层次分析法AHP的讲解课件

层次分析法（Analytic Hierarchy Process，简称AHP），是由美国运筹学家T.L. Saaty在20世纪70年代提出的一种系统分析方法。它主要用于解决多目标、多层次的复杂决策问题，尤其适合处理那些难以完全定量分析的决策难题。AHP的特点在于将人的主观判断量化，结合定性和定量分析，提供了一种结构化的决策工具。 AHP的应用广泛，不仅在国外受到关注，在我国也有许多实践案例，如地区经济规划、畜牧业发展战略、工业部门设置的系统分析等。它的核心在于构建层次结构模型，通过这个模型来明确问题的背景、目标、因素和解决方案。 建立层次结构分析模型是AHP的第一步。模型通常分为三层：最高层为目标层，代表最终要实现的目标；中间层为准则层，包含影响目标实现的多个准则；最低层为方案层，是可供选择的具体行动方案。如果准则层的因素较多，还可以进一步细分为子准则层。例如，某工厂合理使用企业利润的问题，可以将五种措施归结为三大准则：调动职工积极性、提高企业技术水平和改善职工物质文化生活。 接下来，构造判断矩阵是关键环节。判断矩阵用于量化各个因素间的相对重要性，其元素通常采用1到9及其倒数的标度，反映了人们对因素相对重要性的主观评估。例如，如果认为因素B2比B1更重要，可以赋值5，表示B2相对于B1明显重要。判断矩阵需要满足一致性要求，即对于任意两个因素，无论从哪个方向比较，其相对重要性的判断应保持一致。 在构建好判断矩阵后，接着进行层次单排序和层次总排序。层次单排序是确定每个准则层因素对目标层的重要性，而层次总排序则是综合所有准则层因素，得出各个方案的总体优先级。这通常涉及到一致性检验，确保决策过程的合理性。如果判断矩阵的一致性比例（Consistency Ratio, CR）小于0.1，则认为判断矩阵具有较好的一致性，可以继续后续计算；否则，可能需要重新评估因素间的相对重要性。 通过以上步骤，AHP可以帮助决策者在复杂的情况下，基于主观判断和定量计算，做出更科学、更合理的决策。在实际应用中，AHP可以灵活地适应各种问题，是管理决策领域的重要工具。