层次分析法权重计算方法分析及其应用研究

介绍层次分析法的基本概念,同时也分析了层次分析法权重的计算方法及应用,层次分析法的计算方法有四种方法:几何平均法、算术平均法、特征向量法、最小二乘法,以往的文献利用层次分析法解决实际问题时,都是采用其中的某一种方法求权重向量,不同的方法会导致结果有些偏差,将对一具体实例,采用四种计算方法分别得出权重向量再进行排序和综合分析,这样可以避免采用单一方法所产生的偏差,得出的结论将更全面、更有效。     

基于改进模糊综合评价法的小微企业

本文结合小微企业的具体环境及实际情况构建小微企业信用评价指标体系,通过对比分析国内外信用评价方法,提出一种基于信息熵与层次分析法(AHP)结合的改进综合评价法,该方法利用信息熵计算客观权重,运用层次分析法计算主观权重,并对主客观权重进行拟合得出综合权重,分析得到小微企业信用评价等级,实现对小微企业金融风险的分析。实验结果表明,基于改进模糊评价法的小微企业金融风险分析模型可操作性较强,评估结果相对准确合理。     

基于改进模糊综合评价法的小微企业金融风险分析模型研究

本文结合小微企业的具体环境及实际情况构建小微企业信用评价指标体系,通过对比分析国内外信用评价方法,提出一种基于信息熵与层次分析法(AHP)结合的改进综合评价法,该方法利用信息熵计算客观权重,运用层次分析法计算主观权重,并对主客观权重进行拟合得出综合权重,分析得到小微企业信用评价等级,实现对小微企业金融风险的分析。实验结果表明,基于改进模糊评价法的小微企业金融风险分析模型可操作性较强,评估结果相对准确合理。     

基于层次分析法-直觉模糊贝叶斯网络的作战保障能力评估

对作战保障综合能力提出一种新的评估方法,对定性指标构建直觉模糊贝叶斯网络模型,通过贝叶斯推理得到静态作战保障能力;对定量指标用层次分析法确定指标权重,得到动态后勤作战保障能力.采用直觉模糊贝叶斯网络和层次分析相结合的综合评价模型,并引入决策者的偏好因子得到作战保障能力的综合评价值.通过实例分析,验证了该方法的合理性以及有效性.     

群体AHP方法在复杂系统易损性分析中的应用

群体层次分析法(Group AHP)是专家群体评判意见的综合量化方法,本文讨论了该方法在系统易损性分析中的应用,并针对群体层次分析法专家意见合成问题,提出了基于主成分分析方法计算各专家客观权重,并根据该权重合成专家评判意见的方法.应用结果表明,该方法能更好地克服人为主观判断及偏好给决策带来的影响,为复杂系统易损性定量评估提供了有效的技术途径.     

大学生综合素质的评价方法与应用

简述了因子分析法,雷达图法和聚类分析法的理论知识.利用因子分析法,雷达图法和聚类分析法,对学生的成绩进行全面分析,得到学生综合素质的合理评价.结果表明,较以往常用的两种方法(平均积点分和综合测评总分),方法更具有科学性与合理性.     

基于区间层次分析法的网络安全评估研究

针对网络安全评估存在的不确定性,提出了一种新的基于区间层次分析法的网络安全评估方法.首先建立了多层次的网络安全评估指标体系,然后利用区间层次分析法确定了网络安全评估指标的区间数权重.在此基础上,结合区间数理论建立了基于区间层次分析法的网络安全评估模型.最后结合评估实例对某公司办公自动化网络进行了安全评估,验证了方法的可行性和有效性.     

基于可拓学的暴雨泥石流灾害预警研究

为了对暴雨型泥石流灾害进行较为准确的实时预警,选取泥石流主要的影响因子作为评价指标,应用可拓学理论建立泥石流预警模型.根据各个评价指标的特征建立相应的关联函数并计算关联度,结合层次分析法确定指标权重,计算得到泥石流预警等级.方法为泥石流灾害预警提供了定量化的研究思路.     

层次分析法用于高校岗位聘用管理的评价与分析

介绍了层次分析法的概念和基本原理,将层次分析法用于高校岗位聘用分析中,量化高校岗位聘用中的各个指标,通过MATLAB仿真实验计算出准则层的各个因素权重向量并进行排序和综合分析,最后验证了层次分析法用于高校岗位聘用的实效性.     

基于模糊模拟的AHP在风险投资项目评价中的应用

利用基于模糊模拟的层次分析法评价风险投资项目,其中评价因素和评价因素的权重用模糊变量代替,利用模糊模拟技术处理评价模型,计算投资项目的期望值,这样可以弥补传统的层次分析法的缺点。最后,运用基于模糊模拟的层次分析法对三个风险投资项目进行评价。     

An additional result of Monsuur's paper about intrinsic consistency threshold for reciprocal matrices

The paper addresses ranking of factors with a use of the pairwise comparison method in sense of the analytic hierarchy process (AHP). The aim of this study is to show that the logarithmic least squares method used to approximate judgement matrix in order to calculate the ranking of factors does not cause the reduction of weight of a new alternative as the eigenvector method does.     

基于正交试验法和AHP的PNN焊接螺母质量评估

为满足人工神经网络对样本数据的要求,通过正交试验法采集样本数据,利用层次分析法确定影响产品质量各因素的权重,以得到的权重值处理样本数据,以此训练概率神经网络.结果表明,概率神经网络的模式识别能力得到显著提高.     

A new data envelopment analysis method for priority determination and group decision making in the analytic hierarchy process

The DEAHP method for weight deviation and aggregation in the analytic hierarchy process (AHP) has been found flawed and sometimes produces counterintuitive priority vectors for inconsistent pairwise comparison matrices, which makes its application very restrictive. This paper proposes a new data envelopment analysis (DEA) method for priority determination in the AHP and extends it to the group AHP situation. In this new DEA methodology, two specially constructed DEA models that differ from the DEAHP model are used to derive the best local priorities from a pairwise comparison matrix or a group of pairwise comparison matrices no matter whether they are perfectly consistent or inconsistent. The new DEA method produces true weights for perfectly consistent pairwise comparison matrices and the best local priorities that are logical and consistent with decision makers (DMs)’ subjective judgments for inconsistent pairwise comparison matrices. In hierarchical structures, the new DEA method utilizes the simple additive weighting (SAW) method for aggregation of the best local priorities without the need of normalization. Numerical examples are examined throughout the paper to show the advantages of the new DEA methodology and its potential applications in both the AHP and group decision making.     

正交试验层次分析法

提出了一种正交试验数据分析的新方法——正交试验层次分析法(AnalyticHierarchyProcess,简称AHP).应用层次分析(AHP)对不考虑交互作用的正交试验进行统计分析,得出各因素各水平对试验结果的影响权重,从而确定因素的主次顺序及最佳条件.实验结果表明,应用AHP对正交试验进行分析得到的结论与传统的直观分析法一致.     

AHP中判断矩阵排充的灵敏度分析

对AHP中判断矩阵排序的行知归一化方法进行了灵敏度分析,给出了在某个准则下,任意两个方案排序位置不变的情况下判断矩阵中各个元素变化范围的计算公式,所给出的公式直接简单,对于进一步分析判断矩阵权重的稳定性具有重要意义。     

On Sensitivity Analysis in the Analytic Hierarchy Process

The analytic hierarchy process (AHP) is a popular multiobjectivetool of decision analysis. We describe several ways of enhancingthis decision-making process through the use of sensitivityanalysis, an extension to AHP which is relatively unstudied.Sensitivity analysis can be useful in eliminating alternatives,enhancing a group decision process, or in providing informationas to the robustness of a decision. Concentrating at the firstlevel of the decision hierarchy, we create a weight space whichrepresents all possible combinations of weights for the first-levelobjectives. This weight space is then partitioned into subsets,and spatial information is generated from it. We use a smallexample to demonstrate our ideas.     

基于BSC&AHP的高校院系本科教学工作绩效评估模型的构建与应用

高等学校各院系办学绩效水平直接关系到高校人才培养的质量,本文针对目前高等院校对下属各院系本科教学考核评估指标权重确定方法中存在的问题,将平衡记分卡(BSC)和层次分析法(AHP)引入到本科教学工作绩效评估中,设计了一种用来确定高校对本科教学目标管理量化考核评估指标权重的决策方法既是一种理论创新,也是一种方法创新。解决了以往凭经验确定指标权重导致评估失衡的问题。     

修正AHP中判断矩阵的近似加速算法

作为系统工程中典型的定性定量综合集成方法,层次分析法(AHP)在各种复杂系统综合评价和多目标决策中具有广泛的应用价值.为加速修正AHP中判断矩阵的一致性,通过构造修正特征值与步长函数,得到最优修正步长的近似加速算法(AAA).理论分析和实例分析的初步结果说明:近似加速算法结果稳定,精度高,修正速度快,在系统工程中具有推广应用价值.     

一个模糊层次分析法在方案排序中的应用

给出了一个模糊层次分析法(FAHP).该方法的决策矩阵的元素为三角模糊数.结合三角模糊数比较的可能度理论,提出了一个基于模糊层次分析法的有限方案决策方法,最后的实例说明方法的有效性和合理性.     

A modified procedure for synthesising ratio judgements in the analytic hierarchy process

The analytic hierarchy process (AHP) has been widely applied to solve problems arising in group decision making, by synthesising different or conflicting judgements. However, directly synthesising conflicting judgements by calculating the geometric mean of preference weights (ratios) in AHP may not reach consensus from all members in a decision making group, especially, when those members represent the stakeholders of the decision making problem. This study proposes a new method that uses the genetic algorithm and utility function to synthesise preference weights to prevent this fallacy occurring when implementing the classical AHP approach. Using the proposed method, the final decision can be achieved with only minimally-adjusted preference weights.