层次分析法确定权重
确定权重的方法有哪些
确定权重的方法有哪些
确定权重的方法有以下几种：
1. 主观设定：根据专家判断或经验设定权重，这种方法适用于专家知识丰富且有足够经验的情况。
2. 层次分析法（AHP）：通过层次结构和判断矩阵的方式，使用专家判断和对比的方法确定权重。
AHP方法将复杂的决策问题分解为层次结构，并通过对比两个两两判断之间对每个判断的相对重要性进行定量化。
3. 数据驱动方法：利用历史数据和统计方法来确定权重。
例如，可以使用多元回归或相关性分析等统计方法来分析输入数据与输出结果之间的关系，进而确定权重。
4. 目标规划法：将决策问题转化为数学优化模型，并根据各个目标的重要性，通过目标的优先级来确定权重。
5. 模糊集合理论：利用模糊数学的方法，将权重表示为对模糊集合的隶属度的归纳结果。
6. 基于数据挖掘的方法：通过挖掘数据中的模式和规律，来确定权重。
例如，可以使用关联规则挖掘、分类算法或聚类算法等来确定权重。
以上这些方法可以单独使用，也可以结合使用，具体选择哪种方法取决于决策问题的性质、数据可获得程度以及可接受的计算复杂度等因素。
层次分析法确定评价指标权重及Excel计算
江苏科技信息February 2012表2判断矩阵摘要：文章介绍了层次分析法确定评价指标权重的过程和计算方法，建立的Excel 计算模板操作简单，方便推广，具有较强的实用性。
关键词：决策分析法；层次分析法；权重；Excel ；计算模板作者简介：曹茂林，扬州市环境监测中心站，高级工程师；研究方向：环境监测技术与环境科技管理。
■曹茂林层次分析法确定评价指标权重及Excel 计算层次分析法（Analytic hierarchy process ，简称AHP 法）是美国运筹学家T.L.Saaty 等人在20世纪70年代中期提出了一种定性和定量相结合的，系统性、层次化的多目标决策分析方法。
在环境科研实践中，AHP 法广泛应用于生态安全[1]、环境规划[2]、区域承载力[3]、化学品环境性能评价[4]等众多领域。
AHP 法的核心是将决策者的经验判断定量化，增强了决策依据的准确性，在目标结构较为复杂且缺乏统计数据的情况下更为实用。
应用AHP 法确定评价指标的权重，就是在建立有序递阶的指标体系的基础上，通过比较同一层次各指标的相对重要性来综合计算指标的权重系数。
具体步骤如下：1.构造判断矩阵同一层次内n 个指标相对重要性的判断由若干位专家完成。
依据心理学研究得出的“人区分信息等级的极限能力为7±2”的结论，AHP 法在对指标的相对重要性进行评判时，引入了九分位的比例标度，见表1。
判断矩阵A 中各元素a ij 为i 行指标相对j 列指标进行重要性两两比较的值。
显然，在判断矩阵A 中，a ij ＞0，a ii ＝1，a ij ＝1/a ji （其中i ，j=1,2,…，n ）。
因此，判断矩阵A 是一个正交矩阵，左上至右下对角线位置上的元素为1，其两侧对称位置上的元素互为倒数。
每次判断时，只需要作n(n-1)/2次比较即可。
表2是一个7阶判断矩阵，本文以此为例介绍应用Excel 计算指标权重并进行一致性检验的方法。
层次分析法确定绩效考核指标权重
层次分析法确定绩效考核指标权重在应用层次分析法确定绩效考核指标权重时，一般包括以下步骤：1.确定层次结构：首先需要确定一个层次结构，将整个绩效考核体系分解为不同的层次，从总体目标到具体指标。
2.建立判断矩阵：对于每一层次，需要建立判断矩阵，用来衡量不同指标之间的相对重要性。
判断矩阵是一个方阵，其中每个元素表示两个指标之间的比较结果，之间的比较可以通过专家的主观判断、问卷调查、统计数据等方式得出。
3.计算权重矩阵：通过计算判断矩阵的特征向量，可以得出每个指标相对于上一层次指标的权重值，将它们组成一个权重矩阵。
4.一致性检验：对于判断矩阵和权重矩阵，需要进行一致性检验，确保判断矩阵中的数据没有矛盾和重叠，并且权重矩阵的结果是合理的。
5.综合权重：将各层次的权重矩阵综合起来，得出最终的指标权重。
在使用层次分析法确定绩效考核指标权重时，需要注意以下几点：1.专家选择：选择合适的专家参与权重确定过程，他们应该具备一定的背景知识和经验，并且对绩效考核有一定的了解。
2.参考数据：除了专家判断，还可以根据相关的统计数据、历史数据等进行决策。
3. 一致性检验：要进行一致性检验，主要是为了确保判断矩阵中的数据是合理可靠的。
一致性比率（Consistency Ratio，CR）可以用来评估判断矩阵的一致性。
4.参考其他因素：在确定指标权重时，除了考虑专家的意见，还可以考虑一些特殊因素，例如公司战略目标、员工的关注点等。
使用层次分析法确定绩效考核指标权重的好处是能够以科学的方式对指标进行排序和赋权，可以帮助管理者更加客观地评估员工的绩效，并从而进行更加有效的绩效考核和绩效管理。
同时，该方法也能够促进沟通和协作，将不同的意见和观点结合起来，形成一个综合的权重结果。
层次分析法确定权重
层次分析法确定权重层次分析法（Analytic Hierarchy Process，简称AHP）是一种常用的多准则决策方法，用于确定权重。
该方法通过对多个准则之间的重要性进行比较和评估，从而确定每个准则的权重。
下面将详细介绍层次分析法的原理和具体步骤。
一、层次分析法的原理层次分析法是由美国运筹学家托马斯·L·萨亚斯（Thomas L. Saaty）于1970年提出的一种决策方法。
其基本原理是构造一种层次结构，将复杂的决策问题分解为若干个层次，然后通过对准则和备选方案之间的两两比较，确定各层次的权重，最后利用这些权重进行综合评估和决策。
二、层次分析法的步骤1.问题定义：首先明确需要做出决策的问题，明确决策的目标和目的。
2.建立层次结构：将决策问题分解成多个准则和备选方案，形成一个层次结构。
可以采用树状图或者有向图的形式来表示。
3.两两比较：对每个层次中的准则和备选方案进行两两比较，构建一个两两比较矩阵。
比较的方式可以采用“较重要”、“同等重要”、“稍微重要”等语言描述，也可以采用数值尺度进行比较。
4.构建判断矩阵：根据两两比较的结果，构建一个判断矩阵。
判断矩阵是一个对角线元素全为1的正互反矩阵，通过正互反矩阵的归一化可以得到权重向量。
5.计算权重向量：利用判断矩阵的特征值和特征向量进行计算，得到权重向量。
通常采用特征值法或最大特征向量法进行计算。
6.一致性检验：检验判断矩阵的一致性，判断矩阵的一致性指标为一致性比例CR。
一般情况下，CR小于0.1认为是可接受的，否则需要重新修改两两比较矩阵。
7.综合评估和决策：利用各层次的权重向量进行综合评估和决策，计算各备选方案的得分，得分高的方案被认为是最佳选择。
三、总结层次分析法是一种常用的多准则决策方法，通过对准则和备选方案之间的两两比较，确定每个准则的权重，从而达到确定权重的目的。
通过定义问题、建立层次结构、两两比较、构建判断矩阵、计算权重向量、一致性检验以及综合评估和决策等步骤，可以系统地确定决策问题的权重。
熵值法和层次分析法在权重确定中的应用
熵值法和层次分析法在权重确定中的应用一、本文概述权重确定作为决策分析的核心环节，其准确性和合理性直接影响到决策的质量和效果。
在众多权重确定方法中，熵值法和层次分析法因其独特的优势，被广泛应用于各种决策场景中。
本文旨在深入探讨熵值法和层次分析法在权重确定中的应用，分析两种方法的原理、特点、适用场景，并对比其优劣。
通过对这两种方法的深入研究，我们期望能为决策者提供更科学、更合理的权重确定方法，提高决策的有效性和准确性。
本文还将结合具体案例，对两种方法的实际应用进行展示，以便读者更好地理解和掌握这两种方法。
二、熵值法在权重确定中的应用熵值法是一种基于信息熵理论来确定权重的客观赋权方法。
在信息论中，熵是对不确定性的一种度量，它可以反映信息的无序程度或者信息的效用价值。
在权重确定中，熵值法通过计算各个评价指标的信息熵，来度量各个指标值的离散程度，从而确定各个指标的权重。
数据标准化处理：消除不同指标量纲的影响，对原始数据进行标准化处理，使得各指标值都处于同一数量级上。
计算指标熵值：根据标准化后的数据，计算每个指标的熵值。
熵值反映了该指标值的离散程度，熵值越大，指标的离散程度越大，该指标对综合评价的影响越小。
计算指标差异系数：用1减去熵值，得到指标的差异系数。
差异系数越大，该指标对综合评价的影响越大。
确定指标权重：根据差异系数的大小，确定各指标的权重。
差异系数越大，该指标的权重越大。
熵值法的优点在于其客观性强，不需要事先设定权重，而是根据数据的实际情况来确定权重。
熵值法也适用于多指标综合评价问题，能够有效地处理不同量纲的指标。
然而，熵值法也存在一定的局限性，例如它忽略了指标之间的相关性，并且对于数据的要求较高，需要数据量足够大且分布均匀。
在实际应用中，熵值法常常与其他方法相结合，如层次分析法、主成分分析法等，以提高权重确定的准确性和科学性。
通过综合运用这些方法，可以更加全面地考虑各种因素，使得权重确定更加合理和可靠。
层次分析法如何确定权重..
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 A进行检验的过程。
“选择旅游地”中 准则层对目标的权 向量及一致性检验
最大特征根=5.073
①能发挥自己才干作出较好贡献（即工作岗位适合 发挥自己的专长）；
②工作收入较好（待遇好）； ③生活环境好（大城市、气候等工作条件等）； ④单位名声好（声誉等）； ⑤工作环境好（人际关系和谐等） ⑥发展晋升机会多（如新单位或前景好）等。
目标层 准则层 方案层
工作选择
贡收 发 声 工 生 作活 环环
献入 展 誉 境 境
例 A 1/2 1/ 6
1 1/ 4
4 归一化 1
0.3 0.308 0.364 0.1 0.077 0.091
归 一 化
0 .587
0
.324
w
0 .089
1 .7 6 9
Aw
0
.
9
7
4
Aw w1(1.76 0 9 .97 04 .26 )3 8 .00
30.580 7 .3204 .089
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λ 连续的依赖于aij ，则λ 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 λ-n 数值的大小来衡量 A 的不一致程度。
用层次分析法计算权重
用层次分析法计算权重一、本文概述层次分析法（Analytic Hierarchy Process，简称AHP）是一种定性与定量分析相结合的多准则决策方法，由美国运筹学家T.L.Saaty教授于20世纪70年代提出。
该方法通过构建一个层次结构模型，将复杂问题分解为多个组成因素，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。
通过两两比较的方式确定层次中诸因素的相对重要性，然后综合决策者的判断，确定决策方案相对重要性的总的排序。
层次分析法在权重计算中具有广泛的应用，包括项目管理、资源分配、风险评估、产品选择等各个领域。
本文将详细介绍层次分析法的原理、步骤及其在权重计算中的应用，帮助读者更好地理解和应用这一方法。
二、层次分析法基本原理层次分析法（Analytic Hierarchy Process，简称AHP）是一种定性与定量相结合的决策分析方法，由美国运筹学家T.L.Saaty在20世纪70年代初期提出。
这种方法将复杂的问题分解为各个组成因素，并将这些因素按照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层次中诸因素的相对重要性，然后综合决策者的判断，确定决策方案相对重要性的总的排序。
层次分析法适用于存在多目标、多准则、多方案的系统评价、决策、预测等问题，尤其适用于那些难以完全用定量方法解决的复杂问题。
分解原理：将复杂的问题分解为若干个相对简单的子问题，这些子问题称为元素或因素。
每个元素都对应一个具体的评价准则或决策目标。
比较原理：通过两两比较的方式确定元素之间的相对重要性。
比较的结果以数值形式表示，通常使用1-9标度法，其中1表示两个元素同等重要，9表示一个元素比另一个元素极端重要，中间值表示不同等级的重要性。
合成原理：根据元素之间的相对重要性，通过合成运算得到元素的整体重要性排序。
合成运算通常采用加权求和的方法，权重由元素之间的相对重要性决定。
确定指标权重方法
确定指标权重方法
1. 层次分析法（AHP）:
AHP的核心是使用主体对若干指标的两两比较，通过构建成一个层次结构模型，得出每个指标相对重要性系数的方法。
它的主要优点是易于理解和使用，可以直观地让专业人士和非专业人员共同评估指标。
2. 熵权法：
熵权法是利用信息熵理论来确定指标权重的方法，它通过计算指标值在整个数据集中的分布情况，得出每个指标的权重比例。
该方法的优点是对指标分布情况不敏感，能准确反映指标之间的信息关系。
3. 主成分分析法（PCA）：
PCA利用一些公共变量来合理表达各个变量之间关系的方法。
通过将多个维度的指标合成一个指标，以此来确定各个指标的权重。
这种方法的优点是可以减少多个指标之间的多重共线性问题。
4. 相对比重法：
这种方法的核心是通过专家确定各个指标的重要性，并将这些重要性权重转化为
相对比重。
然后，将这些相对比重乘以各个指标的实际值，从而获得最终的权重。
5. 灰色关联度法：
该方法主要适用于评估指标间存在双向或多向关系的情况。
它的核心是通过计算指标的灰色关联度，来确定各个指标的权重。
这种方法的优点是可以通过考虑指标的相互影响来协调各个指标的权重。
注意：不同的方法适用于不同情况，请根据具体情况选择适合的方法，合理的确定指标权重。
- 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)。
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
但允许范围是 多大？如何界 定？
Aw w
3. 层次单排序及其一致性检验
对应于判断矩阵最大特征根λmax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。
二、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。
随机一致性指标 RI=1.12 (查表)
通过一致
一致性比率CR=0.018/1.12=0.016<0.1
性检验
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
• 简化计算的思路——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
其某种意义下的平均。
• 层次分析法是社会、经济系统决策中的有效工具。 其特征是合理地将定性与定量的决策结合起来， 按照思维、心理的规律把决策过程层次化、数量 化。是系统科学中常用的一种系统分析方法。
• 该方法自1982年被介绍到我国以来，以其定性与 定量相结合地处理各种决策因素的特点，以及其 系统灵活简洁的优点，迅速地在我国社会经济各 个领域内，如工程计划、资源分配、方案排序、 政策制定、冲突问题、性能评价、能源系统分析、 城市规划、经济管理、科研评价等，得到了广泛 的重视和应用。
层次分析法所要解决的问题是关于最低层对最高层的相 对权重问题，按此相对权重可以对最低层中的各种方案、 措施进行排序，从而在不同的方案中作出选择或形成选择 方案的原则。
2. 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
求
和法——取列向量的算术平均
行
1 2 6 列向量 0.6 0.615 0.545 和 0.587
例 A 1/ 2 1/ 6
1 1/ 4
4
归一化
1
0.3 0.308 0.364 0.1 0.077 0.091
归 一 化
0.324 w 0.089
1.769 Aw 0.974
Aw w
1 (1.769 0.974 0.268) 3.009
1 a
选 择
C1
旅 C2
C1
C2
1 1/ 2
2
1
游 地
C3 C4
A 1/ 4
1/ 3
1/ 7 1/ 5
C5
1/ 3 1/ 5
C3
C4
C5
ij
4 3 3 A~成对比较阵
7
5
5
1 1/ 2 1/ 3 A是正互反阵
2 3
1 1
1
1
稍加分析就发 现上述成对比
要由A确定C1,… , Cn对O的权向量
w2
令a w / w
成对比较
A
ቤተ መጻሕፍቲ ባይዱ
w1
w1 w2
w1
wn
w2 w2
w2
wn
ij
i
j
满足 aij a jk aik , i, j, k 1,2,, n 的正互反阵A称一致阵。
wn
w1
wn
wn
w2
wn
一致阵 • A的秩为1，A的唯一非零特征根为n
Aw nw
性质 • 非零特征根n所对应的特征向量归一化后可作为权向量
①能发挥自己才干作出较好贡献（即工作岗位适合 发挥自己的专长）；
②工作收入较好（待遇好）； ③生活环境好（大城市、气候等工作条件等）； ④单位名声好（声誉等）； ⑤工作环境好（人际关系和谐等） ⑥发展晋升机会多（如新单位或前景好）等。
目标层 准则层 方案层
工作选择
贡收 发 声 工 生 作活 环环
献入 展 誉 境 境
三、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
1. 建立层次结构模型
• 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。
最大特征根=5.073
准则层对目标的成对比较阵
1 1/ 2
2
1
A 1/ 4 1/ 7
1/ 3
1/ 5
1/ 3 1/ 5
4 3 3
7
5
5
1 1/ 2 1/ 3
2
1
1
3 1 1
权向量(特征向量)w =(0.263,0.475,0.055,0.090,0.110)T
一致性指标 CI 5.073 5 0.018 5 1
可供选择的单位P1’ P2 ， Pn
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.
目标层
O(选择旅游地)
准则层
C1 景色
C2 费用
C3 居住
C4 饮食
C5 旅途
方案层
P1 桂林
P2 黄山
P3 北戴河
例3 科研课题的选择
某研究所现有三个科 研课题，限于人力及 物力，只能研究一个 课题。有三个须考虑 的因素：(1)科研成果 贡献大小(包括实用价 值和科学意义)；(2) 人材的培养；(3)课题 的可行性(包括课题的 难易程度、研究周期 及资金)。在这些因素 的影响下，如何选择 课题?
0.1
时，认为
A
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。
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 A进行检验的过程。
“选择旅游地”中 准则层对目标的权 向量及一致性检验
第三讲层次分析法(AHP法)
(Analytic Hierarchy Process) 建模
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。
对总目标Z的排序为
A1
A2
Am
a1, a2 ,, am
B层n个因素对上层 A中因素为 Aj
B1
B2
Bn
的层次单排序为
b1 j ,b2 j ,,bnj ( j 1,2,, m)
B 层的层次总排序为：
即 B 层第 i 个因素对总目标
的权值为： m
• 1. 在海尔、新飞、容声和雪花四个牌号的电冰箱 中选购一种。要考虑品牌的信誉、冰箱的功能、价 格和耗电量。
• 2. 在泰山、杭州和承德三处选择一个旅游点。要 考虑景点的景色、居住的环境、饮食的特色、交通 便利和旅游的费用。
• 3. 在基础研究、应用研究和数学教育中选择一个 领域申报科研课题。要考虑成果的贡献（实用价值、 科学意义），可行性（难度、周期和经费）和人才 培养。
• 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。
3 0.587 0.324 0.089
0.268 精确结果:w=(0.588,0.322,0.090)T, =3.010
4. 层次总排序及其一致性检验
• 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。
• 这一过程是从最高层次到最低层次依次进行的。
Z
A层m个因素A1, A2,, Am ,
定义一致性指标: CI n
n 1
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
为衡量CI 的大小，引入随机一致性指标 RI。方法为
随机构造500个成对比较矩阵 A1, A2 ,, A500
则可得一致性指标 CI1,CI2 ,,CI500
RI
CI1
CI2
CI 500
层次分析法建模
• 一、层次分析法概述 • 二、层次分析法的基本原理 • 三、层次分析法的步骤和方法 • 四、层次分析法的广泛应用 • 五、应用层次分析法的注意事项 • 六、层次分析法应用实例
一、层次分析法概述
• 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。
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λ 连续的依赖于aij ，则λ 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 λ-n 数值的大小来衡量 A 的不一致程度。