1. 項(xiàng)目概述從“拍腦袋”到“算出來”的決策革命剛接觸數(shù)學(xué)建?；蛘吖芾頉Q策的朋友大概率都聽過“層次分析法”這個(gè)名字。我第一次聽說它是在一個(gè)項(xiàng)目評審會(huì)上當(dāng)時(shí)團(tuán)隊(duì)為了選一個(gè)技術(shù)方案吵得不可開交每個(gè)人都說自己的方案好但誰也說服不了誰。直到有位老師提了一句“要不我們做個(gè)AHP分析” 當(dāng)時(shí)我聽得云里霧里后來自己上手研究才發(fā)現(xiàn)這玩意兒簡直是解決“選擇困難癥”和“團(tuán)隊(duì)扯皮”的神器。簡單來說層次分析法就是一種把復(fù)雜的決策問題分解成目標(biāo)、準(zhǔn)則、方案等層次然后通過兩兩比較和數(shù)學(xué)計(jì)算把人的主觀判斷進(jìn)行量化最終得出一個(gè)相對客觀的排序結(jié)果的方法。它最牛的地方在于能把“我覺得A比B稍微重要一點(diǎn)”這種模糊的感覺變成一個(gè)具體的數(shù)字比如“A的重要性是B的1.5倍”。這樣一來決策就不再是“拍腦袋”或者“誰嗓門大聽誰的”而是有一套清晰的邏輯和計(jì)算過程支撐。這個(gè)方法特別適合那些沒有絕對標(biāo)準(zhǔn)答案、需要綜合考慮多種因素的決策場景。比如你要選一款手機(jī)需要考慮價(jià)格、性能、拍照、續(xù)航、品牌等多個(gè)因素每個(gè)因素在你心里的權(quán)重還不一樣。再比如公司要評選優(yōu)秀員工需要看業(yè)績、團(tuán)隊(duì)協(xié)作、創(chuàng)新能力、客戶評價(jià)等多個(gè)維度。這些場景下層次分析法就能幫你理清思路算出一個(gè)相對科學(xué)的結(jié)果。接下來我就結(jié)合清風(fēng)的視頻筆記和我自己的實(shí)操經(jīng)驗(yàn)把這個(gè)方法掰開揉碎了講清楚。2. 層次分析法的核心思想與適用場景拆解2.1 為什么我們需要層次分析法在做決策時(shí)我們常常面臨兩個(gè)核心困境因素太多和感覺太模糊。因素一多腦子就容易亂顧此失彼感覺太模糊就容易受情緒、關(guān)系和近期事件的影響導(dǎo)致決策搖擺不定。層次分析法的出現(xiàn)就是為了系統(tǒng)性地解決這兩個(gè)問題。它的核心思想是“分而治之”和“量化比較”。首先把一個(gè)復(fù)雜的決策問題像剝洋蔥一樣分解成不同的層次。最頂層是目標(biāo)層也就是你要達(dá)成的最終目的比如“選擇最優(yōu)供應(yīng)商”。中間層是準(zhǔn)則層也就是判斷標(biāo)準(zhǔn)比如“質(zhì)量”、“價(jià)格”、“交貨期”、“服務(wù)”。最底層是方案層也就是你的備選方案比如“供應(yīng)商A”、“供應(yīng)商B”、“供應(yīng)商C”。分解之后關(guān)鍵的一步來了對同一層次的因素進(jìn)行兩兩比較。我們不去空洞地評價(jià)“質(zhì)量有多重要”而是回答“質(zhì)量和價(jià)格相比哪個(gè)更重要重要多少” 通過一系列這樣的兩兩比較構(gòu)建出判斷矩陣。這個(gè)過程強(qiáng)迫決策者進(jìn)行精細(xì)化的思考把籠統(tǒng)的印象轉(zhuǎn)化為具體的相對重要性判斷。2.2 哪些場景用AHP特別“香”在我多年的項(xiàng)目經(jīng)驗(yàn)里我發(fā)現(xiàn)層次分析法在以下幾類場景中效果拔群資源分配與優(yōu)先級排序比如研發(fā)部門有多個(gè)項(xiàng)目提案但預(yù)算有限需要決定先做哪個(gè)。準(zhǔn)則可以是“市場潛力”、“技術(shù)可行性”、“投資回報(bào)率”、“戰(zhàn)略契合度”。通過AHP算出各項(xiàng)目的綜合權(quán)重資源該投向哪里就一目了然了。方案評估與選擇這是最經(jīng)典的應(yīng)用。除了前面說的選手機(jī)、選供應(yīng)商還包括選址考慮交通、成本、政策、勞動(dòng)力等、選型軟件系統(tǒng)、生產(chǎn)設(shè)備等。績效評估與人才選拔將績效或選拔標(biāo)準(zhǔn)分層細(xì)化如工作業(yè)績、能力素質(zhì)、行為態(tài)度再對下屬或候選人進(jìn)行評價(jià)。這比單純打分或領(lǐng)導(dǎo)主觀決定要公平、透明得多。風(fēng)險(xiǎn)分析評估不同風(fēng)險(xiǎn)因素的影響程度。將“項(xiàng)目總風(fēng)險(xiǎn)”作為目標(biāo)下層是“技術(shù)風(fēng)險(xiǎn)”、“市場風(fēng)險(xiǎn)”、“管理風(fēng)險(xiǎn)”、“財(cái)務(wù)風(fēng)險(xiǎn)”等通過比較得出各風(fēng)險(xiǎn)的權(quán)重便于集中資源管控關(guān)鍵風(fēng)險(xiǎn)。注意AHP處理的是定性為主、定量為輔的決策問題。如果一個(gè)問題本身有非常精確的量化指標(biāo)和數(shù)學(xué)模型比如利潤最大化計(jì)算直接用運(yùn)籌學(xué)方法可能更合適。AHP的強(qiáng)項(xiàng)在于處理那些需要融入專家經(jīng)驗(yàn)、主觀判斷的復(fù)雜決策。2.3 AHP的優(yōu)勢與天生局限它的優(yōu)勢很明顯系統(tǒng)性把問題條理化、層次化、簡潔實(shí)用所需定量數(shù)據(jù)不多、靈活性能結(jié)合定性和定量分析。但我們必須清醒地認(rèn)識(shí)到它的局限避免濫用主觀性依賴判斷矩陣基于人的主觀比較如果專家或決策者的判斷本身有重大偏差結(jié)果自然不靠譜。所謂“垃圾進(jìn)垃圾出”。指標(biāo)數(shù)量限制心理學(xué)研究表明人對多個(gè)因素同時(shí)進(jìn)行兩兩比較時(shí)認(rèn)知負(fù)擔(dān)很重容易產(chǎn)生混亂和不一致。通常建議一個(gè)準(zhǔn)則層下的子準(zhǔn)則不要超過7個(gè)。方案層規(guī)模限制當(dāng)備選方案非常多時(shí)比如超過10個(gè)構(gòu)建所有方案間的兩兩比較矩陣工作量巨大此時(shí)AHP就不太適用了可以考慮與其他方法如DEA數(shù)據(jù)包絡(luò)分析結(jié)合。理解了這些我們就能更準(zhǔn)確地把握AHP的“槍”該用在什么樣的“戰(zhàn)場”上。3. 層次分析法的完整操作流程與核心計(jì)算理論說再多不如動(dòng)手算一遍。下面我以一個(gè)真實(shí)的簡化案例——“為小團(tuán)隊(duì)選擇一款協(xié)同辦公軟件”為例帶你走通AHP的全流程。目標(biāo)層(G)選擇最優(yōu)協(xié)同辦公軟件。準(zhǔn)則層(C)我們設(shè)定四個(gè)準(zhǔn)則C1 功能滿足度、C2 使用成本、C3 易用性、C4 數(shù)據(jù)安全。方案層(P)三個(gè)備選軟件P1 飛書、P2 釘釘、P3 企業(yè)微信。3.1 第一步構(gòu)建判斷矩陣并賦值這是整個(gè)AHP中最核心也最體現(xiàn)經(jīng)驗(yàn)的一步。我們需要對準(zhǔn)則層的四個(gè)因素進(jìn)行兩兩比較判斷它們對于“選擇最優(yōu)軟件”這個(gè)目標(biāo)的相對重要性。這里引入Saaty的1-9標(biāo)度法這是AHP的基石標(biāo)度含義1兩個(gè)因素相比同等重要3兩個(gè)因素相比一個(gè)因素比另一個(gè)因素稍微重要5兩個(gè)因素相比一個(gè)因素比另一個(gè)因素明顯重要7兩個(gè)因素相比一個(gè)因素比另一個(gè)因素強(qiáng)烈重要9兩個(gè)因素相比一個(gè)因素比另一個(gè)因素極端重要2,4,6,8上述相鄰判斷的中值那么根據(jù)我個(gè)人對團(tuán)隊(duì)需求的判斷我認(rèn)為功能滿足度(C1) vs 使用成本(C2)功能比成本明顯重要我打5分。即C1:C2 5:1功能滿足度(C1) vs 易用性(C3)功能比易用性稍微重要我打3分。功能滿足度(C1) vs 數(shù)據(jù)安全(C4)功能和數(shù)據(jù)安全同等重要我打1分。使用成本(C2) vs 易用性(C3)易用性比成本稍微重要所以成本相比易用性是1/3即約0.3333。使用成本(C2) vs 數(shù)據(jù)安全(C4)數(shù)據(jù)安全比成本明顯重要所以成本相比安全是1/5即0.2。易用性(C3) vs 數(shù)據(jù)安全(C4)數(shù)據(jù)安全比易用性稍微重要所以易用性相比安全是1/3即約0.3333。根據(jù)這些判斷我們可以構(gòu)建準(zhǔn)則層對目標(biāo)層(G)的判斷矩陣A。矩陣A中a_ij表示第 i 個(gè)因素相對于第 j 個(gè)因素的重要性。矩陣滿足a_ji 1 / a_ij且對角線元素a_ii 1。構(gòu)建出的矩陣A如下A [ 1, 5, 3, 1; 1/5, 1, 1/3, 1/5; 1/3, 3, 1, 1/3; 1, 5, 3, 1 ]注意這里我故意在構(gòu)建時(shí)留下了一個(gè)“伏筆”第三行第四列我填的是1/3但根據(jù)上面的描述C3:C4應(yīng)該是1/3所以a_341/3a_433。檢查一下矩陣a_141a_411a_241/5a_425a_341/3a_433?？雌饋硎亲郧⒌摹?shí)操心得在實(shí)際填寫判斷矩陣時(shí)建議先確定一個(gè)你最有把握的基準(zhǔn)因素然后其他因素都和它進(jìn)行比較。比如我先確定了“功能滿足度(C1)”最重要然后思考“成本(C2)相比功能有多不重要”“易用性(C3)相比功能有多不重要”這樣更容易保持邏輯一致性減少混亂。3.2 第二步計(jì)算權(quán)重向量與一致性檢驗(yàn)構(gòu)建好矩陣只是開始我們還需要從矩陣中計(jì)算出各準(zhǔn)則的權(quán)重并檢驗(yàn)我們的判斷是否自洽即一致性。1. 計(jì)算權(quán)重向量特征向量法對于判斷矩陣A我們計(jì)算其最大特征值λ_max對應(yīng)的特征向量并將該特征向量歸一化即向量中各元素之和為1得到的向量就是各因素的權(quán)重向量W。計(jì)算過程簡化展示將矩陣A的每一列進(jìn)行歸一化A_norm(:,j) A(:,j) / sum(A(:,j))。將歸一化后的矩陣A_norm按行求和row_sum(i) sum(A_norm(i,:))。將行和向量歸一化即得到權(quán)重向量WW(i) row_sum(i) / sum(row_sum)。我們通過計(jì)算具體計(jì)算可用Excel、MATLAB或Python的numpy庫完成得到權(quán)重向量W大約為W [0.417, 0.056, 0.140, 0.387]^T這意味著在“選擇最優(yōu)軟件”這個(gè)目標(biāo)下四個(gè)準(zhǔn)則的權(quán)重分別是功能滿足度 41.7%使用成本 5.6%易用性 14.0%數(shù)據(jù)安全 38.7%。2. 一致性檢驗(yàn)這是AHP中至關(guān)重要且絕不能跳過的一步。它用來檢查你在兩兩比較時(shí)邏輯是否前后一致。比如如果你認(rèn)為A比B重要B比C重要那么理論上A應(yīng)該比C重要。如果判斷矩陣得出的結(jié)論是C比A重要那就出現(xiàn)了不一致。檢驗(yàn)步驟如下計(jì)算一致性指標(biāo) CICI (λ_max - n) / (n - 1)其中n為矩陣階數(shù)這里n4。查詢平均隨機(jī)一致性指標(biāo) RI。這是一個(gè)經(jīng)驗(yàn)值對于n1到10常用的RI值為n12345678910RI000.520.891.121.261.361.411.461.49計(jì)算一致性比率 CRCR CI / RI。決策規(guī)則當(dāng)CR 0.1時(shí)認(rèn)為判斷矩陣的一致性是可以接受的。如果CR 0.1說明你的判斷邏輯矛盾較大需要重新調(diào)整矩陣中的標(biāo)度值。對我們構(gòu)建的矩陣A進(jìn)行計(jì)算求得λ_max ≈ 4.045CI (4.045-4)/(4-1) ≈ 0.015查表RI0.89CR 0.015/0.89 ≈ 0.017 0.1。通過一致性檢驗(yàn)說明我剛剛的主觀判斷邏輯上基本是自洽的。踩坑記錄新手最容易忽略的就是一致性檢驗(yàn)。我曾經(jīng)在一個(gè)項(xiàng)目中為了趕時(shí)間跳過了檢驗(yàn)結(jié)果算出來的權(quán)重明顯不合理某個(gè)極次要的因素權(quán)重奇高導(dǎo)致后續(xù)所有計(jì)算失去意義。從此以后CR值成了我的“必看儀表盤”。3.3 第三步計(jì)算方案層對準(zhǔn)則層的權(quán)重并合成總權(quán)重現(xiàn)在我們知道每個(gè)準(zhǔn)則有多重要了。接下來我們需要針對每一個(gè)準(zhǔn)則讓三個(gè)備選方案飛書、釘釘、企業(yè)微信再“PK”一次。也就是說我們需要構(gòu)建4個(gè)新的判斷矩陣每個(gè)準(zhǔn)則對應(yīng)一個(gè)矩陣B1針對“功能滿足度(C1)”比較P1, P2, P3。矩陣B2針對“使用成本(C2)”比較P1, P2, P3。矩陣B3針對“易用性(C3)”比較P1, P2, P3。矩陣B4針對“數(shù)據(jù)安全(C4)”比較P1, P2, P3。假設(shè)我們經(jīng)過評估評估過程同理需要兩兩比較打分分別計(jì)算出了這四個(gè)矩陣的權(quán)重向量并且都通過了各自的一致性檢驗(yàn)。我們得到如下結(jié)果對于C1功能滿足度方案權(quán)重W1 [0.6, 0.2, 0.2]^T假設(shè)飛書功能最強(qiáng)對于C2使用成本方案權(quán)重W2 [0.1, 0.3, 0.6]^T假設(shè)企業(yè)微信成本最低對于C3易用性方案權(quán)重W3 [0.3, 0.5, 0.2]^T假設(shè)釘釘最易用對于C4數(shù)據(jù)安全方案權(quán)重W4 [0.4, 0.3, 0.3]^T假設(shè)各平臺(tái)安全相當(dāng)飛書略好現(xiàn)在我們將這些權(quán)重向量合并成一個(gè)矩陣V3行方案 x 4列準(zhǔn)則V [0.6, 0.1, 0.3, 0.4; 0.2, 0.3, 0.5, 0.3; 0.2, 0.6, 0.2, 0.3]最后計(jì)算每個(gè)方案的總得分即合成權(quán)重總得分向量 V * W其中W是之前算出的準(zhǔn)則層權(quán)重向量[0.417; 0.056; 0.140; 0.387]。計(jì)算過程飛書(P1)總得分 0.60.417 0.10.056 0.30.140 0.40.387 0.2502 0.0056 0.0420 0.1548 0.4526釘釘(P2)總得分 0.20.417 0.30.056 0.50.140 0.30.387 0.0834 0.0168 0.0700 0.1161 0.2863企業(yè)微信(P3)總得分 0.20.417 0.60.056 0.20.140 0.30.387 0.0834 0.0336 0.0280 0.1161 0.2611結(jié)論在這個(gè)模擬的決策模型中飛書(P1)的綜合得分最高(0.4526)其次是釘釘(0.2863)最后是企業(yè)微信(0.2611)。因此基于我所設(shè)定的準(zhǔn)則和主觀判斷飛書是最優(yōu)選擇。4. 實(shí)操中的關(guān)鍵技巧、常見陷阱與解決方案紙上談兵終覺淺絕知此事要躬行。在實(shí)際應(yīng)用AHP時(shí)有幾個(gè)地方如果不注意很容易掉進(jìn)坑里。4.1 判斷矩陣的構(gòu)建如何打“分”才靠譜這是AHP成敗的關(guān)鍵也是最考驗(yàn)經(jīng)驗(yàn)的地方。光知道1-9標(biāo)度法不夠還要掌握打分的技巧。技巧一組建專家小組獨(dú)立打分后綜合。對于重要決策不要只靠一個(gè)人拍板?？梢匝?-5位相關(guān)領(lǐng)域的專家或利益相關(guān)者讓他們各自獨(dú)立填寫判斷矩陣。然后可以采用幾何平均法綜合他們的意見。例如對于a_ij這個(gè)值取所有專家打分的幾何平均數(shù)a_ij(綜合) (∏ a_ij(k))^(1/k)其中k是專家人數(shù)。這能在一定程度上消除個(gè)人極端偏見。技巧二使用“錨點(diǎn)比較法”。面對多個(gè)因素時(shí)先找出你認(rèn)為最重要和最不重要的兩個(gè)“錨點(diǎn)”賦予它們一個(gè)合理的標(biāo)度比如最重要/最不重要9。然后將其他因素分別與這兩個(gè)錨點(diǎn)比較從而確定其相對標(biāo)度。這比在所有因素間盲目兩兩比較更高效、更一致。技巧三警惕“中庸傾向”和“極端傾向”。有些人習(xí)慣性打3分或5分導(dǎo)致所有因素重要性拉不開差距有些人則喜歡打1分或9分導(dǎo)致權(quán)重過度集中。作為組織者可以提醒參與者大膽區(qū)分重要性參考具體、可感知的差異來打分。4.2 一致性檢驗(yàn)通不過怎么辦計(jì)算完發(fā)現(xiàn)CR0.1這是家常便飯尤其是剛開始用的時(shí)候。別慌按以下步驟排查和調(diào)整檢查原始數(shù)據(jù)首先核對判斷矩陣的錄入是否有誤特別是倒數(shù)關(guān)系a_ji 1/a_ij是否準(zhǔn)確。定位矛盾點(diǎn)計(jì)算矩陣的一致性比率時(shí)一些軟件如yaahp能給出“不一致貢獻(xiàn)度”幫你定位是哪些元素的判斷導(dǎo)致了嚴(yán)重不一致。通常調(diào)整這些“問題元素”的標(biāo)度能有效降低CR值。微調(diào)標(biāo)度值找到矛盾點(diǎn)后反思當(dāng)初為什么這么打分。是理解有誤還是確實(shí)判斷失誤在1-9標(biāo)度范圍內(nèi)進(jìn)行微調(diào)例如把5改成4或6然后重新計(jì)算CR。切記不要為了通過檢驗(yàn)而隨意篡改數(shù)據(jù)調(diào)整必須基于合理的重新判斷。重新評估如果微調(diào)無效說明最初的整體判斷邏輯可能存在較大混亂。最好暫時(shí)放下?lián)Q個(gè)時(shí)間或與其他人討論后重新進(jìn)行一輪兩兩比較。4.3 靈敏度分析你的結(jié)果穩(wěn)健嗎AHP的結(jié)果依賴于主觀判斷那么如果某個(gè)判斷稍微改變一下最終排序會(huì)逆轉(zhuǎn)嗎這就是靈敏度分析要回答的問題。它告訴你結(jié)論的可靠程度。簡易的靈敏度分析方法在準(zhǔn)則層權(quán)重或方案層得分上施加一個(gè)微小擾動(dòng)例如±10%觀察最終總得分排序是否發(fā)生變化。如果權(quán)重在合理范圍內(nèi)變動(dòng)時(shí)最優(yōu)方案始終保持第一說明你的結(jié)論是穩(wěn)健的。如果稍有變動(dòng)排名就翻轉(zhuǎn)說明這個(gè)決策非常敏感需要更審慎地復(fù)核關(guān)鍵判斷或者結(jié)論本身就不夠強(qiáng)。例如在上面的案例中數(shù)據(jù)安全(C4)的權(quán)重很高(0.387)。我們可以問如果數(shù)據(jù)安全的權(quán)重從0.387降到0.3其他準(zhǔn)則權(quán)重相應(yīng)增加飛書還是第一嗎手動(dòng)算一下會(huì)發(fā)現(xiàn)即使這樣調(diào)整飛書得分(約0.43)依然高于釘釘(約0.29)和企業(yè)微信(約0.28)結(jié)論是穩(wěn)健的。這增加了我們決策的信心。4.4 工具推薦解放雙手專注思考手動(dòng)計(jì)算2階、3階矩陣還行4階以上就非常繁瑣了。強(qiáng)烈建議使用工具Excel適合初學(xué)者和小規(guī)模計(jì)算。利用MMULT矩陣相乘、MDETERM求行列式等函數(shù)結(jié)合“規(guī)劃求解”工具求特征值可以實(shí)現(xiàn)AHP計(jì)算。網(wǎng)上有很多現(xiàn)成的AHP Excel模板。Python (NumPy, SciPy)對于程序員或需要批量處理、集成到其他系統(tǒng)的情況Python是絕佳選擇。用numpy.linalg.eig可以輕松計(jì)算特征值和特征向量。幾行代碼就能實(shí)現(xiàn)自動(dòng)化計(jì)算和一致性檢驗(yàn)。專業(yè)軟件yaahp這是國內(nèi)非常流行的AHP輔助軟件圖形化界面拖拽構(gòu)建層次模型自動(dòng)計(jì)算權(quán)重和一致性檢驗(yàn)還能做靈敏度分析和生成報(bào)告。對于不編程的用戶來說是最佳選擇。在線工具也有一些網(wǎng)頁版的AHP計(jì)算器適合快速驗(yàn)證想法但數(shù)據(jù)安全和復(fù)雜性支持可能有限。我個(gè)人在快速原型階段用Excel或在線工具在正式項(xiàng)目匯報(bào)時(shí)用yaahp生成可視化圖表在需要將AHP嵌入算法流程時(shí)用Python。5. 層次分析法的進(jìn)階思考與融合應(yīng)用掌握了基礎(chǔ)流程我們可以看看AHP還能怎么玩得更高級以及它如何與其他方法“組隊(duì)”解決更復(fù)雜的問題。5.1 模糊層次分析法經(jīng)典AHP要求判斷是精確的如“3倍重要”。但在現(xiàn)實(shí)中人的判斷常常是模糊的如“介于稍微重要和明顯重要之間”。模糊層次分析法用三角模糊數(shù)、梯形模糊數(shù)等來表示這種不確定性例如用(2,3,4)表示“大約3倍重要”。計(jì)算時(shí)會(huì)涉及模糊數(shù)的運(yùn)算和去模糊化過程最終得到的結(jié)果是一個(gè)考慮了判斷模糊性的權(quán)重范圍結(jié)論可能表述為“方案A的權(quán)重有80%的可能性高于方案B”。這更符合人類思維的實(shí)際情況尤其適用于信息不全、不確定性高的決策環(huán)境。5.2 與德爾菲法結(jié)合德爾菲法是一種通過多輪匿名專家問卷來達(dá)成共識(shí)的預(yù)測和決策方法。我們可以將兩者結(jié)合首先用德爾菲法讓專家們對準(zhǔn)則和方案進(jìn)行多輪背對背的討論和評分收斂到一個(gè)相對一致的看法然后基于德爾菲法收斂后的結(jié)果構(gòu)建AHP的判斷矩陣。這樣既發(fā)揮了德爾菲法匯聚群體智慧、避免從眾效應(yīng)的優(yōu)點(diǎn)又利用了AHP將定性判斷定量化的長處使得決策過程更加科學(xué)和嚴(yán)謹(jǐn)。5.3 在網(wǎng)絡(luò)層次分析法中的延伸經(jīng)典AHP假設(shè)層次結(jié)構(gòu)是嚴(yán)格的從上到下的遞階關(guān)系下層元素只受上一層直接影響。但現(xiàn)實(shí)中準(zhǔn)則之間、方案之間往往是相互影響的。網(wǎng)絡(luò)層次分析法允許同一層次或不同層次的元素之間存在反饋和依賴關(guān)系用“超矩陣”來代替AHP中的判斷矩陣和權(quán)重向量能夠處理更復(fù)雜的網(wǎng)絡(luò)化決策問題。例如在選擇供應(yīng)商時(shí)“價(jià)格”和“質(zhì)量”這兩個(gè)準(zhǔn)則可能相互影響高質(zhì)量往往高價(jià)格ANP就能更好地刻畫這種關(guān)系。5.4 在數(shù)學(xué)建模競賽中的應(yīng)用要點(diǎn)對于參加數(shù)學(xué)建模競賽的同學(xué)AHP是一個(gè)非常好用的工具但要注意以下幾點(diǎn)不要濫用問題確實(shí)適合用AHP多準(zhǔn)則、主觀判斷、方案不多時(shí)才用。不要為了用方法而強(qiáng)行套用。數(shù)據(jù)來源要交代判斷矩陣的標(biāo)度值是怎么來的是查閱資料、專家訪談、問卷調(diào)查還是小組討論在論文中必須清晰說明這是模型可信度的基礎(chǔ)。必須做一致性檢驗(yàn)這是評委重點(diǎn)檢查的地方。CR值一定要小于0.1并在論文中展示計(jì)算過程。結(jié)合其他方法AHP常作為綜合評價(jià)的一部分。例如先用AHP確定各評價(jià)指標(biāo)的權(quán)重再用TOPSIS或灰色關(guān)聯(lián)分析對方案進(jìn)行排序?；蛘咴诜桨笇佑肁HP篩選出幾個(gè)優(yōu)秀方案再用更精細(xì)的優(yōu)化模型進(jìn)行深入分析?？梢暬尸F(xiàn)將層次結(jié)構(gòu)圖、判斷矩陣、權(quán)重結(jié)果、一致性檢驗(yàn)表清晰地呈現(xiàn)在論文中。好的可視化能讓你的模型邏輯一目了然。層次分析法不是一個(gè)“一錘定音”的絕對真理生成器而是一個(gè)結(jié)構(gòu)化思考、量化表達(dá)、促進(jìn)共識(shí)的決策輔助工具。它的價(jià)值不僅在于最終算出的那個(gè)排序數(shù)字更在于迫使決策者系統(tǒng)性地剖析問題、明確標(biāo)準(zhǔn)、反思判斷的整個(gè)過程。當(dāng)你和團(tuán)隊(duì)再次為某個(gè)復(fù)雜的選擇爭論不休時(shí)不妨說“我們來建個(gè)AHP模型吧?！?這往往是把討論從情緒對抗引向理性合作的有效開始。