层次分析法AHP系列方法工具介绍

本文介绍MCDM Online工具中一系列计算AHP的方法，根据自己的情况选择合适的方法进行计算。

<div style=“text-align: center;”> <img src=“/guide/figures/ahp/ahp计算家族.png” width=“750” alt=“ahp计算家族”> </div>

一、AHP系列方法概览

网站提供的AHP系列方法包括：

1. 单专家AHP - 适用于单个专家的判断矩阵权重计算
2. 多专家（群策）AHP - 适用于多个专家的判断矩阵集成与权重计算
3. AHP一致性调整 - 用于调整一致性检验未通过的判断矩阵
4. AHP问卷生成 & 群策计算工具 - 自动生成问卷并进行群策计算，仅针对一组指标
5. 两层指标AHP问卷生成 & 群策计算工具 - 针对两层指标体系的问卷生成与计算，得到所有一级和二级指标组的问卷矩阵并计算群策结果
6. 三层指标AHP问卷生成 & 群策计算工具 - 针对三层指标体系的问卷生成与计算，得到所有一级、二级和三级指标组的问卷矩阵并计算群策结果

二、如何选择合适的AHP方法？

决策流程图说明

从上方流程图可以看出，选择AHP方法的核心决策点包括：

1. 是否已有判断矩阵？
2. 专家数量是多少？
3. 一致性检验是否通过？
4. 是否需要自动生成问卷？

详细选择逻辑

情况一：已有判断矩阵数据

如果你已经收集到了AHP指标两两重要性判断的问卷数据（注意：必须是矩阵形式，而非问卷星等平台的原始问卷形式），请按以下步骤选择：

步骤1：判断专家数量

• 单个专家：选择 单专家AHP

  • 适用场景：只有一位专家进行打分，或已通过德尔菲法等方法统一了多位专家的意见，最终形成一个判断矩阵
  • 计算方法：直接对判断矩阵进行特征值计算，得到权重向量
  • 优点：计算简单直接，适合快速决策

• 多个专家：选择 多专家（群策）AHP

  • 适用场景：有多位专家分别独立打分，形成多个判断矩阵
  • 计算方法：
    • 方法1：专家问卷几何平均法 - 将多个判断矩阵进行几何平均后计算权重
    • 方法2：专家权重加权平均法 - 先计算各专家的权重，再根据专家级别进行加权平均
  • 优点：充分利用多位专家的集体智慧，结果更可靠

步骤2：进行一致性检验

计算完成后，系统会自动进行一致性检验（CR值）：

• CR < 0.1：一致性检验通过，可以直接使用计算结果
• CR ≥ 0.1：一致性检验未通过，需要调整判断矩阵

步骤3：处理一致性问题（如需要）

如果一致性检验未通过，选择 AHP一致性调整：

• 工具会自动识别判断矩阵中不一致的元素
• 提供调整建议，帮助你修正判断矩阵
• 调整后重新计算，直至通过一致性检验

完成一致性调整后：

• 单专家问卷：继续使用单专家AHP完成多层级指标的权重计算
• 多专家问卷：根据使用的群策方法重新计算，然后汇总整个指标体系

情况二：没有判断矩阵，需要自动生成

如果你还没有收集专家问卷，或者不方便找专家打分，可以选择自动生成工具：

选择依据：指标层级结构

• 单层指标或多层指标（通用）：选择 AHP问卷生成 & 群策计算工具

  • 功能：根据你设定的指标权重排序和问卷数量，自动生成符合逻辑的判断矩阵
  • 适用场景：
    • 需要快速生成模拟数据进行方法验证
    • 基于文献或理论推导确定了指标的大致重要性排序
  • 操作步骤：
    1. 输入指标名称和重要性排序
    2. 设置需要生成的问卷数量
    3. 系统自动生成判断矩阵并进行群策AHP计算
  • 注意事项：生成的问卷会自动满足一致性要求

• 两层指标体系：选择 两层指标AHP问卷生成 & 群策计算工具

  • 功能：专门针对"准则层-子准则层"两层结构的指标体系
  • 适用场景：
    • 指标体系明确分为两层（如：一级指标和二级指标）
    • 需要同时生成准则层和子准则层的判断矩阵
    • 希望保持层级结构的完整性
  • 优点：
    • 一次性完成两层指标的问卷生成
    • 自动处理层级关系
    • 直接输出完整的权重体系

三、方法选择快速参考表

四、常见问题与建议

1. 单专家AHP vs 多专家AHP

问：什么时候必须使用多专家AHP？

答：当你有多位专家分别独立打分，且希望综合多位专家的意见时，必须使用多专家AHP。如果只是找了多位专家，但通过德尔菲法等方法已经统一成一个判断矩阵，则使用单专家AHP即可。

2. 一致性检验的重要性

问：一致性检验未通过怎么办？

答：一致性检验（CR < 0.1）是确保判断逻辑合理的重要标准。如果未通过：

• 首先使用AHP一致性调整工具进行自动调整
• 如果是专家问卷，可以与专家沟通，了解判断依据
• 必要时请专家重新评估部分判断

3. 问卷生成工具的使用场景

问：自动生成的问卷是否可靠？

答：问卷生成工具适用于以下场景：

• 基于文献综述或理论分析，已经明确了指标的大致重要性排序
• 需要进行方法验证或敏感性分析
• 时间或资源限制，无法进行大规模专家调研

4. 多层级指标的处理

问：如何处理多层级的指标体系？

答：无论使用哪种方法，都需要：

1. 分别计算每组指标的权重（准则层、各指标层）
2. 使用层次总排序方法，将各层权重相乘累加
3. 最终得到所有指标相对于总目标的综合权重

详细步骤请参考各方法文档中的"多层级指标汇总"部分。

五、推荐学习路径

如果你是AHP方法的初学者，建议按以下顺序学习：

1. 理解基础：先学习 单专家AHP，掌握AHP的基本原理和计算流程
2. 扩展到群决策：学习 多专家AHP，了解如何集成多位专家的意见
3. 掌握调整技巧：学习 AHP一致性调整，处理一致性问题
4. 高效工具使用：根据需要使用问卷生成工具，提高研究效率

六、总结

选择合适的AHP方法需要考虑：

• 是否已有判断矩阵数据
• 专家数量和专家级别差异
• 指标体系的层级结构
• 一致性检验结果

建议根据实际研究需求，参考本文的决策流程图和选择逻辑，选择最适合的方法。如有疑问，可以参考各方法的详细文档，或联系技术支持获取帮助。