层次分析法例题

层次分析法实战：一个典型决策问题的解析在复杂的决策情境中，我们常常面临多个相互影响、权重各异的评价指标，如何科学地将定性分析与定量计算相结合，从而做出理性选择？层次分析法（AnalyticHierarchyProcess,AHP）为我们提供了一种有效的解决思路。它将复杂问题分解为有序的层次结构，通过两两比较确定各因素的相对重要性，最终综合得出最优方案。本文将通过一个贴近生活的实例，详细阐述层次分析法的应用步骤与核心思想。一、问题的提出与情境设定假设我们面临一个常见的决策问题：选购一台笔记本电脑。市场上品牌众多，型号各异，让人眼花缭乱。为了简化问题并突出方法本质，我们设定决策者主要关注以下几个核心准则：价格因素（C1）、性能表现（C2）、外观设计与做工（C3）以及便携性（C4）。经过初步筛选，有三款候选机型进入最终评估：机型A、机型B和机型C。我们的目标是运用层次分析法，从这三款机型中选出综合最优的方案。二、层次结构模型的构建应用层次分析法的第一步是明确问题的边界与构成，构建清晰的层次结构。这一过程是将复杂系统分解为若干层次的过程。针对本次笔记本选购问题，我们可以建立如下的层次结构模型：1.目标层（Goal）：选择一台综合最优的笔记本电脑(G)2.准则层（Criteria）：影响决策的关键因素，即价格(C1)、性能(C2)、外观(C3)、便携性(C4)。3.方案层（Alternatives）：待评估的具体对象，即机型A(A)、机型B(B)、机型C(C)。此层次结构清晰地展现了从总目标到具体评价准则，再到备选方案的逻辑关系，为后续分析奠定了基础。三、构造判断矩阵与赋值层次结构建立后，下一步是通过两两比较，确定同一层次中各元素相对于上一层次某一元素的相对重要性。这种比较需要借助一定的标度，通常采用萨蒂（Saaty）提出的1-9标度法。该标度法将重要性程度从“同等重要”到“极端重要”划分为9个等级，其对应分值与含义如下：1表示两个元素同等重要；3表示前者比后者稍微重要；5表示前者比后者明显重要；7表示前者比后者强烈重要；9表示前者比后者极端重要；而2、4、6、8则为上述相邻判断的中间值。若后者比前者重要，则取上述数值的倒数。3.1准则层相对于目标层的判断矩阵首先，我们需要确定准则层的四个因素（价格C1、性能C2、外观C3、便携性C4）相对于总目标“选择最优笔记本电脑（G）”的重要性排序。假设决策者经过深思熟虑，对各准则的重要性做出如下两两比较：*价格（C1）与性能（C2）：性能比价格稍微重要一些。*价格（C1）与外观（C3）：价格比外观明显重要。*价格（C1）与便携性（C4）：价格比便携性稍微重要。*性能（C2）与外观（C3）：性能比外观强烈重要。*性能（C2）与便携性（C4）：性能比便携性明显重要。*外观（C3）与便携性（C4）：便携性比外观稍微重要。根据上述判断，我们可以构建准则层对目标层的判断矩阵G-C：GC1C2C3C4----------------------------C111/353C23175C31/51/711/3C41/31/5313.2方案层相对于各准则层的判断矩阵接下来，针对每一个准则，我们需要构造方案层（A、B、C三款机型）的判断矩阵。1.价格准则（C1）下的方案比较假设三款机型的价格水平由低到高为：A<B<C。决策者认为：*A与B相比：A的价格明显优于B。*A与C相比：A的价格强烈优于C。*B与C相比：B的价格稍微优于C。判断矩阵C1-A：C1ABC-----------------------A157B1/513C1/71/312.性能准则（C2）下的方案比较假设三款机型的性能由高到低为：B>C>A。决策者认为：*B与C相比：B的性能稍微优于C。*B与A相比：B的性能强烈优于A。*C与A相比：C的性能明显优于A。判断矩阵C2-A：C2ABC-----------------------A11/71/5B713C51/313.外观设计与做工准则（C3）下的方案比较假设三款机型的外观做工满意度由高到低为：C>B>A。决策者认为：*C与B相比：C的外观稍微优于B。*C与A相比：C的外观明显优于A。*B与A相比：B的外观稍微优于A。判断矩阵C3-A：C3ABC-----------------------A11/31/5B311/3C5314.便携性准则（C4）下的方案比较假设三款机型的便携性由好到差为：A>C>B（通常以重量和尺寸衡量）。决策者认为：*A与C相比：A的便携性稍微优于C。*A与B相比：A的便携性明显优于B。*C与B相比：C的便携性稍微优于B。判断矩阵C4-A：C4ABC-----------------------A153B1/511/3C1/331四、层次单排序与一致性检验层次单排序是指根据判断矩阵计算出某一层次元素相对于上一层次某一元素的相对权重。这一步骤通常通过计算判断矩阵的最大特征值及其对应的特征向量来实现，特征向量经归一化后即为权重向量。同时，为了保证判断的逻辑一致性，需要进行一致性检验。4.1计算权重向量与最大特征值计算方法有多种，如和法、根法、特征值法等。为简化说明，此处我们采用和法进行近似计算（实际应用中建议使用更精确的特征值法，可借助专业软件或编程实现）。和法的基本步骤是：将判断矩阵每一列归一化，然后按行求和，再将和向量归一化即可得到权重向量的近似值。以准则层对目标层的判断矩阵G-C为例，演示计算过程：原始矩阵：[1,1/3,5,3][3,1,7,5][1/5,1/7,1,1/3][1/3,1/5,3,1]列归一化：第一列：1/(1+3+1/5+1/3)≈1/4.533≈0.221，3/4.533≈0.662，(1/5)/4.533≈0.044，(1/3)/4.533≈0.073第二列：(1/3)/(1/3+1+1/7+1/5)≈0.333/1.600≈0.208，1/1.600≈0.625，(1/7)/1.600≈0.089，(1/5)/1.600≈0.125第三列：5/(5+7+1+3)=5/16≈0.3125，7/16≈0.4375，1/16≈0.0625，3/16≈0.1875第四列：3/(3+5+1/3+1)≈3/9.333≈0.321，5/9.333≈0.536，(1/3)/9.333≈0.036，1/9.333≈0.107按行求和：C1:0.221+0.208+0.3125+0.321≈1.0625C2:0.662+0.625+0.4375+0.536≈2.2605C3:0.044+0.089+0.0625+0.036≈0.2315C4:0.073+0.125+0.1875+0.107≈0.4925归一化（权重向量W）：总和≈1.0625+2.2605+0.2315+0.4925≈4.047W1≈1.0625/4.047≈0.2625W2≈2.2605/4.047≈0.5585W3≈0.2315/4.047≈0.0572W4≈0.4925/4.047≈0.1218所以，准则层对目标层的权重向量W^G≈[0.263,0.559,0.057,0.122]^T(保留三位小数)。计算最大特征值λ_max：λ_max≈(AW)_i/W_i的平均值，其中A为原判断矩阵，(AW)_i为向量AW的第i个分量。AW的计算过程此处从略，通过近似计算可得λ_max≈4.193。4.2一致性检验一致性指标CI=(λ_max-n)/(n-1)，其中n为判断矩阵阶数。对于G-C矩阵，n=4，λ_max≈4.193，CI=(4.193-4)/(4-1)=0.193/3≈0.064。随机一致性指标RI通过查表可得（n=4时，RI=0.90）。一致性比率CR=CI/RI=0.064/0.90≈0.071。当CR<0.10时，认为判断矩阵具有满意的一致性。此处CR≈0.071<0.10，通过一致性检验。依照同样的方法，我们可以计算出方案层对各准则层的权重向量及进行一致性检验。此处省略具体计算过程，仅给出结果（假设均通过一致性检验）：*价格准则（C1）下权重：W^C1_A≈[0.634,0.258,0.108]^T(A,B,C)*性能准则（C2）下权重：W^C2_A≈[0.055,0.633,0.312]^T(A,B,C)*外观准则（C3）下权重：W^C3_A≈[0.081,0.188,0.731]^T(A,B,C)*便携性准则（C4）下权重：W^C4_A≈[0.634,0.081,0.285]^T(A,B,C)五、层次总排序与一致性检验层次总排序是指计算最底层（方案层）元素相对于最高层（目标层）的相对权重。它是通过将上一层次（准则层）各元素的权重与本层次（方案层）各元素相对于上一层次各元素的权重进行加权求和得到的。设方案层A、B、C对目标层G的总权重分别为W_A、W_B、W_C，则：W_A=W^G(C1)*W^C1(A)+W^G(C2)*W^C2(A)+W^G(C3)*W^C3(A)+W^G(C4)*W^C4(A)W_B=W^G(C1)*W^C1(B)+W^G(C2)*W^C2(B)+W^G(C3)*W^C3(B)+W^G(C4)*W^C4(B)W_C=W^G(C1)*W^C1(C)+W^G(C2)*W^C2(C)+W^G(C3)*W^C3(C)+W^G(C4)*W^C4(C)代入数值：W_A=0.263*0.634+0.559*0.055+0.057*0.081+0.122*0.634≈0.167+0.031+0.005+0.077≈0.280W_B=0.263*0.258+0.559*0.633+0.057*0.188+0.122*0.081≈0.068+0.354+0.011+0.,010≈0.443W_C=0.263*0.108+0.559*0.312+0.057*0.731+0.122*0.285≈0.028+0.174+0.042+0.035≈0.279总排序结果为：W_B≈0.443，W_A≈0.280，W_C≈0.279。层次总排序一致性检验：总排序一致性比率CR=(Σ(W^G(Ci)*CIi))/(Σ(W^G(Ci)*RIi))其中CIi、RIi分别为各准则层判断矩阵的一致性指标和随机一致性指标。假设各准则层判断矩阵的CI分别为CI1、CI2、CI3、CI4，RI分别为RI1、RI2、RI3、RI4（n=3时，RI=0.58）。若各CIi均较小，则总排序CR通常也会小于0.10，认为总排序结果具有满意的一致性。此处从略。六、结果分析与决策建议根据层次总排序结果，三款机型的综合权重大小为：B（约0.443）>A（约0.