关于现有AHP决策模型分析工具--04-01

1、关于现有AHP层次分析模型工具分析 AHP的特点是在对复杂的决策问题的影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数字化，从而为多目标、多准则的复杂决策问题提供简便的决策方案。尤其适合于对决策结果难于直接准确计量的情况。因此，通过有关于AHP的软件，便可针对于具体问题，进行层次分析。以下介绍了Expert choice 、yaahp和spss 这三种AHP软件，并对其进行了简单的讨论。一、 Expert choiceExpert Choice的创立人之一，宾夕法尼亚大学的Saaty，创立了AHP层次分析法。Expert Choice软件是以层次分析法(AHP)

2、为基础的客观决策工具。层次分析法是是一种有效且灵活的策法，它能够帮助商家通过分析几种要素，从而选择出最有的结果。借着一对一的比较，大大的减少复杂的决策过程综合得出其结果。AHP层次分析模型在能够帮助我们选择出最佳方案的同时，还能够清楚地给出得出此结论的理由。AHP理论是目前是非常受到重视并且应用非常广泛的决策理论。1、 Expert Choice的优点（1）结构简单易懂，易搭建  （2）对Hierarchy没有限制，可以建构更大更复杂的架构。    （3）Data Conversion能够很快的从数据库中转换大量的数据形成具

3、有优先级的数据以供作决策使用。 (4)Printing/Reporting决策结果容易形成Microsoft Word 及 Excel文档报告说明(5)在TreeView 或 ClusterView可以使用拖曳的方式去操作目标或子目标。   (6)ModelView包含 TreeView 或ClusterView去表现决策的层次（如目标、子目标）。并且在Information document.中有详细的说明。    (7)Inform

4、ation document.在处理问题是可以非常容易获取文档支持如视频文档或说明文档。    (8)TreeView   (9)Data Grid Approaches        增加或减少Utility Curves        Step Function     &#

5、160;  Ratings     Direct Entry of Priorities   (10)Notes另一方式的说明，从每一参与的部分输入它的建议。      (11)允许长的objectives名称出现。     2、 Expert Choice的应用领域供应商评估（Supplier Evaluation）资源分配（Resource&#

6、160;Allocation）  决策选择（Selecting Alternatives） 资源选择（Source Selection）    制定市场（Formulating Marketing Strategy）  计划分析（Analytical Planning）             3、 工作流程下面将以某教学单位对

7、三位教师的业务能力进行综合考评为例，进行Expert choice的工作流程的演示，所构造的层次结构图和判断矩阵如下：教师业务能力考评目标层教学水平(A1)科研能力(A2)准则层教师丙(B3)教师乙(B2)教师甲(B1)方案层A1B1B2B3B1135B21/314B31/51/41A2B1B2B3B1111/5B2111/5B3551OA1A2A112A21/21（1）双击打开软件后，如需要打开电脑中原有的模型，点击File按钮选中Open打开你需要打开的模型。若想重新建立一个新模型，则点击File下的Ne按钮，然后对新模型进行命名（2）点击确认进入下一级窗口，如下图所示。点击structu

8、ring 或Direc开始构建模型。（3）在出现的窗口中按软件的提示往下操作。即对模型的目标进行定义，然后进入模型构建窗口，如下图。（4）点击 定义准则层中各个因素，一个因素的定义完成后，回车进入同一层次中另一个因素的定义。这一层因素定义全部完成后，点击窗口中树以外的部分结束此层元素的定义。（5）进入方案层定义。若需要定义“教学水平”下的方案，双击教学水平这个节点，再点击 定义方案层中从属于教学水平的各个方案。同理可以定义其他准则下面各个方案。直至构建结束。 （6）点中需要建立判断矩阵的节点，然后点击assessment按钮，选择pairwise,在弹出的窗口中选中preference。进入如

9、下界面。在此界面中选中Matrix按钮，输入判断矩阵。（7）输入完成后，点击Calculate按钮，得如如下界面。（8）同理输入其他两个判断矩阵，并进行排序,如下图。 注意此软件不能输入分数，若需输入分数，只需其相反数，然后点Invert键。（9）判断矩阵输入全部完后,点击Synthesis下的from goal键,得出各个方案的总排序,如下所示。（10）点击sensitivity-graphs还可以进行灵敏度分析。如下图所示.二、 YaahpYaahp是一款基于层次分析模型的应用软件，它帮助用户使用层次分析法来解决复杂决策问题。从众多方案中为用户选择出最优的方案，并提供理论分析。1、Yaah

10、p的优点(1)层次模型构建Yaahp的界面友好度非常强，用户可根据自己所面临的决策问题，构建与之相符的层次树，这使得用户能够更加直观的去构建层次模型。并且用户可以随时可以进行层次因素的添加。（2） 判断矩阵生成在完成层次模型的架构后，用户可进行判断矩阵的输入。判断矩阵中元素是由两两坐标比较所得出，用户可选择手动数字的输入，同时也可选用文字输入对重要性进行比较评价。(3)判断矩阵一致性在实际决策问题中，由于人的主观性和实物的复杂性，很难一次性地构造出满足需求的判断矩阵，需要对构建的判断矩阵进行微量的调整。用户使用yaahp时，yaahp会在用户输入判断矩阵时显示一致性比例，方便用户做出调整。(4

11、) 自动修正不一致判断矩阵在进行判断矩阵输入时，可能还会产生矩阵不满足一致性标准，而用户虽然可通过手动调整，但由于人的主观性且一致性调整需科学性调整，手动调整会出现不成功的情况。针对这种情况，yaahp提供了不一致判断矩阵自动修正功能。该功能考虑人们决策时的心理因素，在最大程度保留专家决策数据的前提下修正判断矩阵使之满足一致性比例。(5)残缺判断矩阵自动补全在实际决策过程中，判断矩阵中可能存在数据残缺，yaahp提供了残缺判断矩阵自动补全功能，只要满足补全条件，软件能够在已有数据的基础上对残缺矩阵进行最合理的补全，同时使矩阵满足一致性。能够准确的反应供货商的情况。而这整个补全过程都是全自动的。

12、(6)排序权重计算建立完整的一致性判断矩阵后，yaahp可自动进行方案层对总目标的权重计算，包括各分层间的权重计算。用户可查看总权重结果和各分层的权重计算结果。(7) 根据排序权重的加权分数计算计算出总目标/子目标排序权重后，还可以进一步计算加权分数，也就是根据备选方案的权重和备选方案的实际得分，计算最终的加权得分。(8)灵敏度分析通过灵敏性分析，用户可以直观地看到，当某一要素变化时，对备选方案权重产生了什么样的影响，从而又对决策结果会产生什么样的影响。利用yaahp可以查看某个要素权重从0到1变化时备选方案权重的变化曲线。(9)群决策Yaahp的群决策功能是充分的发挥集体决策的稳定性的功能。

13、通过多位专家共同制定决策准则以及决策方案，来使得决策过程更加的合理，更加符合用户的需求，更易让用户接受决策结果。2、yaahp的工作流程下面将以买车为例演示从价格、安全性和舒适度三方面因素去考虑三种方案。（1）建立层次模型（2）输入判断矩阵 以价格、安全性和舒适度为例，建立判断矩阵，如图：(3)得到中间某非底层要素的分析结果以价格为例，如图：(4)分析结果通过将各判断矩阵的权重向量自上而下的综合，得到方案层对目标层的归一化权重向量，从而得到分析结果，如图：3、 SPSSSPSS（Statistical Program for Social Sciences ），即社会科学统计程序，20世纪70

14、年代由SPSS公司推出，迄今为止已经拥有近40年的历史。是国际著名三大社会科学统计软件包之一（SAS、SPSS、Statis）。1、 SPSS的运行过程（1） 录入数据（2） 定义数据（3） 整理数据（4） 统计数据（5） 查看结果2、 SPSS的主要界面（1） 3个主要窗口数据编辑器窗口（SPSS Data Editor）：录入和显示数据；其文件名称为*. sav。程序语句编辑器窗口（ SPSS Syntax Editor）：编写程序代码；其文件名称为*. sps。结果观看窗口（ SPSS Viewer）：显示运算结果；其文件名称为*. spo。（2） SPSS的主要菜单2、SPSS 数据编

15、辑器的主要菜单File 菜单：文件管理 New；Open；Save；Save as；Exit。Edit 菜单：编辑 Undo；Cut；Copy；Paste；Clear； Find；View菜单：视图 Fonts；Grid lines；Value labels。Data菜单：数据整理Transform菜单：数据转换Analyze菜单：统计回归分析、因子分析、相关分析等等。Graphs菜单：统计图Utilities菜单：工具附件Windows菜单：窗口Help菜单：帮助3、 SPSS线性回归MODEL SUMMARYModelRR SquareAdjusted R SquareStd.Error

16、of Estimate10.9760.9520.9452.69330ANOVAModelSum of SquaresdfMean SquarefSig1 RegressionResidualTotal1872.70094.3001967.00021315936.3507.254129.0830.000CoefficientsModelUnstandardizedCoefficientsStandardizedCoefficientstSig.95% Confidence Interval for BBStd.ErrorBetaLower BoundUpper Bound1 (Constant)

17、VAR00001VAR0000237.6504.4254.3752.9960.3010.6730.8920.39512.56614.6956.4980.0000.0000.00031.1773.7742.92044.1235.0765.84、 SPSS主要成分分析SPSS-Factor AnalysisMeanStd.DeviationAnalysis N百元固定资产产值385.7000139.5395720净资产的劳动生产率12388.604322.0149720流动资金占用额6.02153.3864320产值利润率19.67807.4472420资金利用率104.179555.366482

18、0Correlation MatrixCorrelation1.0000.451-0.753-0.2920.5800.4511.000-0.4460.4580.754-.0.753-0.4461.0000.319-0.458-0.2920.4580.3191.0000.4840.5800.754-0.4580.4841.000Sig.0.0230.0000.1060.0040.0230.0240.0210.0000.0000.0240.0850.0210.1060.0210.0850.0150.0040.0000.0210.015CommunalitiesInitialExtraction1.0000.8771.0000.8311.0000.8531.0000.9531.0000.891Component MatrixInitialExtrac