层次分析法原理
层次分析法原理
(一)层次分析法原理 AHP(Analytic Hierarchy Process)方法是美国著名运筹学家、匹兹堡大学萨蒂 (T.L.Saaty) 教授，在20世纪70年代初为美国国家科学基金会和美国电力科学研究所研究如何根据各工业部门对国家福利的贡献大小进行电力分配时提出来的。
层次分析法能够处理复杂的多准则决策问题，能够有效分析目标准则体系层次间的非序列关系，有效地综合测度决策者的判断和比较。
层次分析法将思维过程数学化、系统化，以便使决策依据易于被人接受。该方法对定量信息的需求不多，但决策人员对决策问题的本质、所包含的系统要素及其相互之间的逻辑关系必须掌握地十分透彻。同时AHP方法对无结构化地系统评价及多目标决策问题更为适用。
(二)层次分析法基本思路
层次分析法解决问题的基本思路是把系统各因素之间的隶属关系由高到低排成若干层次，建立不同层次元素之间的相互关系，根据对一定客观现实的判断，就每一层次相对重要性给予确定，利用数学方法，确定表达每一层次的全部元素的相对重要性次序的权值，通过排序结果，对问题进行分析和决策。
这种方法既不单纯地追求高深数学知识，又不片面地注重定性行为的逻辑推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解清晰，把多目标、多准则的决策问题化为
多层次单目标的两两对比问题，然后辅之以简单的数学运算。
(三)层次分析法步骤
层次分析法充分利用人的分析、判断和综合能力，将复杂的问题分解为多个组成因素并形成一个多层次的模型，通过两两比较的方式确定层次中诸因素的相对重
要性，然后综合评价主体的判断以确定因素的相对重要性排序。在运用AHP方法进行评价或决策时，大体可以分为如下四个步骤:
1、建立递阶层次结构模型
对决策对象调查研究，分析目标体系所涉及因素的关联、隶属关系，进而划分为不同层次，构建有序的阶梯层次结构模型。
层次可以包含目标、准则和指标三种类型，其中目标层是对问题最终要达到的目的进行概括，一般只有一个元素;准则层是对目标的相应评价标准，可以有多个元素;指标层是对准则层各要素的具体细化指标，也可以由多个因素组成。
2、构造判断矩阵
按照层次结构模型，从上到下逐层构造判断矩阵。每一层元素都以相邻上一层次各元素为准则，按1-9 标度方法两两比较构造判断矩阵。在实际操作中，通常是向研究领域的专家反复询问来对各判断矩阵赋值。
具体的标度含义如下表所示:
标度定义含义
同样重要两元素对某准则同样重要 1
稍微重要两元素对某准则，前者比后者稍微重要 3
明显重要两元素对某准则，前者比后者明显重要 5
强烈重要两元素对某准则，前者比后者强烈重要 7
极端重要两元素对某准则，前者比后者极端重要 9
相邻标度中值表示相邻两标度之间折中时的标度 2,4,6,8
3、层次单排序及一致性检验
求解判断矩阵最大特征值和对应的特征向量，经过归一化处理，即得层次单排序权重向量。由于判断矩阵的结果具有一定的客观性，因此需要进行一致性检验分析，检验不合格的要修正判断矩阵，直到符合满意的一致性标准。
4、层次总排序
从上到下逐层计算指标层因素相对于系统总目标的合成权重，最后得出各因素对总体目标影响值的排序结果。AHP 方法采用优先权重作为区分指标影响程度的指标，其数值介于0和1之间，在给定的决策准则之下，数值越大，指标重要性越高，反之越低。为判断思维的逻辑一致性，层次总排序也需要检验其一致性，只有通过了检验的结果才能达到分析的要求。
实验2层次分析法
项目六矩阵的特征值与特征向量 实验2 层次分析法 实验目的 通过应用层次分析法解决一个实际问题,学习层次分析法的基本原理与方法;掌握用层次 分析法建立数学模型的基本步骤;学会用Mathematica解决层次分析法中的数学问题. 基本原理 层次分析法是系统分析的重要工具之一,其基本思想是把问题层次化、数量化, 并用数学 方法为分析、决策、预报或控制提供定量依据. 它特别适用于难以完全量化, 又相互关联、相互制约的众多因素构成的复杂问题. 它把人的思维过程层次化、数量化,是系统分析的一中 新型的数学方法. 运用层次分析法建立数学模型, 一般可按如下四个基本步骤进行. 1.建立层次结构 首先对所面临的问题要掌握足够的信息, 搞清楚问题的范围、因素、各因素之间的相互关系,及所要解决问题的目标. 把问题条理化、层次化, 构造出一个有层次的结构模型. 在这 个模型下,复杂问题被分解为元素的组成部分. 这些元素又按其属性及关系形成若干层次.层 次结构一般分三层: 第一层为最高层, 它是分析问题的预定目标和结果, 也称目标层; 第二层为中间层, 它是为了实现目标所涉及的中间环节, 如: 准则、子准则, 也称准则层; 第三层为最底层, 它包括了为实现目标可供选择的各种措施、决策方案等, 也称方案层.
图2-1 决策目标 准则1准则2准则n 方案1方案2方案m …… …… 注:上述层次结构具有以下特点:(1) 从上到下顺序地存在支配关系, 并用直线段表示;(2) 整个层次结构中层次数不受限制. 2.构造判断矩阵 构造判断矩阵是建立层次分析模型的关键. 假定以上一层的某元素y 为准则,它所支配 的下一层次的元素为n x x x ,,,21 ,这n 个元素对上一层次的元素y 有影响,要确定它们在y 中的比重. 采用成对比较法. 即每次取两个元素i x 和j x , 用ij a 表示i x 与j x 对y 的影响之比, 全部比较的结果可用矩阵A 表示,即 .,,2,1,,)(n j i a A n n ij ==? 称矩阵A 为判断矩阵. 根据上述定义,易见判断矩阵的元素ij a 满足下列性质: )(,1),(1 j i a j i a a ii ij ji ==≠= 当0>ij a 时,我们称判断矩阵A 为正互反矩阵. 怎样确定判断矩阵A 的元素ij a 的取值呢? 当某层的元素n x x x ,,,21 对于上一层某元素 y 的影响可直接定量表示时, i x 与j x 对y 的影响之比可以直接确定, ij a 的值也可直接确定. 但对于大多数社会经济问题, 特别是比较 复杂的问题, 元素i x 与j x 对y 的重要性不容易直接获得, 需要通过适当的量化方法来解决. 通常取数字1~9及其倒数作为ij a 的取值范围. 这是因为在进行定性的成对比较时, 通常采用 5级制(表1),在每两个等级之间各有一个中间状态, 共1~9个尺度, 另外心理学家认为进行成 对比较的因素太多, 将超出人们的判断比较能力, 降低精确. 实践证明, 成对比较的尺度以 27±为宜, 故ij a 的取值范围是9,,2,1 及其倒数.
数学建模期末作业谈层次分析法在就业中的应用讲课稿
数学建模期末作业谈层次分析法在就业中 的应用
谈层次分析法在就业中的应用 摘要 近年高校毕业生数量急剧膨胀就业的难题似乎变得更加严峻和突出——全国就业工作座谈会传来消息，2010年应届毕业生规模是本世纪初的6倍，2011年高校毕业生人数为660万人，“十二五”时期应届毕业生年平均规模将达到近700万人。许多大学生处于就业十字路口，茫然不知所措。这种心态下的种种决策难免造成失误，所以需要一种可靠的定量的容易操作的，并且具体的有说服力的方法来帮助做出决策。本文提出了定性和定量相结合的层次分析法步骤，构成了工作满意度的评价指标体系，通过各因素重要程度比较与计算，最终确定出了6个具体指标在该体系下的权重并排序，这样在分析某种工作的满意程度时就可以按此权重进行衡量。为此我们建立了层次结构模型，做成对比较矩阵： 正互反矩阵为?????????? ????? ? ??? ?=wn wn w wn w wn wn w w w w w w w wn w w w w w w w A /...... 2/1//2........3/22/21/2/1........3/12/11/1M M M M 通过Matlab 等数学工具，得到特征向量 T w )083.0,201.0,139.0,154.0,076.0,347.0(1=，且∑==508.6)(max i i nw Aw λ，通过一致 性指标得出1016.0) 1() (max =--= n n CI λ，1.0082.024 .11016 .0<=== RI CI CR ， 如果有CI 偏差，那偏差是否在满意的一致性范围，引进平均随机一致性指标RI 。 平均随机一致性指标RI 数值
基于Matlab的层次分析法及其运用浅析
基于Matlab的层次分析法及其运用浅析 本文通过使用Matlab软件进行编程,在满足同一层次中各指标对所有的下级指标均产生影响的假定条件下,实现了层次分析法的分析运算。本程序允许用户自由设定指标层次结构内的层次数以及各层次内的指标数,通过程序的循环,用户只需输入判断矩阵的部分数据,程序可依据层次分析法的计算流程进行计算并作出判断。本程序可以方便地处理层次分析法下较大的运算量,解决层次分析法的效率问题,提高计算机辅助决策的时效性。 标签：Matlab层次分析法判断矩阵决策 在当前信息化、全球化的大背景下,传统的手工计算已不能满足人们高效率、高准确度的决策需求。因此计算机辅助决策当仁不让地成为了管理决策的新工具、新方法。基于此,本文在充分发挥计算机强大运算功能的基础上,选用美国MathWorks公司的集成数学建模環境Matlab R2009a作为开发平台,使用M语言进行编程,对计算机辅助决策在层次分析法中的运用进行讨论。试图通过程序实现层次分析法在计算机系统上的运用,为管理决策探索出新的道路。 1 层次分析法的计算流程 根据层次分析法的相关理论,层次分析法的基本思想是将复杂的决策问题进行分解,得到若干个下层指标,再对下层指标进行分解,得到若干个再下层指标,如此建立层次结构模型,然后根据结构模型构造判断矩阵,进行单排序,最后,求出各指标对应的权重系数,进行层次总排序。 1.1 构造层次结构模型在进行层次分析法的分析时,最主要的步骤是建立指标的层次结构模型,根据结构模型构造判断矩阵,只有判断矩阵通过了一致性检验后,方可进行分析和计算。其中,结构模型可以设计成三个层次,最高层为目标层,是决策的目的和要解决的问题,中间层为决策需考虑的因素,是决策的准则,最低层则是决策时的备选方案。一般来讲,准则层中各个指标的下级指标数没有限制,但在本文中设计的程序尚且只能在各指标具有相同数量的下级指标的假定下,完成层次分析法的分析,故本文后文选取的案例也满足这一假定。 1.2 建立判断矩阵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给判断矩阵的要素赋值时,常采用九级标度法(即用数字1到9及其倒数表示指标间的相对重要程度),具体标度方法如表1所示。 1.3 检验判断矩阵的一致性由于多阶判断的复杂性,往往使得判断矩阵中某些数值具有前后矛盾的可能性,即各判断矩阵并不能保证完全协调一致。当判断矩阵不能保证具有完全一致性时,相应判断矩阵的特征根也将发生变化,于是就可以用判断矩阵特征根的变化来检验判断的一致性程度。在层次分析法中,令判断矩阵最大的特征值为λmax,阶数为n,则判断矩阵的一致性检验的指标记为:
第一节 量纲分析方法
第一节量纲分析方法 量纲分析是物理学中常用的一种定性分析方法，也是在物理领域中建立数学模型的一个有力工具。利用这种方法可以从某些条件出发，对某一物理现象进行推断，可将这个物理现象表示为某些具有量纲的变量的方程，从而可以用此来分析个物理量之间的关系。 1.1量纲 当对一个物理概念进行定量描述时，总离不开它的一些特性，比如，时间、质量、密度、速度、力等等，这种表示不同物理特性的量，称之为具有不同的“量纲”。概括来说，将一个物理导出量用若干个基本量的乘方之积表示出来的表达式，称为该物理量的量纲式，简称量纲(dimension)（量纲又称为因次）。它是在选定了单位制之后，由基本物理量单位表达的式子。在国际单位制(I)中，七个基本物理量长度、质量、时间、电流、热力学温度、物质的量、发光强度的量纲符号分别是L、M、T、I、Q、N和J。按照国家标准（GB3101—93），物理量?的量纲记为dim?，国际物理学界沿用的习惯记为[?]。
实际中，有些物理量的量纲是基本的，成为基本量纲。系统因选定的基本单位不同，而分成绝对系统与工程系统两大类。工程系统的基本单位：质量、长度、时间、力。绝对系统的基本单位：质量、长度、时间。绝对系统以长度(length)、质量(mass)、时间(time)及温度(temperature)为基本量纲，各以符号L 、M 、T 、θ表示其量纲。其他可由基本量纲推导出的量纲称为导出量纲。但在工程系统中，除了长度L 、质量M 、时间T 及温度θ等基本量纲外，也将力定义为基本量纲，而以符号F 表示其量纲。此外在探讨热量 (heat)时，热量亦被定义为基本量纲，而以H 表示。而其他的物理量的量纲可以由这些基本量纲来表示，比如： 速度v = ds/dt 量纲：[]V =1 LT - 加速度a = dv/dt 量纲：2 []a LT -= 力F = ma 量纲：22[][][]F M LT MLT --== 压强P = F/S 量纲： 22[]P MLT L --= 21MT L --= 实际中，也有些量是无量纲的，比如,e π等，此 时记为[][]1e π==。 有量纲的物理量都可以进行无量纲化处理量纲有赖于基本量的选择，是外加的有关量的度量手段。模型所描述的规律应该独立于量纲的影响。机理模型的
AHP层次分析法计算原理
AHP层次分析法计算原理 一般地，可以选用三层结构对发展战略作出整体评价。 第一层为目标层，它是企业要实现的战略目标，第二层是评价因素层，它包括战略目标实现进行评价的所考虑的各种因素以及各因素之间的相对比值，并求出各要素实现总体目标所占的权重。第三层是指标层，即个评价因素需考虑的具体指标。 首先，根据总目标确定各要素之间的相对重要关系，构建两两比较判断矩阵，其基本形式为： 其中，a j表示对于C来说，A对A相对重要性的数值体现，通常a j可取1、2、3……、9以及它们的倒数作为标度。其中， 1――表示两个元素相比，具有同样的重要性； 3――表示两个元素相比，一个元素比另一个元素稍微重要； 5――表示两个元素相比，一个元素比另一个元素明显重要； 7――表示两个元素相比，一个元素比另一个元素强烈重要； 9――表示两个元素相比，一个元素比另一个元素极端重要。 2、4、6、8为上述相邻判断的中值。 矩阵中的元素具有以下特征：①a j >0,②a j二丄，③a H=1o a ji 然后，根据判断矩阵计算相对于战略目标各评价元素的相对重要 性次序的权重，首先计算判断矩阵A的最大特征根入max和其对应的经归一化后的特征向量W=[W i, W2 , W3, , W n ]T,计算的公式为：(8 - 1)
归一化后的特征向量W=[W i, W2, W3, , W n]T即为各评价因素对于总目标的权重。 (8 - 2)W i - n W i i J 其 1 n 中，W = a j (8 - 3) 入max为判断矩阵A的最大特征根，计算公式为: (8 - 4) 其中，(AW)i表示AW的第i个元素。 最后，对矩阵A进行一致性检验。当a q二空时，称判断矩阵为a jk 致性矩阵。判断一致性的指标为C.R.的取值。 C.R.嚅 (8 - 5) (8 - 6) R丄为随机一致性指标，其值是通过多次重复进行随机判断矩阵特征值的计算后得到的。随机一致性指标R丄的取值见表8-2。 表8-2随机一致性指标R.I?的取值表 维数12 345 6 7 8 9 10 J (AW)i i吕nw
层次分析法土木工程中的应用
层次分析法在土木工程中的应用 [摘要]:系统工程是以大型复杂系统为研究对象，按一定目的进行设计、开发、管理与控制，以期达到总体效果最优的理论与方法，它已广泛应用到工业、农业、国防、科学技术和社会经济的各个方面。它包含很多个方面，其评价方法有单项评价法论文、层次分析法和多元统计分析方法及理论。层次分析法是一种定性分析与定量分析相结合的多目标决策分析方法。对于结构复杂的多准则、多目标决策问题，是一种有效的决策分析工具。其基本思想，是根据问题的性质和要达到的目标，将问题按层次分析成各个组成因素，再按支配关系分组成有序的递阶层次结构。 [关键词]：系统工程、层次分析法、市政工程项目建设 系统工程是当代正在迅速发展的很有影响的一门综合性基础学科，它已广泛应用到工业、农业、国防、科学技术和社会经济的各个方面。从国家的经济发展战略与规划到工业企业的管理与决策，包括大规模生产、重大科学技术和社会经济结构等，都应用了系统工程的基本理论与方法。系统工程是一门跨学科的工程技术，它从系统的观点出发，立足整体，统筹全局，把自然科学和社会科学中的一些思想、理论和方法等根据系统总体协调的需要，有机地结合起来，采用定量与定性相结合的方法，为现代科学技术的发展提供了新思路和新方法。系统工程方法对于解决组织管理的问题应该说是极为有效的，因为任何管理都可视为一个系统的管理。只有对管理对象——系统的普遍规律充分了解掌握后，才能运筹帷幄，得心应手，实现管理最佳化。目前，管理正处于由艺术向科学迈进的征途中，系统学与系统工程作为管理哲学，将对管理科学的发展起到指导和促进作用。系统工程的评价方法：单项评价法论文、层次分析法（AHP）和多元统计分析方法及理论。 层次分析法（Analytic Hierarcy Process，简称AHP）是一种定性分析与定量分析相结合的多目标决策分析方法。对于结构复杂的多准则、多目标决策问题，是一种有效的决策分析工具。其基本思想，是根据问题的性质和要达到的目标，将问题按层次分析成各个组成因素，再按支配关系分组成有序的递阶层次结构。对同一层次内的因素，通过两两比较的方式确定诸因素之间的相对重要性权重。下一层次的因素的重要性，既要考虑本层次，又要考虑到上一层次的权重因子逐层计算，直至最后一层一般是要比较的各个方案权重大小。运用进行决策时，大体上应分为四个步骤进行：（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；
量纲分析法
第三节 量纲分析法 量纲分析是20世纪初提出的, 在物理领域中建立数学模型的一种方法，它是在经验和实验的基础上, 利用物理定律的量纲齐次原则，确定各物理量之间的关系。 3.1 量纲齐次原则与Pi 定理 许多物理量是有量纲的，有些物理量的量纲是基本的，另一些物理量的量纲则可以由基本量纲根据其定义或某些物理定律推导出来。例如在动力学中，把长度l , 质量m 和时间t 的量纲作为基本量纲，记为 [][][]T t M m L l ===,,; 而速度f v ，力的量纲可表示为[][]21,--==MLT f LT v . 在国际单位制中，有7个基本量：长度、质量、时间、电流、温度、光强度和物质的量，它们的量纲分别为L 、M 、T 、I 、Θ、J 、和N ；称为基本量纲。任一个物理量q 的量纲都可以表成基本量纲的幂次之积， []η ξ ε δ γ β α J N I T M L q Θ= 量纲齐次性原则：用数学公式表示一个物理定律时，等式两端必须保持量纲一致。 量纲分析就是在保证量纲一致的原则下，分析和探求物理量之间关系；先看一个具体的例子，再给出量纲分析的一般方法。 例3—1： 单摆运动，质量为m 的小球系在长度为l 的线的一端，线的另一端固定，小球偏离平衡位置后，在重力mg 作用下做往复摆动，忽略阻力，求摆动周期t 的表达式。 解：在这个问题中有关的物理量有g l m t ,,,设它们之间有关系式 3 211αααλg l m t = ---------------（3.1） 其中32,,ααα为待定常数，入为无量纲的比例系数，取（3．1）式的量纲表达式有 [][][][]3 2 1 α ααg l m t = 整理得：33 212αααα -+=T L M T --------------（3.2） 由量纲齐次原则应有 ?? ? ??=-=+=1 200 3321αααα ---------------（3.3） 解得：,2 1 ,2 1 ,0321- == =ααα 代入（3．1）得 g l t λ= -------（3.4） （3.4）式与单摆的周期公式是一致的 下面我们给出用于量纲分析建模的 Buckingham Pi 定理，
层次分析法的应用
层次分析法的一个应用 摘要 关键词： Abstract Keywords: 前言 1层次分析法理论概述 1.2层次分析法的概念 层次分析法是由美国运筹学家匹兹堡大学的 T.L.saaty教授于20世纪70年代提出的一种决策方法。它是将评价对象或问题视为一个系统，根据问题的性质和想要达到的总目标将问题分解成不同的组成要素，并按照要素间的相互关联度及隶属关系将要素按不同层次聚集组合，从而形成一个多层次的分析结构系统，把问题条理化、层次化。 层次分析法的结构符合人们思维的基本特征分解、判断、综合，把复杂的问题分解为各组成要素，再将这些要素按支配关系分组，从而形成有序的递阶层次结构，通过两两比较判断的方式确定每一层次中要素的相对重要性，然后在递阶层次结构内进行合成得到相对于目标的重要程度的总排序。因此，层次分析法从出现开始就受到了理论界广泛的支持和认可，并得到了不断的改进和完善。
1.3 AHP法下优点 （1）AHP对于解决多层次、多指标的递阶结构问题行之有效。保险公司绩效评价各指标之间相互作用，相互制约，且绩效受到多种因素的影响，可以分解成不同的子指标，例如我们从财务维度可将保险公司的绩效分解为增加盈利能力、偿付能力和发展能力三个层面，而各个层面又可以从多个角度来衡量，从而构成关联保险公司绩效评价指标体系的递阶结构体系。这样，我国上市保险公司绩效评价指标体系的递阶结构为层次分析法提供了“结构”基础。 （2）把定性分析和定量分析有机地结合起来，避免了单纯定性分析的主观臆断性和单纯利用定量分析时对数据资料的严格要求。 （3）层次分析法思路简单明了，将人们的思维数字化、系统化，便于接受并容易计算；同时，层次分析法是一种相对比较成熟的理论，有大量的是实践经验可以借鉴，这就避免了在保险公司绩效评价指标权重的确定过程中由于缺乏经验而产生的不足。 当然层次分析法也存在着缺陷：首先，其结论是建立在判断矩阵是一致性矩阵的基础上的，而在实际应用中所建立的判断矩阵，由于各方面的原因，往往不能一次性得到具有一致性的判断矩阵，而需要对其一致性进行检验，并进行多次的修改。因此，判断矩阵的建立过程比较复杂，且存在较大的主观性；其次是特征值的计算量较大；再次，许多专家认为层次分析法中采用的1-9标度法不能准确地反映专家和决策者的真实感觉和判断。采用层次分析法来确定两个指标的相对重要性时，当人们认为A1比A2重要(记为a)，B1比B2明显重要(记为b)，C1比C2强烈重要(记为c)时，则(c-b)比(b-a)要大得多，因而标度不应该的线性的，而是随着重要程度的增加差距越来越大。而1-9标度是等距的，所以Saaty 提出的线性评判标度与人们头脑中的实际标度并非一致。因此，这些问题都需要进行改进，但整体上不影响本文采用层次分析法确定评价指标权重。 1.4 AHP的基本步骤 用层次分析法作系统分析，首先需要把问题层次化，根据问题的性质和总目标把问题分解成为不同的因素，并且根据这些因素间的相互影响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，并最终系统分析归结为最底层(供决策的方案、措施等)相对于最高层(总目标)的相对重要性权重的确
方法：因子分析法
因子分析基础理论知识 1 概念 因子分析（Factor analysis ）：就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子来反映原资料的大部分信息的统计学分析方法。从数学角度来看，主成分分析是一种化繁为简的降维处理技术。 主成分分析（Principal component analysis ）：是因子分析的一个特例，是使用最多的因子提取方法。它通过坐标变换手段，将原有的多个相关变量，做线性变化，转换为另外一组不相关的变量。选取前面几个方差最大的主成分，这样达到了因子分析较少变量个数的目的，同时又能与较少的变量反映原有变量的绝大部分的信息。 两者关系：主成分分析（PCA ）和因子分析（FA ）是两种把变量维数降低以便于描述、理解和分析的方法，而实际上主成分分析可以说是因子分析的一个特例。 2 特点 （1）因子变量的数量远少于原有的指标变量的数量，因而对因子变量的分析能够减少分析中的工作量。 （2）因子变量不是对原始变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息。 （3）因子变量之间不存在显着的线性相关关系，对变量的分析比较方便，但原始部分变量之间多存在较显着的相关关系。 （4）因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。 在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理（即通过因子分析或主成分分析）。显然，在一个低维空间解释系统要比在高维系统容易的多。 3 类型 根据研究对象的不同，把因子分析分为R 型和Q 型两种。 当研究对象是变量时，属于R 型因子分析； 当研究对象是样品时，属于Q 型因子分析。 但有的因子分析方法兼有R 型和Q 型因子分析的一些特点，如因子分析中的对应分析方法，有的学者称之为双重型因子分析，以示与其他两类的区别。 4分析原理 假定：有n 个地理样本，每个样本共有p 个变量，构成一个n ×p 阶的地理数据矩阵 : ?????? ????? ???=np n n p p x x x x x x x x x X ΛM M M M ΛΛ212222111211
量纲分析法原理
量纲和谐原理 我们经常遇到许多物理量，如长度、时间、质量、力、速度、密度及动量等。它们的名称、记号和量纲如表所示。 表1 流体力学中常见物理量的量纲 速度v 表示单位时间内所经历的距离，它的单位是[米/秒]。距离是长度l ，它的量纲是[L ]，而时间t 的量纲是[T ]，故速度v 的量纲是[1LT -]。 动量是质量m 和速度v 之积。质量的量纲是[M ]，故动量的量纲是[1MLT -]。 如果我们选定三个相对对立的，例如长度l 的量纲[L ]、时间t 的量纲[T ]、质量m 的量纲[M ]为基本量纲，那么其他物理量的量纲都可用这三个基本量纲来表示。如表5-1中所示，例如，加速度a 的量纲可表示为[2LT -]，力F 的量纲可表示为[2LMT -]。当我们把一些物理量进行组合、分析或作比较时，用量纲表示就比较便利。 如果我们要写出一个流体微团的运动方程 F ma =∑v v 式子左边是作用在微团的各力和，它可以包括：重力W v 、压力P v 、粘滞τv 、力弹性力E v 等；右边是微团的惯性力ma v 。于是得到 +++W P E ma t =v v v v v （5-1） 上式中的每项都是力，所以各项的量纲都是[2 LMT -]。又如，关于理想流体的伯努利方程
2 ++=2v p z H g g r 表示流管中三项能头之和保持常数，即等于总能头H 。每项的单位都是米，故它们的量纲都是[L]。不仅如此，在力学上任何有物理意义的方程或关系式，每一项的量纲必定相同。这称为力学方程的量纲和谐性原理，又称为“量纲齐次性规律”。量纲和谐原理是由傅里叶1822年提出来的，它是量纲分析法中具有基本重要性的一个概念，也是量纲分析法的理论基础，并可具体表达成：只有相同类型的物理量才能相加减，也就是相同量纲的物理量才可以相加减或比较大小；不同类型的物理量相加减没有任何意义。例如，速度可以和速度相加减，但绝不可以加上粘性系数或压力。当然，相同量纲和不同单位的物理量之间是可以相互加减和比较大小的，因为只要将其单位稍加换算即可完成。 一个量纲齐次性的方程，可以化为无量纲方程，只要用方程中的任意一项除其他各项。例如，在式（5-1）中，用惯性力项遍除其他各项，于是各项都变成无量纲量，而各无量纲量之和等于1，即 +++1W P E ma ma ma ma τ=v v v v v v v v 由以上讨论可见，运用量纲可以更明显地指出物理量的性质。 不同量纲的物理量不能相加减，但它们可以根据某种需要进行乘除，从而导出另一量纲的物理量。 量纲和谐原理可以用来检验新建方程或经验公式的正确性和完整性，也可以用来确定公式中物理量的未知指数，还可以用来建立有关方程式。对于量纲齐次的方程，只要用方程的任一项量纲去除其余各项，就可以使方程的每一项都变成无量纲量，方程变为无量纲方程。量纲分析就是基于物理方程具有和谐原理，通过量纲分析和计算，将原来含有较多物理量的方程转化为含有比原物理量少的无量纲方程，使得为研究这些变量关系而进行的实验大大简化。 量纲分析法原理 在量纲和谐原理基础上发展起来的量纲分析法分为瑞利法和p 定理白金汉定理法。 为了简单地说明量纲分析法，我们先来讨论理论力学中熟悉的单摆周期，其关系式为 =2t π （5-2） 假设，我们先前只见过单摆的物理现象，而还不知这个表明单摆周期的关系式时，可以
(完整版)层次分析法步骤
层次分析法实例与步骤 结合一个具体例子，说明层次分析法的基本步骤和要点。 【案例分析】市政工程项目建设决策：层次分析法问题提出 市政部门管理人员需要对修建一项市政工程项目进行决策，可选择的方案是修建通往旅游区的高速路（简称建高速路）或修建城区地铁（简称建地铁）。除了考虑经济效益外，还要考虑社会效益、环境效益等因素，即是多准则决策问题，考虑运用层次分析法解决。 1. 建立递阶层次结构 应用AHP解决实际问题，首先明确要分析决策的问题，并把它条理化、层次化，理出递阶层次结构。 AHP要求的递阶层次结构一般由以下三个层次组成： ●目标层（最高层）：指问题的预定目标； ●准则层（中间层）：指影响目标实现的准则； ●措施层（最低层）：指促使目标实现的措施； 通过对复杂问题的分析，首先明确决策的目标，将该目标作为目标层（最高层）的元素，这个目标要求是唯一的，即目标层只有一个元素。 然后找出影响目标实现的准则，作为目标层下的准则层因素，在复杂问题中，影响目标实现的准则可能有很多，这时要详细分析各准则因素间的相互关系，即有些是主要的准则，有些是隶属于主要准则的次准则，然后根据这些关系将准则元素分成不同的层次和组，不同层次元素间一般存在隶属关系，即上一层元素由下一层元素构成并对下一层元素起支配作用，同一层元素形成若干组，同组元素性质相近，一般隶属于同一个上一层元素（受上一层元素支配），不同组元素性质不同，一般隶属于不同的上一层元素。 在关系复杂的递阶层次结构中，有时组的关系不明显，即上一层的若干元素同时对下一层的若干元素起支配作用，形成相互交叉的层次关系，但无论怎样，上下层的隶属关系应该是明显的。 最后分析为了解决决策问题（实现决策目标）、在上述准则下，有哪些最终解决方案（措施），并将它们作为措施层因素，放在递阶层次结构的最下面（最低层）。 明确各个层次的因素及其位置，并将它们之间的关系用连线连接起来，就构成了递阶层次结构。 【案例分析】市政工程项目进行决策：建立递阶层次结构 在市政工程项目决策问题中，市政管理人员希望通过选择不同的市政工程项目，使综合效益最高，即决策目标是“合理建设市政工程，使综合效益最高”。 为了实现这一目标，需要考虑的主要准则有三个，即经济效益、社会效益和环境效益。但问题绝不这么简单。通过深入思考，决策人员认为还必须考虑直接经济效益、间接经济效益、方便日常出行、方便假日出行、减少环境污染、改善城市面貌等因素（准则），从相互关系上分析，这些因素隶属于主要准则，因此放在下一层次考虑，并且分属于不同准则。 假设本问题只考虑这些准则，接下来需要明确为了实现决策目标、在上述准则下可以有哪些方案。根据题中所述，本问题有两个解决方案，即建高速路或建地铁，这两个因素作为措
层次分析法excel
层次分析法(AnalytioHieacrrhyProcess,AHP)，是一种定性与定量相结合的多目标决策方法，在许多工程领域都有应用。利用层次分析法进行风险识别的基本思路是：把复杂的风险问题分解为各个组成因素，将这些因素按支配关系分组形成有序的递阶层次结构，通过两两比较判断的方式确定每一层次中各因素相对于上一层或最高层总目标的相对重要性，并加以排序，从而判断出系统主要风险模式和风险因素。AHP体现了人们的决策思维的基本特征，即分解、判断、综合。 对于AHP的进一步定义、优缺点就不多说了，网上有很多的介绍。今天主要探讨一下如何用Excel来进行层次分析法的核心步骤——判断矩阵特征值与特征向量的计算。 首先，来看一下计算方法。这种计算方法来自同济大学巩春领博士的学位论文《大跨度斜拉桥施工风险分析与对策研究》。 数据分析你最喜欢的软件是哪个？可以说我最喜欢的是是Excel么~好多事情都可以用这个随处可以找到的方便快捷的工具完成，还可以与更多的人分享源文件，简直是人生一大快事。
AHP有很多计算工具，比如matlab（这个我也做了，稍后完善一下也分享出来），还有其他各种小软件。不喜欢黑箱软件，不能调整算法，还是先研究一下excel的实现吧。上面的系列公式，正好适合用excel做。 第一步，输入判断矩阵，拉出列和
继续地，根据上面的公式，先后按次序作出归一化后的矩阵、求行和、求归一化后的权重、计算矩阵乘积、矩阵对应元素与权重向量元素求商，最后得到最大特征值——话说这也是普通矩阵得到最大特征值的一种方式。 这里要介绍一个Excel命令：MMULT：求矩阵相乘 矩阵相乘，矩阵A乘以矩阵B=矩阵C，需要用命令指定两个矩阵，和一个结果矩阵的位置。 MMULT(array1,array2)函数介绍： 返回两个数组的矩阵乘积。结果矩阵的行数与数组array1的行数相同，矩阵的列数与数组array2的列数相同。 语法 MMULT(array1,array2)
(完整版)SPSS因子分析法-例子解释
因子分析的基本概念和步骤 一、因子分析的意义 在研究实际问题时往往希望尽可能多地收集相关变量，以期望能对问题有比较全面、完整的把握和认识。例如，对高等学校科研状况的评价研究，可能会搜集诸如投入科研活动的人数、立项课题数、项目经费、经费支出、结项课题数、发表论文数、发表专著数、获得奖励数等多项指标；再例如，学生综合评价研究中，可能会搜集诸如基础课成绩、专业基础课成绩、专业课成绩、体育等各类课程的成绩以及累计获得各项奖学金的次数等。虽然收集这些数据需要投入许多精力，虽然它们能够较为全面精确地描述事物，但在实际数据建模时，这些变量未必能真正发挥预期的作用，“投入”和“产出”并非呈合理的正比，反而会给统计分析带来很多问题，可以表现在： 计算量的问题 由于收集的变量较多，如果这些变量都参与数据建模，无疑会增加分析过程中的计算工作量。虽然，现在的计算技术已得到了迅猛发展，但高维变量和海量数据仍是不容忽视的。 变量间的相关性问题 收集到的诸多变量之间通常都会存在或多或少的相关性。例如，高校科研状况评价中的立项课题数与项目经费、经费支出等之间会存在较高的相关性；学生综合评价研究中的专业基础课成绩与专业课成绩、获奖学金次数等之间也会存在较高的相关性。而变量之间信息的高度重叠和高度相关会给统计方法的应用带来许多障碍。例如，多元线性回归分析中，如果众多解释变量之间存在较强的相关性，即存在高度的多重共线性，那么会给回归方程的参数估计带来许多麻烦，致使回归方程参数不准确甚至模型不可用等。类似的问题还有很多。 为了解决这些问题，最简单和最直接的解决方案是削减变量的个数，但这必然又会导致信息丢失和信息不完整等问题的产生。为此，人们希望探索一种更为有效的解决方法，它既能大大减少参与数据建模的变量个数，同时也不会造成信息的大量丢失。因子分析正式这样一种能够有效降低变量维数，并已得到广泛应用的分析方法。 因子分析的概念起源于20世纪初Karl Pearson和Charles Spearmen等人关于智力测验的统计分析。目前，因子分析已成功应用于心理学、医学、气象、地址、经济学等领域，并因此促进了理论的不断丰富和完善。 因子分析以最少的信息丢失为前提，将众多的原有变量综合成较少几个综合指标，名为因子。通常，因子有以下几个特点： ↓因子个数远远少于原有变量的个数 原有变量综合成少数几个因子之后，因子将可以替代原有变量参与数据建模，这将大大减少分析过程中的计算工作量。 ↓因子能够反映原有变量的绝大部分信息 因子并不是原有变量的简单取舍，而是原有变量重组后的结果，因此不会造成原有变量信息的大量丢失，并能够代表原有变量的绝大部分信息。 ↓因子之间的线性关系并不显著 由原有变量重组出来的因子之间的线性关系较弱，因子参与数据建模能够有效地解决变量多重共线性等给分析应用带来的诸多问题。 ↓因子具有命名解释性 通常，因子分析产生的因子能够通过各种方式最终获得命名解释性。因子的命名解
第八章 层次分析法
第八章 层次分析法 层次分析法（Analytic Hierarchy Process ，简称AHP ）是对一些较为复杂、较为模糊的问题作出决策的简易方法，它特别适用于那些难于完全定量分析的问题。它是美国运筹学家T. L. Saaty 教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法。 §1 层次分析法的基本原理与步骤 人们在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法。 运用层次分析法建模，大体上可按下面四个步骤进行： （i ）建立递阶层次结构模型； （ii ）构造出各层次中的所有判断矩阵； （iii ）层次单排序及一致性检验； （iv ）层次总排序及一致性检验。 下面分别说明这四个步骤的实现过程。 1.1 递阶层次结构的建立与特点 应用AHP 分析决策问题时，首先要把问题条理化、层次化，构造出一个有层次的结构模型。在这个模型下，复杂问题被分解为元素的组成部分。这些元素又按其属性及关系形成若干层次。上一层次的元素作为准则对下一层次有关元素起支配作用。这些层次可以分为三类： （i ）最高层：这一层次中只有一个元素，一般它是分析问题的预定目标或理想结果，因此也称为目标层。 （ii ）中间层：这一层次中包含了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需考虑的准则、子准则，因此也称为准则层。 （iii ）最底层：这一层次包括了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。 递阶层次结构中的层次数与问题的复杂程度及需要分析的详尽程度有关，一般地层次数不受限制。每一层次中各元素所支配的元素一般不要超过9个。这是因为支配的元素过多会给两两比较判断带来困难。 下面结合一个实例来说明递阶层次结构的建立。 例1 假期旅游有、、 3个旅游胜地供你选择，试确定一个最佳地点。 1P 2P 3P 在此问题中，你会根据诸如景色、费用、居住、饮食和旅途条件等一些准则去反复比较3个侯选地点。可以建立如下的层次结构模型。 目标层 选择旅游地 O 准则层 景色 费用 居住 饮食 旅途 C 措施层P 1P 2P 3P
相似原理与量纲分析
第五章 相似理论与量纲分析 5．1基本要求 本章简单阐述和实验有关的一些理论性的基本知识。其中，包括作为模型实验理论根 据的相似性原理，阐述原型和模型相互关系的模型律，以及有助于选择实验参数的量纲分析法。 5.1.1识记几何相似、运动相似、动力相似的定义，Re 、Fr 、Eu 等相似准则数的含义， 量纲的定义。 5.1.2领会流动的力学相似概念，各个相似准数的物理意义，量纲分析法的应用。 5.1.3应用量纲分析法推导物理公式，利用模型律安排模型实验。 重点：相似原理，相似准则，量纲分析法。 难点：量纲分析法，模型律。 5．2基本知识点 5．2．1相似的基本概念 为使模型流动能表现出原型流动的主要现象和特性，并从模型流动上预测出原型流动的结果，就必须使两者在流动上相似，即两个互为相似流动的对应部位上对应物理量都有一定的比例关系。具体来说，两相似流动应满足几何相似、运动相似和动力相似。原型流动用下标n 表示，模型流动用下标m 表示。 1. 几何相似 两流动的对应边长成同一比例，对应角相等。即 n n l m m L d C L d == n m θθ= 相应有 222n n A l m m A L C C A L === 333n n V l m m V L C C V L === 2. 运动相似 两流动的对应点上流体速度矢量成同一比例，即对应点上速度大小成同一比例，方向相同。
n n u m m u C u υυ== 相应有 t l l u t u C C C C C C ==或者 ， 2 u u a t l C C C C C == 3. 动力相似 两流动的对应部位上同名力矢成同一比例，即对应的受同名力同时作用在两流动上，且各同名力方向一致，大小成比例。 Im pn n In n Gn En F m m Gm pm Em F F F F F F C F F F F F F υυ====== 4. 流动相似的含义 几何相似是运动相似和动力相似的前提与依据；动力相似是决定二个流动相似的主导因素；运动相似是几何相似和动力相似的表现；凡相似的流动，必是几何相似、运动相似和动力相似的流动。 5．2．2相似准则 描述流体运动和受力关系的是流体运动微分方程，两流动要满足相似条件就必须同时满足该方程，利用该方程可得到模型流动和原型流动在满足动力相似时各比例系数之间的约束关系即相似准则。常用的相似准数为: 1. 雷诺数Re Re uL uL ρμν = = ，Re 数表征了惯性力与粘滞力作用的对比关系。 2. 弗汝德数Fr 2 u Fr gL =，Fr 数表征惯性力与重力作用的对比关系。 3. 欧拉数Eu 2 p Eu u ρ?= ，Eu 数表征压力与惯性力作用的对比关系。 4. 斯特劳哈勒数St 2L u t St tu u L = =，St 数是时变加速度与位变加速度的比值，标志流动的非定常性。 5．2．3模型律 1. 模型律的选择 动力相似可以用相似准数表示，若原型和模型流动动力相似，各同名相似准数均相等，如果满足则称为完全相似。但同时满足所有相似准数都相等，在实际上是很困难的，有时也
层次分析法的基本步骤和要点(20210228093222)
层次分析法的基本步骤和要点
层次分析法的基本步骤和要点 结合一个具体例子，说明层次分析法的基本步骤和要点。 【案例分析】市政工程项目建设决策：层次分析法问题提出 市政部门管理人员需要对修建一项市政工程项目进行决策，可选择的方案是修建通往旅游区的高速路（简称建高速路）或修建城区地铁（简称建地铁）。除了考虑经济效益外，还要考虑社会效益、环境效益等因素，即是多准则决策问题，考虑运用层次分析法解决。 1. 建立递阶层次结构 应用AHP军决实际问题，首先明确要分析决策的问题，并把它条理化、层次化，理出递阶层次结构。 AHP要求的递阶层次结构一般由以下三个层次组 成： 目标层（最高层）：指问题的预定目标； 准则层（中间层）：指影响目标实现的准则； 措施层（最低层）：指促使目标实现的措施；通
过对复杂问题的分析，首先明确决策的目标，将该目标作为目标层（最高层）的元素，这个目标要求是唯一的，即目标层只有一个元素。 然后找出影响目标实现的准则，作为目标层下的准则层因素，在复杂问题中，影响目标实现的准则可能有很多，这时要详细分析各准则因素间的相互关系，即有些是主要的准则，有些是隶属于主要准则的次准则，然后根据这些关系将准则元素分成不同的层次和组，不同层次元素间一般存在隶属关系'即上一层元素由下一层元素构成并对下一层元素起支配作用，同一层元素形成若干组，同组元素性质相近，一般隶属于同一个上一层元素（受上一 层元素支配），不同组元素性质不同，一般隶属于不同的上一层元素。 在关系复杂的递阶层次结构中，有时组的关系不明显，即上一层的若干元素同时对下一层的若干元素起支配作用，形成相互交叉的层次关系，但无论怎样，上下层的隶属关系应该是明显的。 最后分析为了解决决策问题（实现决策目标）、在上述准则下，有哪些最终解决方案（措施），并将它们作为措施层因素，放在递阶层次结构的最下面（最低层）。 明确各个层次的因素及其位置，并将它们之间的关系用连线连接起来，就构成了递阶层次结构。 【案例分析】市政工程项目进行决策：建立递阶层次结构
层次分析法在决策中的应用
数学在决策中的应用 ———层次分析法 学习应用数学后，我结合海运学院的相关专业，寻找数学应用的相关领域时，被利用数 学进行决策的层次分析法吸引住了，现在将所学习到的和所想到的做了总结，并将我学习层 次分析法的心得分享一下。 首先简单的介绍一下层次分析法，层次分析法(Analytic Hierarchy Process ，简称AHP) 是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量 分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美 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[1]。 层次分析法是一种定性与定量相结合、系统化的决策方法。它将决策者的主观判断与实 践经验导入模型，并进行量化处理，体现了决策中分析、判断、综合的基本特征。该方法首 先将复杂问题按支配关系分层，然后两两比较每层各因素的相对重要性，最后确定各个因素 相对重要性的顺序，按顺序做出决策。 层次分析法的具体方法和步骤如下。[2] 1． 建立层次结构模型 通过深入分析实际问题，将问题分解成三个层级，即目标层、准则层(要素层)和方案层 ， 同一层次的因素对上层因素有影响，同时又支配下层因素。目标层是最高层，通常只有 1 个 因素，最下层通常为方案措施，要素层可以不止一层，当要素过多时( 譬如多于 9 个) ， 可以进一步分解出子要素层，并建立关联，见图1。 2. 构造判断(成对比较)矩阵 从第二层开始，把同一层级的因素用成对比较法和一定比较尺度构造判断矩阵 A ，直到 最后一层。 ji j i ij n n ij a a a a A 1,0,)(=>=?，其中i ，j=（1,2,3，……，n ） 矩阵 A 中，aij 表示因素 i 与因素 j 对上一层因素的重要性之比，aij 表示因素j 与因素i 的重要性之比，且aij= 1 / aji 。对于aij 的值，Saaty 等建议引用数字 1 至 9 及 其倒数作为标度，见表1。
层次分析法的优缺点
层次分析法的优缺点： 优点： 1.系统性的分析方法 层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。 2.简洁实用的决策方法 这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。 3.所需定量数据信息较少 层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。 缺点： 1.不能为决策提供新方案 层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。这样，我们在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够人家企业所做出来的效果好。而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点。 2.定量数据较少，定性成分多，不易令人信服 在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。这样，当一个人应用层次分析法来做决策时，其他人就会说：为什么会是这样？能不能用数学方法来解释？如果不可以的话，你凭什么认为你的这个结果是对的？你说你在这个问题上认识比较深，但我也认为我的认识也比较深，可我和你的意见是不一致的，以我的观点做出