博客
关于我
【主观赋权法1】层次分析法AHP原理及案例分析(含MATLAB代码)
阅读量:597 次
发布时间:2019-03-11

本文共 771 字,大约阅读时间需要 2 分钟。

层次分析法(AHP)是一种系统化的多决策分析方法,广泛应用于复杂系统的决策支持。其核心原理在于通过层层递进的比较过程,最终确定各因素的优先级。

AHP原理解析

层次分析法建立在对比分析的基础上,将决策问题分解为多个层级进行比较。每一层级形成一个层次结构,从最高层(最终目标)向下逐级展开,直到最底层(最终决策因素)。在每一层级,通过专家评分法或问卷调查法,确定各因素之间的关系和相对重要性。

AHP应用场景

AHP方法特别适用于处理多变量、非线性关系的复杂决策问题。常见应用领域包括:

  • 项目选择:评估不同项目的可行性,综合考虑各影响因素。
  • 竞争力分析:分析企业竞争优势,识别核心竞争力。
  • 资源分配:优化资源配置,最大化收益。

AHP案例分析

以企业战略制定为例,假设公司面临市场开发与生产扩张的抉择。我们需要综合考虑以下因素:

  • 市场开发:市场规模、竞争情况、开发成本。
  • 生产扩张:生产能力、投资预算、资源储备。
  • 通过AHP,我们可以为每个因素建立评价指标,并通过专家评分确定权重。最终得出优先开发市场或扩大生产的决策。

    赋权法(Weighting Method)

    赋权法是数据处理的重要方法,通过为各变量赋权重,反映其对整体价值的贡献。权重的确定可基于主观判断或客观数据。

    指标权重系数

    权重系数反映指标在评估体系中的重要程度。合理确定权重需综合考虑主观因素(专家意见)和客观因素(数据分析结果)。

    赋权方法流程

  • 确定评价指标:明确要评估的指标及其量化方法。
  • 数据标准化:为不同范围指标进行标准化处理,确保可比性。
  • 确定权重:根据方法(如层次分析法、主观赋权等)计算权重,并进行归一化。
  • 计算得分:应用权重得分各对象,评估其综合表现。
  • 注意事项

    赋权法需根据具体问题选择合适方法,结果需结合实际情况分析。不同方法可能导致结果差异,需谨慎选择。

    转载地址:http://tyytz.baihongyu.com/

    你可能感兴趣的文章
    Python3-selenium自动化测试框架,结合HTMLTestRunner测试报告!
    查看>>
    Python3-如何自我更新作为服务运行的应用程序
    查看>>
    Python3.1-网格模拟概念性问题
    查看>>
    Python3.12 解决conda环境libstdc++版本过低问题
    查看>>
    python3.2批量查询IP地址区域
    查看>>
    Python3.5中协程和未来/任务之间的区别?
    查看>>
    python3.5实现socket通讯(TCP)
    查看>>
    python3.6 ubuntu部署nginx、 uwsgi、 django
    查看>>
    Python3.6.3中,functools似乎不能用
    查看>>
    python3.6.5+cuda9+cudnn7.1+win10+tensorflow-gpu1.9.0下载配置
    查看>>
    python3.6使用pickle序列化class
    查看>>
    python3.6入门到高阶(全栈) day027 网络通信协议 osi七层模型
    查看>>
    Python3.6属性错误:模块‘;异步没有属性‘;运行‘;
    查看>>
    python3.6版本中的python-weka-wrapper安装失败,错误代码为%1
    查看>>
    Python3.7安装cv2踩过的坑
    查看>>
    python写txt文件
    查看>>
    python关于sorted排序函数详细解析 附实战代码(全)
    查看>>
    python3.8调用m文件,调用matlab
    查看>>
    python3.9新特性_Python 3.9 新特性速览
    查看>>
    Python3.x:遍历select下拉框获取value值
    查看>>