层次分析法判断矩阵
层次分析法AHP之判断矩阵经典讲解

比较次数
0
1
3
6
10 15 21
构造判断矩阵
矩阵一般形式
标度aij的含义:Ai比Aj 的重要程度
构造判断矩阵
构造3×3的矩阵
A
Apple
Banana Cherry
Apple
Banana
Cherry
a11 a21
a12 a22
a13 a23
a31
a32
a33
构造判断矩阵
矩阵的对角线元素 I. aii=1; 先填写矩阵的右上三角元素,规则如下: I. 如果比较数值在1的左边,则直接填该数值; II. 反之,则填该数值的倒数。
信息分析与预测 档案系
AHP之判断矩阵
旅游的层次结构模型
目标层
选择旅游地
准则层
景色
费用
饮食
居住
旅途
方案层
桂林
黄山
北戴河
就业选择的层次结构模型
目标层
工作选择
准则层
地 理 位 置
工 资 待 遇
发 展 前 途
声
誉
工 作 环 境
生 活 环 境
方案层
可供选择的单位P1、 P2
、Байду номын сангаас
Pn
2015中国大学本科专业评价层次结构模型
Cherry Cherry Cherry
Banana Banana Banana
9 9 9
V 7
7 7
5 5 5
3 3 3
1 1 1
3 3 3
5 5 5
7 7 7
9 9 9
Cherry Cherry Cherry
表1:对象数量与比较次数的关系 对象数量 1 2 3 4 5 6 7 n n(n-1) 2
层次分析法中判断矩阵一致性的改进方法

[ 摘要】 判断矩阵也叫 成对比较阵, 它是通过对定 性指标进行 量化得到的; 通过一个敷学 建模的实例, 建立相应的判 断矩阵并判定 其一致性,进 而对达不到要 求的
翔断矩阵提m笔者的改进方 法。
[ 关键词】层次分析法判断矩阵一致性数学建模
中图分类号:01- o
文献标识码; A 文章 编号 :167 1- - 7 597( 2 008) 1 22018 1- - 01
其中R=Ⅸ=( 而, 屯,…,善。) 7 l毛>0,i =1,2,…,一}· 引理2设彳=( 口Ⅳ) 。.是判断矩阵.A。是A的最大特征值,则五。
≥刀, 等号成立 当且仅当^是 一致性矩 阵.
定理设彳=( 口口) 。是判断矩阵,红是A的最大特征值,历=( w1, w2,…,毗)7为k对应的特征向量,取口E( o’1) ,并令占=( 钆) 。,其中
取=0. 1,得修改 后的矩阵和 各项指标 如下
l
●9
9
;, r 。 On 9 5 n● 诌2
I .391 l ,5
6.522 2
1
O.3l l
3.216 l
( 下转第170页)
圃Байду номын сангаас
教■ 科学
Ⅵ
盟
爵
●_§;
浅谈音乐教学中情感的培养
马淑 华 ( 白城职业技术学院吉林白城137000)
[ 擅要】在音 乐教育中,教师要善于 动脑,组织好各个环 节的教学,用生动、形 象、甜美的教学语言和 动听的歌声与伴奏打动 学生的心库,唤起学生 的美感. [ 关键词]音乐教学 情感 培养 中图分类号:G4 2文献标识码:A 文章 编号 ;167 1- - 7 507( 2 008) 1 22017 0—01
层次分析及综合评价方法

采用适当的方法,将各个指标综合起来,得出一个总体的评价结果。
综合评价
对评价结果进行分析,为决策提供依据。
结果分析
07
综合评价指标体系的建立
构建步骤
明确评价目标、设计初步指标、筛选与确定指标、确定权重、建立完整的指标体系。
导向性原则
指标应具有导向性,能够引导被评价对象向正确的方向发展。
方案层可以包含多个元素,每个元素代表一个具体的方案或措施。
方案层需要具体、可行,能够针对准则层中的各个因素提出相应的解决方案。
方案层
03
构造判断矩阵
判断矩阵的定义与元素确定
判断矩阵定义
判断矩阵是层次分析法中用于表示各因素之间相对重要性的矩阵,通常采用正互反矩阵形式。
元素确定方法
判断矩阵的元素通常采用专家打分、历史数据比较等方法确定,根据实际情况选择合适的方法。
将决策问题分解成不同的组成因素,并根据因素间的相互关联影响以及隶属关系将因素按不同的层次聚集组合,形成一个多层次的分析结构模型。
将决策问题分解成不同的组成因素,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的层次聚集组合,形成一个多层次的分析结构模型。
通过较少的定量信息使决策者的思维过程数学化,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。
计算加权评价值
根据加权评价值的大小,确定最优的决策方案。
确定决策方案
将决策方案付诸实施,并根据实际情况进行反馈和调整。
决策实施与反馈
基于层次总排序的决策分析
06
综合评价方法概述
定义
综合评价是一种对多个指标进行综合分析的方法,通过对各个指标进行权重分配,得出一个综合的评价结果。
层次分析法

1. 层次分析法(The analytic hierarchy process, 简称AHP)用于解决评价类问题,例如:选择那种方案最好、哪位运动员或者员工表现的更优秀。
评价类问题可以用打分解决。
层次分析法 (The Analytic Hierarchy Process即 AHP)是由美国运筹学家、匹兹堡大学教授T. L. Saaty于20世纪70年代创立的一种系统分析与决策的综合评价方法, 是在充分研究了人类思维过程的基础上提出来的, 它较合理地解决了定性问题定量化的处理过程。
AHP的主要特点是通过建立递阶层次结构, 把人类的判断转化到若干因素两两之间重要度的比较上, 从而把难于量化的定性判断转化为可操作的重要度的比较上面。
在许多情况下, 决策者可以直接使用AHP进行决策, 极大地提高了决策的有效性、可靠性和可行性, 但其本质是一种思维方式, 它把复杂问题分解成多个组成因素, 又将这些因素按支配关系分别形成递阶层次结构, 通过两两比较的方法确定决策方案相对重要度的总排序。
整个过程体现了人类决策思维的基本特征,即分解、判断、综合,克服了其他方法回避决策者主观判断的缺点。
1.1模型介绍1.1.1引例高考结束了,小明该选择华科还是五武大?小明最关心四个方面:学习氛围0.4、就业前景0.3、男女比例0.2、校园景色0.19(权重和为1)(1)学习氛围:经查阅资料查到“学在华工,玩在武大,爱在华师”一句话,因此在学习氛围方面给华科0.7,给武汉大学0.3.(2)就业前景:搜索两所学校就业率差不多,因此在就业前景方面对两所学校均赋予0.5的权重。
(3)男女比例:经查询,华科男女比例2:1,武大1.35:1,因此武大0.7分,华科0.3分(4)校园景色:华科0.25分,武大0.75分整理权重表格:指标权重华科武大学习氛围0.40.70.3就业前景0.30.50.5男女比例0.20.30.7校园景色0.10.250.75华科最终的得分:0.7*0.4+0.5*0.3+0.3*0.2+0.25+*0.1=0.515分武大最终得分:0.3*0.4+0.5*0.3+0.7*0.2+0.75*0.1=0.485分1.1.2 模型1、关键词:打分法、确定评价指标、形成评价体系2、解决评价类问题,首先确定以下三个问题:(1)评价的目标是什么(2)为了达到这个目标有哪几种可选的方案(3)评价的准则或者说指标是什么(我们根据什么东西来评价好坏)。
层次分析法判断矩阵求权值以及一致性检验程序

function [w,CR]=mycom(A,m,RI)[x,lumda]=eig(A);r=abs(sum(lumda));n=find(r==max(r));max_lumda_A=lumda(n,n);max_x_A=x(:,n);w=A/sum(A);CR=(max_lumda_A-m)/(m-1)/RI;end本matlab程序用于层次分析法中计算判断矩阵给出的权值已经进行一致性检验。
其中A为判断矩阵,不同的标度和评定A将不同。
m为A的维数RI为判断矩阵的平均随机一致性指标:根据m的不同值不同。
当CR<时符合一致性检验,判断矩阵构造合理。
下面是层次分析法的简介,以及判断矩阵构造方法。
一.层次分析法的含义层次分析法(The analytic hierarchy process)简称AHP,在20世纪70年代中期由美国运筹学家托马斯·塞蒂()正式提出。
它是一种定性和定量相结合的、系统化、层次化的分析方法。
由于它在处理复杂的决策问题上的实用性和有效性,很快在世界范围得到重视。
它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。
二.层次分析法的基本思路与人对一个复杂的决策问题的思维、判断过程大体上是一样的。
(1)层次分析法的原理层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构,然后得用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重,最后再加权和的方法递阶归并各备择方案对总目标的最终权重,此最终权重最大者即为最优方案。
这里所谓“优先权重”是一种相对的量度,它表明各备择方案在某一特点的评价准则或子目标,标下优越程度的相对量度,以及各子目标对上一层目标而言重要程度的相对量度。
层次分析法比较适合于具有分层交错评价指标的目标系统,而且目标值又难于定量描述的决策问题。
层次分析法-判断矩阵的构造-德尔菲法

德尔菲法的具体实施步骤
1 组成专家小组。按照课题所需要的知识范围,确定专家。专家人数的多 少,可根据预测课题的大小和涉及面的宽窄而定,一般不超过20人。 2 向所有专家提出所要预测的问题及有关要求,并附上有关这个问题的所 有背景材料,同时请专家提出还需要什么材料。然后,由专家做书面答复 3 各个专家根据他们所收到的材料,提出自己的预测意见,并说明自己是 怎样利用这些材料并提出预测值的。 4 将各位专家第一次判断意见汇总,列成图表,进行对比,再分发给各位 专家,让专家比较自己同他人的不同意见,修改自己的意见和判断。也可 以把各位专家的意见加以整理,或请身份更高的其他专家加以评论,然后 把这些意见再分送给各位专家,以便他们参考后修改自己的意见。 5 将所有专家的修改意见收集起来,汇总,再次分发给各位专家,以便做 第二次修改。 逐轮收集意见并为专家反馈信息是德尔菲法的主要环节。 收集意见和信息反馈一般要经 过三、四轮。在向专家进行反馈的时候, 只给出各种意见,但并不说明发表各种意见的专家的具体姓名。这一过程 重复进行,直到每一个专家不再改变自己的意见为止。 6 对专家的意见进行综合处理。
中位数预测: 用中位数计算,可将第三次判断按预测值高低 排列如下: 最低销售量: 300 370 400 500 550 最可能销售量: 410 500 600 700 750 最高销售量: 600 610 650 750 800 900 1250 最高销售量的中位数为第四项的数字,即750。 将可最能销售量、最低销售量和最高销售量分 别按0.50、0.20和0.30的概率加权平均,则预测平 均销售量为: 600*0.5+400*0.2+750*0.3=695
德尔菲法与其他决策法相比较
效果标准/决策方法 体法 德尔菲法 观点的数量 低 观点的质量 低 社会压力 高 财务成本 低 互动群体法 电子会议法 中等 高 中等 高 低 中等 低 低 脑力激荡法 名义群 高 高 低 低 高 高 低 高
层次分析法的计算步骤

层次分析法的计算步骤层次分析法(Analytic Hierarchy Process, AHP)是一种用于多准则决策的定量分析方法,由美国学者Thomas L. Saaty于1970年代提出。
它通过将一个复杂的多准则问题分解为一系列的层次结构,然后利用专家判断来确定每个层次的权重以及相对优先级,最终得出最佳决策。
下面将详细介绍层次分析法的计算步骤。
1.确定决策的目标和准则:首先明确决策的目标,以及实现这一目标所需的准则。
例如,如果我们要决定购买一台新的汽车,目标可能是选择性价比最高的汽车,准则可能包括价格、燃油经济性、安全性、舒适性等。
3.构建判断矩阵:为了确定每个层次之间的重要性比较,需要构建判断矩阵。
判断矩阵是一种由专家根据经验、知识或直觉所得到的关于准则之间相对重要性的矩阵。
对于每个层次,需要构建一个判断矩阵。
例如,在准则层次,专家需要判断每个准则与其他准则之间的相对重要性。
4.对判断矩阵进行标准化:将判断矩阵进行标准化是为了消除专家主观性的影响。
标准化的方法可以有多种,最常用的方法是将每列元素除以该列元素之和,使每列元素之和等于15.计算权重向量:通过对标准化的判断矩阵进行特征值分解,可以得到特征值和对应的特征向量。
特征向量的元素表示各个准则相对于目标的权重。
为了保证权重之和等于1,需要将特征向量进行归一化。
归一化的方法是将每个元素除以所有元素之和。
6.一致性检验:进行一致性检验是为了评估专家的判断是否一致和合理。
一致性指标(Consistency Index, CI)是用来度量判断矩阵的一致性程度的指标,其计算方法为CI=(λmax-n)/(n-1),其中λmax为最大特征值,n为准则数目。
为了验证判断矩阵的一致性,还需要计算一个随机一致性指标(Random Index, RI)作为对照。
如果CI<0.1,则认为判断矩阵是一致的。
7.一致性修正:如果判断矩阵不一致,可以通过进行一致性修正来提高一致性。
层次分析法判断矩阵求权值以及一致性检验程序

层次分析法判断矩阵求权值以及一致性检验程序以下是一种基于层次分析法的判断矩阵求权值以及一致性检验的程序:第一步:确定目标和准则层首先,明确分析的目标以及需要进行比较和排序的准则。
例如,在选择旅游目的地的决策中,目标可以是选择最适合个人喜好的目的地,而准则可以包括交通便利性、旅游景点的丰富程度、美食水平等。
第二步:构建判断矩阵根据目标和准则,构建判断矩阵,矩阵的大小为n*n,其中n是准则的个数。
判断矩阵中的元素对应于两两准则之间的比较结果。
例如,对于两个准则i和j,可以使用1-9的尺度来表示它们之间的重要程度,其中1表示相同重要,9表示极端重要。
如果准则i相对于准则j更重要,则在判断矩阵的(i,j)位置上填写9、判断矩阵的对角线元素全为1,因为每个准则相对于自身的重要性是相同的。
第三步:求判断矩阵的权值利用判断矩阵求解初始权值的过程主要分为两个步骤:特征根法和一致性检验。
1.特征根法求解判断矩阵的特征值和对应的特征向量,通过特征向量的归一化,得到各个准则的权重。
2.一致性检验判断矩阵是否具有一致性,即各个准则的权重是否合理。
这里使用一致性指标CI(Consistency Index)和一致性比例CR(Consistency Ratio)来进行检验。
CR的计算公式为CR = CI/RI,其中RI是一个随着准则个数n而变化的随机一致性指数,可以在AHP的标准表格中查找。
第四步:一致性检验与调整如果CR小于一些事先设定的阈值(通常为0.1),则认为判断矩阵通过一致性检验,各个准则的权重是合理的;否则,需要对判断矩阵进行调整。
判断矩阵的调整可以通过以下步骤进行:1.计算判断矩阵的平均列向量2.计算平均列向量的加权平均向量3.计算调整后的判断矩阵4.重复进行一致性检验和调整,直至通过一致性检验为止第五步:权值的应用经过一致性检验和调整后,各个准则的权重即为最终结果。
可以将权重应用于具体的决策问题中,进行多个准则的比较和排序。
- 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)。
层次分析法判断矩阵层次分析法判断矩阵程序先确定判断矩阵;然后用以下程序就好了:%层次分析法的matlab程序%%%%diertimoxingyiclc,cleardisp(输入判断矩阵);% 在屏幕显示这句话A=input(A=);% 从屏幕接收判断矩阵[n,n]=size(A);% 计算A的维度,这里是方阵,这么写不太好x=ones(n,100);% x为n行100列全1的矩阵y=ones(n,100);% y同xm=zeros(1,100);% m为1行100列全0的向量m(1)=max(x(:,1));% x第一列中最大的值赋给m的第一个分量y(:,1)=x(:,1);% x的第一列赋予y 的第一列x(:,2)=A*y(:,1);% x的第二列为矩阵A*y(:,1)m(2)=max(x(:,2));% x 第二列中最大的值赋给m的第二个分量y(:,2)=x(:,2)/m(2);% x的第二列除以m(2)后赋给y的第二列p=0.0001;i=2;k=abs(m(2)-m(1));% 初始化p,i,k为m(2)-m(1)的绝对值while k>p% 当k>p是执行循环体i=i+1;% i 自加1x(:,i)=A*y(:,i-1);% x的第i列等于A*y的第i-1列m(i)=max(x(:,i));% m的第i个分量等于x第i列中最大的值y(:,i)=x(:,i)/m(i);% y的第i列等于x的第i列除以m的第i个分量k=abs(m(i)-m(i-1));% k等于m(i)-m(i-1)的绝对值enda=sum(y(:,i));% y的第i列的和赋予aw=y(:,i)/a;% y的第i 列除以at=m(i);% m的第i个分量赋给tdisp(权向量:);disp(w);% 显示权向量wdisp(最大特征值:);disp(t);% 显示最大特征值t %以下是一致性检验CI=(t-n)/(n-1);% t-维度再除以维度-1的值赋给CIRI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];% 计算的标准CR=CI/RI(n);% 计算一致性if CR摘要在定性问题的决策中,AHP是一种优秀的方法,其基础是对评价对象的两两比较,并用比较结果构造判断矩阵,而这些都依赖于决策者选用的偏好关系。
常采用的偏好关系有Saaty的基于商的偏好关系以及模糊偏好关系,相应构造的判断矩阵分别为正互反判断矩阵和模糊互补判断矩阵。
本文首先对SaatyAHP的几种常见标度进行了比较分析,然后对正互反判断矩阵及模糊互补判断矩阵的权重计算方法进行了归纳和总结;最后,本文提出了一种新的偏好关系,即基于差的偏好关系,从而将反对称矩阵引入层次分析法,接着对新型偏好关系下判断矩阵的构造、一致性的定义与性质以及权重的计算方法做了初步的研究,最后用算例说明了新方法的应用,并做了相应的比较分析,结果表明采用基于差的偏好关系构造反对称矩阵拓展了AHP的应用范围,有一定的理论和应用价值。
关键词:层次分析法;标度:判断矩阵;一致性;权重向量AbstractThebasisofAHPisjudgementmatrix,generallyincludingAHPonjudgementmatrixandfuzzyreciprocalmatrix,whichrelySaatypreferencerelationandfuzzyseveralfamiliarratioscalesofpreferencerelationrespectively.ThispapercomparedSaatyAHPfirstly;andthen,commonmethodsforcomputingpriorityvectorfromfuzzyreciprocalmatrixweresummarized.Inchapter3,theAHPjudgmentmatrixpaperproposedaandnewkindofpreferencerelation,i.e.distancepreferencerelation;followedthis,ascaleWaSintroducedforconstructingantisymmetricmatrix,andvectorconsistencyofthematrixWaSdefined,threemethodsforcomputingprioritywerestudied;Attheend,twoexampleswereusedtodemonstratetheapplicationof也euewmethod,andtheyshowedthattheintroductionofantisymmetricmatrixAHPiSeffectivetoandValuable.Keywords:Analytichierarchyprocess;Ratioscale;JudgementmatrixConsistencyPriorityvectory76358S声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。
与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。
研究生签名:/『i彩参cl砂。
厂年∥月夕。
日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的全部或部分内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的全部或部分内容。
对于保密论文,按保密的有关规定和程序处理。
研究生签名:{彗丛少,厂年占月夕。
日南京理工大学硕二|=学位论文层次分析法中判断矩阵的构造问题第一章概论§l层次分析法概述美国运筹学家T.L.Saaty于70年代提出AnalyticHierarchyProcess(AHP),它是对方案的多指标系统进行分析的一种层次化、结构化决策方法,它采用数学方法将哲学上的分解与综合思维过程进行了描述,从而建立决策过程的数学模型,具有适用性、简洁性、有效性和系统性等特点。
作为规划、决策和评价工具,AHP自问世以来,已在世界各地得到迅速普及和推广,取得了大量的研究成果。
AHP的第一步工作是建立层次结构,本文只就单层AHP中的部分问题进行讨论。
1.1层次分析法1.1.1构造判断矩阵层次分析法的一个重要特点就是用两两重要性程度之比的形式表示出两个方案的相应重要性程度等级。
如对菜一准则,对其下的n个方案进行两两对比,并按其重要性程度评定等级。
记a。
为第i和第j方案的重要性之比,表1.1列出Saaty给出的9个重要性等级及其赋值。
x.比焉极端重要9强烈重要7明显重要5稍微重要3同样重要1l量化值表1.19比例标度表按两两比较结果构成的矩阵A2(臼l『)。
,称作判断矩阵。
易见%>o,a,i=1且嘶=1/ai(i,j=1,2,…,n),即A为正互反矩阵。
1.1.2计算权重向量2A51为了从判断矩阵中提炼出有用的信息,达到对事物的规律性认识,为决策科学提供科学依据,就需要计算判断矩阵的权重向量。
定义1・1判断矩阵A_(aij)…,如对Vi,j,k=1,2,…,n,成立%2a+aⅫ,则称A满足一致性,并称A为一致性矩阵。
定理1.1一致性矩阵A具有下列简单性质:(1)rank(A)21,且存在唯一的非零特征值五。
=n,其规范化特征向量w2(wl,W2,…,W行)1叫做权重向量,Ka口2w/Wj;南京理工大学硕士学位论文层次分析法中判断矩阵的构造问题(2)A的列向量之和经规范化后的向量,就是权重向量;(3)A的任一列向量经规范化后的向量,就是权重向量;(4)对A的全部列向量求每一分量的几何平均,再规范化后的向量,就是权重向量。
根据上述定理中的性质(2)和(4)即得到判断矩阵满足一致性的条件下求取权值的方法,分别称为和法和根法。
而当判断矩阵不满足一致性时,用和法和根法计算权重向量则很不精确。
特征向量法是AHP的~种基本方法,Perron定理为特征向量法奠定了理论基础。
定理1.2(Perron)成立:记A=(口f,)√M>o为正矩阵,P(A)为其谱半径,则下列论断(1)A的最大特征值旯m戡存在、唯一,且五。
=P(A);(2)与兄。
对应的规范化特征向量w=(W1,W2,…,wH)7为正向量,即w中每个元素似>O。
因此,对于构造出的判断矩阵,就可以求出最大特征值所对应的特征向量,然后规范化作为权值。
1.1.3一致性检验‘2在实际应用过程中,由于专家在进行两两比较时的价值取向和定级技巧以及重要性等级赋值的非等比性,当判断矩阵的阶数n>2时,通常难于构造出满足一致性的矩阵来。
但判断矩阵偏离一致性条件又应有一个度,为此,必须对判断矩阵是否可接受进行鉴别,这就是一致性检验的内涵。
定理1・3设A。
是正互反矩阵A2(口l,)…的最大特征值,则必有五…≥n,其中,等式当且仅当A为一致性矩阵时成立。
应用上面的定理,则可以根据兄。
2n是否成立来检验矩阵的一致性,如果五。
,比n大得越多,则A的非一致性程度就越严重。
因此,定义一致性指标rT一以mx一/,7。
磊二i一和平均随机一致性指标RI,见表1.2。
南京理工大学硕士学位论文层次分析法中判断矩阵的构造问题l矩阵阶数34cI样本均值(RI)0.51490.89311.11851.24941.34501.4200矩阵阶数9lO111213cI样本均值(RI)1.4616148745671.51561.54051.5583f8表1.2平均随机一致性指标标准值Saaty建议取一致性指标(cI)对随机一致性指标值(RI)之比,作为一致性检验判别式,并称作一致性比率(简记为cR),即cR:旦砒如果CR<O.1,则认为该判断矩阵通过一致性检验。
可见,AHP方法不仅原理简单,而且具有扎实的理论基础,是定量与定性方法相结合的优秀的决策方法。
1.2层次分析法研究的意义㈣简单就是美。
由于AHP给人们决策提供了简单的层次框架和方法,同时它又蕴涵着深刻的决策心理机制和决策效用机制,因而这一简单而又深奥的理论进行研究具有重要的意义。
(1)理论意义集数学方法、层次结构、试验心理学和比较权衡分析于一体的AttP,无疑具有十分丰富的内涵,可以给我们提供广阔的研究空间,并使AHP的研究可以集众学科之大成,同时也可以进一步促进众多学科的发展,尤其是,由于AHP在决策科学中占有重要的地位,对它的深入研究有益揭示决策的本质。