评价类模型：层次分析法（AHP)

该文章主要是写论文时用到该方法的一些思路。

原理画流程图

层次分析法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，较合理的解决了定性问题定量化的处理过程。

一、建立系统的递阶层次结构图

目标层     准则层    方案层

准则层可能需要查文献来确定

方案层一定是已知有限个，最终给出评分，选择评分最高的来做决策

（层次结构图一定要放在论文中）

二、构造判断矩阵

任何评价类模型都具有一定的主观性，论文中写着“采用专家群体判断”

论文中要写出比较矩阵

三、对于每个判断矩阵进行一致性检验

1. 计算一致性指标CI

2.查找对应的平均随机一致性指标RI（准则层一般很少大于10）

3.计算一致性比例CR：若结果小于0.1，则判断矩阵的一致性可以接受；否则需要修改数据，往一致矩阵上调整，一致矩阵各行成倍数关系

四、根据每个判断矩阵计算相对权重

！对每一列都要先进行归一化处理！（编程记得）权重一定要进行归一化处理

算术平均法；几何平均法；特征值法（所有计算公式都要写上）

三种方法都是用最后取平均值，为了保证结果的稳健性

五、计算出最优选择

汇总结果得到权重矩阵（放在论文中）

再用excel表格计算每个方案的得分，并得到最优选择

六、局限性与其他应用

决策层不能太多，否则需要用聚类分析降低决策层 或者 用模糊评价类模型

若决策层的数据是已知的，那么应该选择topsis模型使得评价更加准确

其他应用：太阳镜产品质量，方案层是子指标，每个子指标的重要性用柱状图做排序

层次分析法在太阳镜产品质量评价中的应用（具体论文写作模式可以参考）