层次分析法(AHP)
层次分析法(AHP)
Analytic Hierarchy Process — 系统性多准则决策方法
0 方法概览与层次结构
将复杂决策问题分解为三层结构,通过两两比较量化判断,最终得出各方案的综合优先级权重。
| 层级 | 内容 | 示例 |
|---|---|---|
| 目标层 | 最终决策目标(唯一) | 选择最佳旅游城市 |
| 准则层 | 评价维度(3~9 个) | 景色、费用、交通、饮食 |
| 方案层 | 备选方案 | 北京、上海、成都 |
1 构造判断矩阵
对同一层级的元素进行两两比较,用 1~9 标度法赋值,构造 n×n 正互反矩阵 A,满足 $a_{ij} = 1/a_{ji}$,对角线为 1。
| 标度值 | 含义 |
|---|---|
| 1 | 同等重要 |
| 3 | 稍微重要 |
| 5 | 明显重要 |
| 7 | 强烈重要 |
| 9 | 极端重要 |
| 2, 4, 6, 8 | 上述相邻判断的中间值 |
示例:准则层对目标层的判断矩阵
| 景色 | 费用 | 交通 | 饮食 | |
|---|---|---|---|---|
| 景色 | 1 | 2 | 5 | 3 |
| 费用 | 1/2 | 1 | 3 | 2 |
| 交通 | 1/5 | 1/3 | 1 | 1/2 |
| 饮食 | 1/3 | 1/2 | 2 | 1 |
矩阵中每个元素 $a_{ij}$ 表示"行元素相对于列元素的重要程度",互为倒数关系由矩阵自动保证。
2 计算权重向量
使用算术平均法(常见的近似方法):
① 对判断矩阵按列求和,得到各列的列和 $S_j$
② 每个元素除以所在列的列和,对矩阵进行列归一化
③ 对归一化矩阵按行求平均值,即为权重向量 $\mathbf{W} = [w_1, w_2, \dots, w_n]^\top$
$$ w_i = \frac{1}{n} \sum_{j=1}^{n} \frac{a_{ij}}{\sum_{k=1}^{n} a_{kj}} $$
沿用上例,得到准则层权重向量(显示六位小数,后续计算使用未舍入值):
| 准则 | 景色 | 费用 | 交通 | 饮食 |
|---|---|---|---|---|
| 权重 w | 0.482407 | 0.271798 | 0.088287 | 0.157508 |
3 一致性检验
判断矩阵是否存在逻辑矛盾(如"A > B > C 但 C > A")。共四个子步骤:
第一步:估计最大特征值 $\lambda_{max}$
$$ \lambda_{max} \approx \frac{1}{n} \sum_{i=1}^{n} \frac{(A\mathbf{W})_i}{w_i} $$
其中 $(A\mathbf{W})_i$ 为矩阵 $A$ 与权重向量 $\mathbf{W}$ 之积的第 $i$ 个分量。这里 W 来自算术平均法,因此上式是估计式;若 W 为对应的主特征向量,各分量比值才等于最大特征值。
第二步:计算一致性指标 CI
$$ CI = \frac{\lambda_{max} - n}{n - 1} $$
$n$ 为判断矩阵阶数;完全一致时 $\lambda_{max} = n$,$CI = 0$。
第三步:查找平均随机一致性指标 RI
| n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| RI | 0 | 0 | 0.52 | 0.89 | 1.11 | 1.25 | 1.35 | 1.40 | 1.45 | 1.49 | 1.51 | 1.54 | 1.56 | 1.57 | 1.58 |
$n = 1$ 或 $2$ 的正互反矩阵无需计算 CR,避免除以零。RI 是随机正互反矩阵的一致性指标平均值,不同抽样方案的表值会不同。本文统一采用 Salomon 与 Gomes(2024)表 3 的 Usual 列,本例 n=4 使用 RI=0.89,不与其他版本混用。
第四步:计算一致性比例 CR
$$ CR = \frac{CI}{RI} $$
- ✅ CR < 0.1:判断的一致性可接受,可继续分析;不等于权重客观正确或决策必然正确
- ❌ CR ≥ 0.1:未通过本文采用的一致性阈值,需要重新检查判断。
本例按未舍入的近似权重计算,最大特征值估计为 4.014536,CI ≈ 0.004845,CR ≈ 0.005444,低于 0.1。
4 层次总排序
对每个方案,在每个准则下分别构造判断矩阵(重复步骤 1~3),得到方案对各准则的局部权重 $w_{ij}$,再按准则权重加权求和得到最终综合得分:
$$ \text{综合得分}_{\text{方案}i} = \sum_{j} w_j \times w_{ij} $$
其中 $w_j$ 为准则 $j$ 的权重,$w_{ij}$ 为方案 $i$ 在准则 $j$ 下的局部权重。
示例综合得分(括号内为准则权重;局部权重为演示输入,综合得分用未舍入准则权重计算):
| 方案 | 景色 (0.482407) | 费用 (0.271798) | 交通 (0.088287) | 饮食 (0.157508) | 综合得分 |
|---|---|---|---|---|---|
| 北京 | 0.30 | 0.25 | 0.45 | 0.20 | 0.283902 |
| 上海 | 0.25 | 0.40 | 0.40 | 0.50 | 0.343390 |
| 成都 | 0.45 | 0.35 | 0.15 | 0.30 | 0.372708 ✓ |
层次总排序也需检查局部判断矩阵的一致性。下式要求分母大于 0;局部矩阵全为一、二阶时不计算该比值。此处只给出了局部权重,没有提供对应判断矩阵,因此不能据这张表声称已通过总排序一致性检验:
$$CR_{总} = \frac{\sum w_j \cdot CI_j}{\sum w_j \cdot RI_j} < 0.1$$
5 完整流程总览
| 阶段 | 操作 | 输出 |
|---|---|---|
| 建模 | 构建目标—准则—方案层次结构 | 层次结构图 |
| 赋值 | 对各层两两比较,填写判断矩阵 | 判断矩阵 A |
| 计算 | 列归一化 → 行平均 → 权重向量 | 权重向量 W |
| 检验 | 计算 $\lambda_{max}$ → CI → CR | CR < 0.1 通过 |
| 排序 | 加权求和,计算综合得分 | 方案优先级排序 |
| 决策 | 综合得分最高者为推荐方案 | 本组判断下的推荐方案 |
方法评价
| 优点 | 局限 |
|---|---|
| 定性判断量化,系统性强 | 准则/方案过多时矩阵数量爆炸 |
| 一致性检验保障逻辑自洽 | 仍依赖专家主观赋值 |
| 定性 + 定量有机结合 | n > 9 时一致性难以保证 |
| 应用广泛,工具成熟(Excel / MATLAB) | 新增方案可能引起"排序逆转" |
已有 4 条评论
这算是一个日常习题集网站吧?请教一下这个数学公式和符号是怎么输入显示的?
你好,这个数学公式和符号都是使用 md 格式进行编写的,编写文章的时候支持使用 md 语法和 HTML
文章不错非常喜欢,支持
https://cmy5.network/register?aff=HBVX
建议您试试草莓云机场,可以流畅观看youtube和tiktok,上reddit/x也没有问题,还有各种ai优化节点。