层次分析法和网络层次分析法的比较？
先有层次分析法，再有网络层次分析法
你说的是AHP跟ANP吧,AHP是ANP的一个子集。
层次分析法的英语术语为 Analytic Hierarchy Process，可以简称 AHP，是一种运用广泛的定性和定量结合在一起的分析决策研究方法。该方法是Saaty 于 20世纪 70 年代初，在为美国国防部研究一个课题时，提出的一种研究方法。该方法把要素组织成一个树形的层次结构，通过构建不同的层次的成对比较决策矩阵，计算得到各个要素的权值。AHP 的原理是把研究的对象的要素层次化，它首先 确定研究对象的总目标，根据总目标把研究对象分解为不同由若干要素组成的子系统，这些子系统是按照层次的组织方式形成一个层次结构，最终通过子系统里要素之间的成对比较矩阵得出所有要素的权重。
网络分析法的英文术语为 Analytic Network Process，简称 ANP，是美国 Saaty教授在 1996 年提出的一种决策方法，该方法的提出是基于层次分析法，是一种适应非独立递阶层次结构的方法。ANP相对于AHP而言，用网络结构代替了层次结构，同时会将要素间的相关性考虑进去，用非线性结构代替线性层次结构，还加入了反馈机制，并考虑到低层要素对于高层要素的支配作用。此后ANP作为一种多准则决策方法，逐渐成为学术界研究的焦点问题，并被广泛用于各领域，解决了诸多复杂决策问题。
ANP 和 AHP 有相似之处，因为两者的理论基础都是基于成对比较决策矩阵而来。两者应用的领域与解决的问题大多是无法精确计算，需要加入一定的主观判断的复杂的问题中。两种方法在实际操作中也是相近的。ANP 是 AHP 的延伸，而 AHP 是 ANP 的特例，ANP 与 AHP 是包含关系，AHP 其本质就是 ANP 里的最简单的一种情况。但 AHP 中没有考虑同级要素之间的相互影响、相互依赖、 相互支配的关系，而 ANP 是在充分考虑 AHP 的准则的基础上，进一步考虑准则层里各要素间的相互关系
为了解决ANP中复杂与繁琐的建模与计算问题，Saaty所在的美国国家科学基金会，基于 ANP 的计算原理开发了 Super Decisions（简称 SD）软件，随着该软件的不断完善，使得对复杂系统的评价决策更加方便快捷。SD 软件的出现，同 ISM系列相关计算软件的出现一样，大大的降低了研究中计算的工作量，使得研究者能够把主要精力放在建模本身，而不是在计算的细节上。荐--基于FISM-ANP-灰色聚类的软件项目开发风险评价研究
推荐上面一篇联用的，其中ANP计算部分就用到了SD软件。
其使用过程还是非常简单。流程如下：
SD软件也可以进行AHP的运算。
决策矩阵是决策活动中用来分析和求解决策问题的依据，是各决策要素间定性或定量等相互关系的集中表现矩阵。在风险型决策中，决策矩阵又称为“损益表”、“风险型矩阵”或“决策表”，其基本构成元素主要包括决策变量、状态变量、概率和损益值。在多属性或多目标决策中，针对不同的决策问题，决策矩阵通常称为“决策矩阵”、“属性矩阵”、“属性表”和“判断矩阵”。对于判断矩阵，根据其元素的特性，可 进一步细分为“正互反型判断矩阵”、“互补型判断矩阵”、“模糊判断矩阵”和“语义判断矩阵”等。
AHP/ANP用的是正互反判断矩阵。
hurstone提出的两两成对比较判断矩阵(通常称为正互反判断矩阵)被广泛用来处理多准则决策(多目标决策和多属性决策)中的主客观判断信息。两两比较决策矩阵是层次分析法 AHP 和网络分析法 ANP 的核心。也是AHP与ANP的基础假设。脱离了正互反判断矩阵，就无从谈起AHP后面的一致性校验。
两两成对比较判断矩阵(正互反判断矩阵)定义描述如下： 
决策矩阵 A的元素具有非负性,即 矩阵内任意值不为负数。 
互反性指的是 
上面是一个前提假设。
设：系统分为三大类，每类分别有三个要素。
AHP的结构如下：
ANP 的矩阵形式如下：
注：ANP中的原始矩阵，后来取消了决策单元内必须两两比较的部分，即如上找那个A1与A2可以存在不能比较的部分。
从流程图来看，其中的综合影响矩阵TT等同于ANP中的未加权超矩阵。
D-ANP方法与ANP方法最大的不同在于，充分的考虑到了影响的传递性。
目前很多发表的关于D-ANP方法的论文，相当一部分是错的，它们是基于直接影响矩阵OO来进行计算的。
加权超矩阵的计算及特殊情况处理
D-ANP方法中极限超矩阵是通过综合影响矩阵TT每一列单独归一化（求百分比）得到。
当TT的任意一列值全部为0的时候，对应加权矩阵的列全部为0
加权矩阵等同于AHP方法中单个决策矩阵求权重的第一步，即列归一化。具体见上面AHP中的算例。
通过极限超矩阵求权重的方法，也可以运用到AHP当中。
相关文章
发表评论
暂时没有评论，来抢沙发吧~