数模笔记3-层次分析法

层次分析法（AHP）

概述

​ 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。

​ 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。

• 层次分析法的三大典型应用：
  1. 用于最佳方案的选取（选择运动员、选择地址）
  2. 用于评价类问题（评价水质状况、评价环境）
  3. 用于指标体系的优选（兼顾科学和效率）

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。

步骤和方法

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。
     • 最高层：目标层。表示解决问题的目的，即层次分析要达到的总目标。通常只有一个总目标。
     • 最低层：方案层。表示将选用的解决问题的各种措施、政策、方案等。通常有几个方案可选。
     • 中间层：准则层、指标层、…。表示采取某种措施、政策、方案等实现预定总目标所涉及的中间环节；又分为准则层、指标层、策略层、约束层等。
     • 对于相邻的两层，称高层为目标层，底层为因素层。
     • 每层有若干元素，层间元素的关系用相连直线表示。

2. 构造判断（成对比较）矩阵

   一致矩阵法：

   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素相互比较的困难，以提高准确度。

   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。判断矩阵的元素aij用Saaty的1-9标度方法给出。

   标度	含义
   1	表示两个因素相比，具有同样重要性
   3	表示两个元素相比，一个因素比另一个因素稍微重要
   5	表示两个元素相比，一个因素比另一个因素明显重要
   7	表示两个元素相比，一个因素比另一个因素强烈重要
   9	表示两个元素相比，一个因素比另一个因素极端重要
   2，4，6，8	上述两相邻判断的中值
   倒数	因素i与j比较的判断aij，则因素j与i比较的判断aji=1/aij

   $$\begin{gathered} 令a_{ij}=w_i/w_j \\ A=\left(\begin{array}{cccc}\frac{w_1}{w_1}& \frac{w_1}{w_2}& ...& \frac{w_1}{w_n}\\ \frac{w_2}{w_1}& \frac{w_2}{w_2}& ...& \frac{w_2}{w_n}\\ ...& ...& & ...\\ \frac{w_n}{w_1}& \frac{w_n}{w_2}& ...& \frac{w_n}{w_n}\end{array}\right) \end{gathered}$$

   满足aij·ajk=aik的正互反阵A称一致阵

   一致阵性质：

   • A的秩为1，A的唯一非零特征根为n
   • 非零特征根n所对应的特征向量归一化后可作为权向量

   对于不一致阵（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λ的特征向量作为权向量w，即Aw = λw

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。
   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λ>=n，当且仅当λ=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。

   定义一致性指标：
   $$CI=\frac{\lambda -n}{n-1}$$
   CI=0，有完全一致性

   CI接近于0，有满意的一致性

   CI越大，不一致越严重

   引入随机一致性指标RI：
   $$RI=\frac{C{I}_1+C{I}_2+...+C{I}_{500}}{500}=\frac{\frac{{\lambda }_1+{\lambda }_2+...+{\lambda }_{500}}{500}-n}{n-1}$$

   n	1	2	3	4	5	6	7	8	9	10	11
   RI	0	0	0.58	0.90	1.12	1.24	1.32	1.41	1.45	1.49	1.51

   定义一致性比率：CR = CI / RI

   一般，当一致性比率CR<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。

   简化计算：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。

   ​ 和法——取列向量的算术平均：列向量归一化—>求行和归一化

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。

   设Z为最高层，A为中间层，B为最低层，则B层的层次总排序，即B层第i个因素对总目标的权值为：
   $$\sum _{j=1}^m{a}_j{b}_{ij}$$
   一致性检验：

   设B层 B1,B2,…,Bn,对上层( A 层)中因素 Aj(j= 1,2,…,m)的层次单排序一致性指标为 CIj，随机一致性指标 RIj，则层次总排序的一致性比率为：
   $$CR=\frac{a_{1}C{I}_1+a_{2}C{I}_2+...+a_{m}C{I}_m}{a_{1}R{I}_1+a_{2}R{I}_2+...+a_{m}R{I}_m}$$
   当 CR< 0.1时，认为层次总排序通过一致性检验。层次总排序具有满意的一致性，否则需要重新调整那些一致性比率高的判断矩阵的元素取值。
   到此，根据最下层(决策层) 的层次总排序做出最后决策。

优点

1. 系统性：把所研究的问题看成一个系统，按照分解、比较判断、综合分析的思维方式进行决策分析，也是实际中继机理分析方法、统计分析方法之后发展起来的又一个重要的系统分析工具。
2. 实用性：把定性与定量方法结合起来，能处理许多传统的优化方法无法处理的实际问题，应用范围广，而且将决策者和决策分析者联系起来，体现了决策者的主观意见，决策者可以直接应用它进行决策分析，增加了决策的有效性和实用性。
3. 简洁性：具有中等文化程度的人都可以学习掌握层次分析法的基本原理和步骤，计算也比较简便，所得结果简单明确，容易被决策者了解和掌握。‘

局限性

局限性是粗略、主观。首先是它的比较、判断及结果都是粗糙的，不适于精度要求很高的问题；
其次是从建立层次结构图到给出两两比较矩阵，人的主观因素作用很大，使决策结果较大程度地依赖于决策人的主观意志，可能难以为众人所接受。