ahp表格打分

王轩

问答领域知识达人

2026-08-02 06:09:51 6 次

AHP(层次分析法)中,表格打分是一个关键步骤,用于确定各因素之间的相对重要程度。以下是一个具体的打分方法和相关步骤:

确定打分方向和标度

打分方向可以是大于等于1的值或小于1的值。

标度方法通常采用1-9分标度法,其中1分表示最低重要程度(如同等重要),9分表示最高重要程度(如极端重要),中间的数值表示不同程度的重要性。

构造判断矩阵

专家根据各因素的重要性进行两两比较,并将比较结果填入判断矩阵中。

判断矩阵的每一行元素表示该行对应因素相对于下一层某个因素的重要程度,每一列元素表示该列对应因素相对于上一行某个因素的重要程度。对角线上的元素通常设为1,表示自身与自身的重要性相同。

计算权重

使用特征值法计算判断矩阵的特征值和特征向量,特征向量即为各因素的权重。

计算一致性指标CI(Consistency Index)和一致性比率CR(Consistency Ratio),用于评估判断矩阵的一致性。如果一致性比率CR小于0.1,则认为判断矩阵的一致性是可以接受的。

一致性校验

一致性校验是确保打分结果合理性的重要步骤。如果一致性比率CR超过0.1,则需要重新调整判断矩阵,直到满足一致性要求。

示例

假设有三个指标A、B、C,专家对它们的重要性进行打分,构造的判断矩阵如下:

| 指标 | A | B | C |

|------|----|----|----|

| A| 1 | 3 | 5 |

| B| 1/3| 1 | 3 |

| C| 1/5| 1/3| 1 |

计算特征值和特征向量:

1. 计算每一行元素的乘积:

$a_{11} = 1 times 1 times 1 = 1$

$a_{12} = 1 times 3 times 1 = 3$

$a_{13} = 1 times 5 times 1 = 5$

$a_{21} = frac{1}{3} times 1 times 1 = frac{1}{3}$

$a_{22} = frac{1}{3} times 3 times 1 = 1$

$a_{23} = frac{1}{3} times 5 times 1 = frac{5}{3}$

$a_{31} = frac{1}{5} times 1 times 1 = frac{1}{5}$

$a_{32} = frac{1}{5} times 3 times 1 = frac{3}{5}$

$a_{33} = frac{1}{5} times 5 times 1 = 1$

2. 对判断矩阵求逆:

计算逆矩阵 $A^{-1}$,得到各因素的权重向量。

3. 计算一致性指标CI和一致性比率CR:

$lambda_{text{max}} = text{特征值的最大值}$

$CI = frac{lambda_{text{max}} - n}{n - 1}$

$CR = frac{CI}{RI}$

通过以上步骤,可以确定各因素的权重,并进行一致性校验。如果一致性比率CR小于0.1,则认为打分结果合理。

以上内容仅供参考,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!

为你推荐