层次分析法（Analytic Hierarchy Process，AHP）

定义

• 管理学中常用的决策分析工具之一，特别适用于多因素、多目标的决策问题。
• 由美国运筹学家托马斯·L·萨蒙（Thomas L. Saaty）于1970年代提出。
• 通过将问题分解成多个层次，然后对各个层次的因素进行比较和评估，最终得出决策的结果。

基本思想

• 将复杂的决策问题分解为多个层次，形成层次结构。
• 在层次结构中，最顶层是目标（Goal），中间层是准则（Criteria），最底层是备选方案（Alternatives）。
• 通过构建成对比较矩阵，对各层次的因素进行两两比较，确定其相对重要性或优先级。
• 这些比较矩阵会转化为权重向量，用来计算各个备选方案的综合得分，从而做出最佳决策。

求解步骤

1. 建立层次结构：明确定义决策的目标、准则和备选方案，并构建层次结构。
2. 两两比较：通过专家判断或调查问卷等方式，对每一层次的因素进行两两比较，确定它们之间的相对重要性。
3. 构建比较矩阵：将两两比较的结果填入比较矩阵中。
4. 计算权重向量：使用特定的数学方法（如特征值法）对比较矩阵进行一致性检验，并计算权重向量。
5. 综合评价：将权重向量应用于备选方案，计算各备选方案的综合得分。
6. 最佳决策：根据综合得分，选择得分最高的备选方案作为最佳决策。

优点

• 决策层指标已知：决策指标是已知的，可分析数据的内在特征，让评价更准确。
• 结构化：能够将复杂的决策问题分解为易于理解和处理的层次结构。
• 综合性：考虑了多个因素之间的相互关系，能够综合各个因素的重要性。
• 可操作性：通过专家判断或调查问卷等方式获取数据，方法操作相对容易。

缺点

• 主观性：依赖于专家判断或调查问卷的结果，存在主观性和不确定性。
• 一致性检验的要求：在计算权重向量时，需要进行一致性检验，这可能增加了计算的复杂性。
• 数据需求较高：需要收集大量的两两比较数据，对参与者的专业知识和经验要求较高。
• 决策层指标不易过多：指标过多可能会导致评价矩阵和一致矩阵差异较大。

方法拓展

模糊层次分析法（Fuzzy AHP）

• 用于处理决策问题中存在模糊性和不确定性的情况。
• 在传统的AHP中，专家评价通常是用确定性的标度进行的，但在实际情况中，专家的评价往往是模糊的、不确定的。
• Fuzzy AHP通过将模糊集理论引入AHP中，允许专家以模糊的方式表达其对不同因素之间关系的认知，从而更好地处理模糊性和不确定性。