首页 理论教育 层次分析法在决策中的应用

层次分析法在决策中的应用

时间:2023-07-01 理论教育 版权反馈
【摘要】:表4.7目标层判断矩阵表表4.8布置优化6个评价指标判断矩阵表采用和法计算特征向量及一致性检验。表4.10目标层判断矩阵元素各列总和的商和每行平均值由表4.10中,则称[0.3783,0.1546,0.0695,0.0414,0.2496,0.1286]为目标判断矩阵的特征向量。层次分析法能对评价方案的各因素提供其重要性权值的综合排序,有利于设计人员抓住影响工程设计的各种重要因素。

层次分析法在决策中的应用

(1)枢纽布置备选方案。枢纽布置3种方案,包括原可行性阶段枢纽布置方案、溢洪道右移优化方案、溢洪道右移及过坝道路后移优化方案,分别记为方案P1、P2、P3

(2)AHP模型建立。确定目标层、准则层:为了研究方便,利用“枢纽布置设计满意度指标R”作为研究的目标层。经咨询专家和分析调研,得出当前评价枢纽布置设计满意度指标R的主要因素,确定R由6个指标组成(见表4.6)。

表4.6 枢纽布置设计满意度指标R的6个指标表

(3)构造判断矩阵。根据各项指标之间的重要性关系,并参照表4.4构造判断矩阵(见表4.7),满意度6个指标的判断矩阵(见表4.8)。

表4.7 目标层判断矩阵表

表4.8 布置优化6个评价指标判断矩阵表

(4)采用和法计算特征向量及一致性检验。

1)目标层级评价指标判断矩阵特征向量及一致性检验。目标层级评价指标判断矩阵,见表4.7。

A.首先计算各列元素总和,目标层判断矩阵各列总和值见表4.9。

表4.9 目标层判断矩阵各列总和值

B.然后每一元素除以其列的总和值并计算每行的平均值(见表4.10)。

表4.10 目标层判断矩阵元素各列总和的商和每行平均值

由表4.10中,则称[0.3783,0.1546,0.0695,0.0414,0.2496,0.1286]为目标判断矩阵的特征向量。

C.进行一致性检验。先把目标判断矩阵元素乘以相应的特征向量(权重)(见表4.11)。

表4.11 目标层判断矩阵元素特征向量的积与每行的和值

由每行均值除以对应的每行和值则:2.3644/0.3873=6.1048,0.9496/0.1546=6.1423,0.4270/0.0695=6.1439,0.2539/0.0414=6.1329,1.4207/0.2496=5.6919,0.7973/0.1286=6.1998。

计算其平均值:λ=1/n∑(Awi/wi

λ=(6.1048+6.1423+6.1439+6.1329+5.6919+6.1998)/6=6.0693

一致性指标:CI=CI=(λmax-n)/(n-1)=(6.0693-6)/(6-1)=0.0139

一致性率:CR=CI/RI=0.0139/1.24=0.0112(n为6时,查表4.5得RI为1.24)

CR=0.0112<0.10

可见,目标层级判断矩阵具有满意一致性。

2)准则层级指标判断矩阵特征向量及一致性检验。新老3个方案在枢纽布置设计满意度6个指标的判断矩阵见表4.8。

A.首先分别计算C1、C2、C3、C4、C5、C6各判断矩阵的各列元素总和(见表4.12)。

表4.12 满意度指标的判断矩阵各列总和值

B.然后每一元素除以其列的总和并计算每行的平均值(见表4.13)。(www.xing528.com)

表4.13 满意度指标判断矩阵元素各列总和的商和每行平均值

由表4.13中,则称[0.3333,0.3333,0.3333]、[0.2000,0.4000,0.4000]、[0.0819,0.3430,0.5750]、[0.0667,0.4667,0.4667]、[0.1429,0.4286,0.4286]、[0.2000,0.4000,0.4000]分别为准则层级单一指标C1、C2、C3、C4、C5、C6判断矩阵的特征向量。

C.进行一致性检验。先把目标判断矩阵的元素乘以相应的特征向量(权重)(见表4.14)。

表4.14 满意度指标判断矩阵元素特征向量的积与每行的和值

续表

则:1.0000/0.3333=3,1.0000/0.3333=3,1.0000/0.3333=3;

0.6000/0.2000=3,1.2000/0.4000=3,1.2500/0.4000=3;

0.2463/0.0819=3.0073,1.0400/0.3430=3.0321,1.7524/0.5750=3.0477;

0.2001/0.0667=3,1.4001/0.4667=3,1.4001/0.4667=3;

0.4286/0.1429=3,1.2858/0.4286=3,1.2858/0.4286=3;

0.6000/0.2000=3,1.2000/0.4000=3,1.2000/0.4000=3。

计算其平均值:λ=1/n∑(Awi/wi

λ1=(3+3+3)/3=3;

λ2=(3+3+3)/3=3;

λ3=(3.0073+3.0320+3.0477)/3=3.0290;

λ4=(3+3+3)/3=3;

λ5=(3+3+3)/3=3;

λ6=(3+3+3)/3=3;

一致性指标:CI=CI=(λmax-n)/(n-1)=(3.0290-3)/(3-1)=0.0145

一致性率:CR=CI/RI=0.0145/0.58=0.0250(n为3时,查表4.5得RI为0.58)

CR=0.0250<0.10,可见,准则层级判断矩阵具有满意一致性。

3)层次总排序。通过进行特征向量求解,已经得到6个评价指标的特征向量,以及每个单一评价指标下的3个方案的特征向量(见表4.15)。

各方案总得分:

表4.15 特征向量表

P1:0.3783×0.3333+0.1546×0.2000+0.0695×0.0819+0.0414×0.0667+0.2496×0.1429+0.1286×0.2000=0.2268

P2:0.3783×0.3333+0.1546×0.4000+0.0695×0.3430+0.0414×0.4667+0.2496×0.4286+0.1286×0.4000=0.3895

P3:0.3783×0.3333+0.1546×0.4000+0.0695×0.5750+0.0414×0.4667+0.2496×0.4286+0.1286×0.4000=0.4056

由此可知,方案P3的权值为0.4056,其值最大,在层次总排序中重要性程度高于方案P1、P2,为最优方案。

层次分析法能对评价方案的各因素提供其重要性权值的综合排序,有利于设计人员抓住影响工程设计的各种重要因素。在枢纽布置方案优化选择上,层次分析法为其提供了科学的依据,能够使以往的定性分析变为定量分析,克服了以往单靠实践经验的盲目性,分析结果一目了然。它不仅是定量确定各评价指标相对重要性的有效手段,而且对于方案本身所包含的各因素的综合定量分析也是行之有效的,是一个科学有效的方法,可以应用于众多其他行业的方案比选中。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈