0 .3 0 .3 0 .2 0 . 0
A2 (0.4,0.35,0.15,0.1)
23
（5）用算子 M (,) 计算综合评判为
模糊综合评价法讲解
B1=(0.46,0.18,0.12,0.12,0.12) B2=(0.17,0.17,0.42,0.12,0.12) 若规定评价“好”“较好”要占50%以上才可晋升， 则此教师晋升为教学型教授，不可晋升为科研型教
是由一个指标实际值来刻画，因此从这个角度讲，
模糊综合评价要求更多的信息），ri 称为单因素评
价矩阵，可以看作是因素集U和评价集V之间的一种 模糊关系，即影响因素与评价对象之间的“合理关
系”。
在确定隶属关系时，通常是由专家或与评价问题 相关的专业人员依据评判等级对评价对象进行打分
，然后统计打分结果，然后可以根据绝对值减数法
1.80 1.93 0.87 1.12 1.21 0.87 0.89 2.52 0.81 0.82 1.01
A＝（0.2，0.3，0.5）
专家评价结果表
由上表，可得甲、乙、丙三个项目各自 的评价矩阵P、Q、R：
0.7 0.2 0.1 P 0.1 0.2 0.7
0.3 0.6 0.1
0.3 0.6 0.1 Q 1 0 0
0.7 0.3 0
0.1 0.4 0.5 R 1 0 0
0.1 0.3 0.6
例3：“晋升”的数学模型，以高校教师晋 升教授为例
因素集：
U={政治表现及工作态度，教学水平，科 研水平，外语水平}；
评判集：
V={好，较好，一般，较差，差}；
（1）建立模糊综合评判矩阵
当学科评审组的每个成员对评判的对象进 行评价，假定学科评审组由7人组成，用打分 或投票的方法表明各自的评价
ahp-模糊综合评价法
AHP-模糊综合评价法是一种将层次分析法（AHP）与模糊综合评价法相结合的评价方法。
这种方法结合了AHP的层次化、结构化的思维过程和模糊综合评价法的模糊数学处理，使得在复杂问题的决策过程中，可以更加科学、准确地进行评价。
AHP的应用可以使决策者的思维过程化、主观判断规范化和数量化。
通过将与问题相关的因素划分成目标、准则和方案等多个层次，AHP能够在结合实际的情况下，科学地计算各层次中因素重要性的权重值。
这有助于决策者进行合理的决策。
而模糊综合评价法则是基于模糊数学的一种评价方法。
它将考察对象的基本特征和影响因素组合成模糊集合，通过建立相应的隶属函数，进行集合的变换运算，从而对考察对象进行定量分析，并制定综合评价的方法。
这种方法特别适用于处理那些受多个影响因子综合作用，且评价对象具有模糊性的问题。
将AHP与模糊综合评价法相结合，可以发挥两者的优势。
首先，通过AHP确定各因素的权重，这有助于在评价过程中区分不同因素的重要性。
其次，利用模糊综合评价法对因素进行模糊评价，可以处理评价对象中的模糊性，使评价结果更加全面、准确。
总的来说，AHP-模糊综合评价法是一种有效的多属性决策方法，特别适用于处理复杂、模糊的评价问题。
这种方法在企业管理、项目评估、环境评价等领域有着广泛的应用前景。
AHP——模糊综合评价方法的理论基础
AHP—模糊综合评价方法得理论基础1、层次分析法理论基础1970-1980年期间，著名学者Saaly最先开创性地建立了层次分析法■英文缩写为AHP。
该模型可以较好地处理复杂得决策问题,迅速受到学界得高度巫视。
后被广泛应用到经济计划与管理、教育与行为科学等领域。
AHP建立层次结构模型•充分分析少量得有用得信息■将一个具体得问题进行数理化分析，从而有利于求解现实社会中存在得许多难以解决得复杂问题。
一些定性或定性与定量相结合得决策分析特别适合使用AHPo被广泛应用到城市产业规划、企业管理与企业信用评级等等方面■就是一个有效得科学决策方法。
Diego Falsini^ Federico Fondi Massimiliano M、Schiraldi(2012)运用 AHP 与DEA 得结合研究了物流供应商得选择:Radivojevic s Gordana 'j Gajovic, Vladimir(20⑷研究了供应链得风险因素分析;K、D、Maniya与M、G、Bhatt(2011) 研究了多属性得车辆自动引导机制;朱春生(2013)利用AHP分析了高校后勤HR 配置得风险管理;蔡文飞(2013)运用AHP分析了煤炭管理中得风险应急处理;徐广业(2011)研究了 AHP与DEA得交互武应用;林正奎(2012)研究了城市保险业得社会贵任。
第一■递阶层次结构得建立一般来说■可以将层次分为三种类型:(1)最高层(总U标层):只包含一个元素，表示决策分析得总U标■因此也称为总日标层。
(2)中间层(准则层与子准则层):包含若干层元素，表示实现总U标所涉及得各子U 标■包含各种准则、约束、策略等■因此也称为U标层。
(3)最低层(方案层):表示实现各决策U标得可行方案、描施等，也称为方案层。
典型得递阶层次结构如下图1:一个好得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:(1)从上到下顺序地存在支配关系•用直线段(作用线)表示上一层次因素与下一层次因素之间得关系■同一层次及不相邻元素之间不存在支配关系。
ahp模糊综合评价法
ahp模糊综合评价法
AHP-模糊综合评价法
一、简介
1、AHP-模糊综合评价法是模糊综合评估方法的一种，是指一种通过模糊数学的方法，去对一定的对象和目标进行评价，从而得出该目标实际状态的一种方法。
2、AHP-模糊综合评价法是由美国系统（systems）学家史宾格（Saaty）提出的一种综合评价模型，该模型把一个复杂的评价系统分解为多个分析角度，并以矩阵形式表达一系列模糊比较关系，以实现对有待评价的对象和目标的模糊综合评价的一种方法。
二、原理
1、AHP-模糊综合评价法是通过模糊数学的方法，来实现有待评价的对象和目标的模糊综合评价的一种方法。
2、AHP-模糊综合评价法通过对对象和目标设定一系列模糊比较关系，并以矩阵的形式表达，然后计算矩阵的特征值，最后利用该特征值来实现对目标的模糊综合评价。
三、应用
1、AHP-模糊综合评价法可以用于综合性分析和评价工程经济，机械制造、运输设备设计、管理系统优化等多种方面的选择性决策。
2、AHP-模糊综合评价法还可以用于对风险评估、城市科技发展水平评价、投资项目的评价和选择性决策等多个领域。
- 1 -。
模糊综合评判法(原理)
模糊数学概述
1.确定性现象：物质的汽化、冷凝，运动的速率，这种现
象的规律性靠经典数学去刻画； 2.随机现象：某种事物的分布，故障发生的概率，这种现 象的规律性靠概率统计去刻画; 3.模糊现象：年轻、重、热、美、厚、薄、快、慢、大、 小、高、低、长、短、贵、贱、强、弱，靠模糊数学去刻 画。
r11 r12 r21 r22 R r r m1 m 2 r1n r2 n rmn
其中rij表示某个被评价对象从因素ui来看对 等级模糊子集vj的隶属度。一个被评价对象 在某个因素ui方面的表现是通过模糊矢量ri 来刻画的，ri称为单因素评价矩阵，可以看 作是因素集U和评价集V之间的一种模糊关 系，即影响因素与评价对象之间的“合理 关系”。 ri =(ri, ri,…， ri)归一化处理，即 Σrij=1,目的是消除量纲的影响
三、模糊综合评价方法的优缺点
1、模糊综合评价法的优点 模糊评价通过精确的数字手段处理模糊的评价对象，能对
蕴Leabharlann 信息呈现模糊性的资料作出比较科学、合理、贴近实 际的量化评价； 评价结果是一个矢量，而不是一个点值，包含的信息比较 丰富，既可以比较准确的刻画被评价对象，又可以进一步 加工，得到参考信息。 2、模糊综合评价法的缺点 计算复杂，对指标权重矢量的确定主观性较强； 当指标集U较大，即指标集个数凡较大时，在权矢量和为1 的条件约束下，相对隶属度权系数往往偏小，权矢量与模 糊矩阵R不匹配，结果会出现超模糊现象，分辨率很差， 无法区分谁的隶属度更高，甚至造成评判失败，此时可用 分层模糊评估法加以改进。
评价指标权系数向量： A＝（0.2，0.3，0.5）
确定权重的方法：
加权平均法:当专家人数不足30人时,可用此法.首先多位
基于 AHP 和模糊综合评价的风险管理研究
基于 AHP 和模糊综合评价的风险管理研究随着现代工业和金融市场的发展，风险管理成为民营企业和国有企业不可或缺的经营活动之一。
如何科学有效地制定风险管理方案，是每个企业都需要思考的问题。
在此背景下，AHP和模糊综合评价成为了一种先进的风险管理方法。
本文将从理论和实践两方面介绍基于AHP和模糊综合评价的风险管理研究。
一、理论基础AHP是一种层次分析法，旨在解决多目标决策问题。
此方法将整个决策问题分解成若干层次结构，便于分析和比较各层次间的重要性。
相应地，人们可以建立一个包含若干判断矩阵的数学模型，该模型可以通过准则层次间的判断矩阵计算出每个元素的权重，从而确定最终决策。
模糊综合评价是基于模糊数学理论的一种推理方法。
该方法广泛应用于风险评估、环境评价、市场预测等领域。
模糊综合评价将模糊集合和模糊关系运用到决策过程中，以此来处理风险决策中的不确定性和模糊性问题。
二、理论应用基于AHP和模糊综合评价的风险管理已广泛应用于各种工业领域和金融市场。
以工业领域为例，我们将其分为三个子领域：制造业、石油化工和电力工业，来介绍该方法的应用。
1. 制造业制造业的风险管理主要是为了保障生产过程中的安全和质量监控。
使用AHP和模糊综合评价方法，可以快速准确地识别和评估生产过程中的潜在风险，有效地控制和减少风险事件的发生。
例如，一家汽车零部件制造公司使用该方法来判定供应商的质量，从而缩短了检验的时间和成本，提高了产品的质量。
2. 石油化工石油化工是一种高危行业，风险管理尤为重要。
可以通过AHP和模糊综合评价方法，从多个维度来评估不同的工艺和设备的风险。
例如，2019年，中国石油化工集团公司在某化工项目中采用了该方法，评估试生产阶段的风险，对非正常停机、设备泄漏等降低了风险。
3. 电力工业电力工业的风险主要涉及设备失效、管理漏洞等问题。
通过AHP和模糊综合评价方法，可以评估维护和监控设备的效果，以及管理层面上各种操作是否相应。
模糊综合评判法(原理)
4、进行单因素模糊评价，确立模糊关
系矩阵R
单独从一个因素出发进行评价，以确定评价对象对评 价集合V的隶属程度，称为单因素模糊评价(one-way evaluation). 在构造了等级模糊子集后，就要逐个对被评价 对象从每个因素ui上进行量化，也就是确定从单因素来看 被评价对象对各等级模糊子集的隶属度，进而得到模糊关 系矩阵：
ai表示第i个因素的权重,要求ai＞0,Σai=1. A反映了各因素的重要程度. 在进行模糊综合评价时，权重对最终的评价结果会产 生很大的影响，不同的权重有时会得到完全不同的结 论. 现在通常是凭经验给出权重，但带有主观性. 权重是以某种数量形式对比、权衡被评价事物总体中 诸因素相对重要程度的量值.
因素集
评判集
单因素评判
综合评判
1、确定评价对象的因素集
设U={u1,u2,…,um}为刻画被评价对象的m种评价 因素(评价指标).其中:m是评价因素的个数,有具体的指标 体系所决定. 为便于权重分配和评议，可以按评价因素的 属性将评价因素分成若干类,把每一类都视为单一评价因 素，并称之为第一级评价因素.第一级评价因素可以设置 下属的第二级评价因素,第二级评价因素又可以设置下属 的第三级评价因素,依此类推. 即U=U1∪U2∪…∪Us.(有限不交并) 其中Ui={ui1,ui2,…，uim},Ui∩Uj=Φ,任意 i≠j,i,j=1,2,…，s. 我们称{Ui}是U的一个划分(或剖分),Ui称为类(或块).
r11 r12 r21 r22 B A R a1 , a2 ,, am r m1 rm 2 r1n r2 n b1 , b2 ,, bn rmn
其中：bj表示被评级对象从整体上看对评价等级模 糊子集元素vj的隶属程度。
ahp-模糊综合评价法
ahp-模糊综合评价法全文共四篇示例，供读者参考第一篇示例：AHP-模糊综合评价法AHP（Analytic Hierarchy Process）和模糊综合评价法是两种常用的决策分析方法，它们在不同程度上解决了现实中的复杂决策问题。
本文将介绍AHP和模糊综合评价法的基本原理，以及它们在决策分析中的应用。
一、AHP原理及应用AHP是由美国数学家托马斯·萨蒙提出的一种多目标决策方法。
其基本原理是通过将复杂的决策问题分解成多个层次，构建层次结构，并利用专家判断或数据分析来确定各个层次的权重和优先级，最终得出最佳决策方案。
AHP的应用范围非常广泛，包括工程管理、项目评估、投资决策等多个领域。
在工程管理中，可以用AHP确定工程项目的目标、任务和资源分配方案；在项目评估中，可以用AHP评估项目的风险和收益，并确定最优的项目实施方案；在投资决策中，可以用AHP评估投资项目的收益和风险，并确定最佳的投资方向。
AHP的核心是通过对多个因素进行两两比较，建立一个判断矩阵，然后利用特征向量法计算各个因素的权重，最终确定最佳的决策方案。
二、模糊综合评价法原理及应用模糊综合评价法是一种用来处理模糊信息和不确定性的决策分析方法。
其基本原理是通过建立模糊数学模型，将模糊信息量化，并据此进行决策分析。
模糊综合评价法的应用领域包括环境评价、质量评价、效益评价等多个领域。
在环境评价中，可以用模糊综合评价法评估环境污染的程度和影响因素；在质量评价中，可以用模糊综合评价法评估产品质量的好坏和改进方向；在效益评价中，可以用模糊综合评价法评估项目的效益和影响因素。
模糊综合评价法的核心是建立评价指标体系和评价模型，将模糊信息转化为数值信息，并根据不同指标的权重计算综合评价值，最终确定最佳决策方案。
AHP和模糊综合评价法分别适用于不同类型的决策问题。
AHP更适用于确定多目标多标准的决策问题，它能够通过层次结构和权重计算确定最佳决策方案。
AHP_模糊综合评价方法的分析与研究
AHP-模糊综合评价方法的分析与研究韩利梅强教授陆玉梅季敏(江苏大学工商管理学院)学科分类与代码:62015020=摘要>系统安全评价是保证生产系统安全生产的基础。
笔者在简要分析层次分析(AHP)与模糊综合评价两种方法的特点的基础上,结合这两种方法的优点,提出了多层次的AHP-模糊综合评价法,并应用于企业作实证分析。
结果表明:该方法具有这两种方法的优点,能够较好地保证评价结果的客观性。
=关键词>层次分析;模糊综合评价;系统安全评价;企业Analysis and Study on AHP-Fuzzy Comprehensive EvaluationHA N Li MEI Qiang,Prof.LU Yu-mei JI Min(School of Business and M anagement,Jiangsu University)C lassification and code of disciplines:620.5020Abstract:Safety assess ment is the base for production safely.Based on the analysis of AHP and fuzzy comprehensi ve evalua-tions,and combined with merits of each one,a multiple layer AHP-fuzzy comprehensi ve evaluation method is put forward.The method is exemplified in an enterprise.The result shows that this compound method not only have the advantages of two methods, but also could guarantee the objectivi ty of the evaluati on result.Key words:Analytic hierarchy process(AHP)Fuzzy comprehensive Evaluation Safety Assess ment Enterprise1序言在工业生产及企业运作过程中,保证系统安全生产是极其重要的。