层次分析法和模糊综合评价法优缺点 层次分析法和模糊层次分析法有什么不同

层次分析法优缺点：

（一）优点

1. 系统性的分析方法：

层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。

2. 简洁实用的决策方法：

这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来。

3. 所需定量数据信息较少：

层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。

（二）缺点

1. 不能为决策提供新方案：

层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。

2. 定量数据较少，定性成分多，不易令人信服：

在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。

3. 指标过多时数据统计量大，且权重难以确定：

当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。

4. 特征值和特征向量的精确求法比较复杂：

在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。

模糊综合评价法优缺点：

1、模糊综合评价法的优点：

模糊评价通过精确的数字手段处理模糊的评价对象，能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价；

评价结果是一个矢量，而不是一个点值，包含的信息比较丰富，既可以比较准确的刻画被评价对象，又可以进一步加工，得到参考信息。

2、模糊综合评价法的缺点：

计算复杂，对指标权重矢量的确定主观性较强；

当指标集U较大，即指标集个数凡较大时，在权矢量和为1的条件约束下，相对隶属度权系数往往偏小，权矢量与模糊矩阵R不匹配，结果会出现超模糊现象，分辨率很差，无法区分谁的隶属度更高，甚至造成评判失败，此时可用分层模糊评估法加以改进。

扩展资料：

层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。

在运用层次分析法时，如果所选的要素不合理，其含义混淆不清，或要素间的关系不正确，都会降低AHP法的结果质量，甚至导致AHP法决策失败。为保证递阶层次结构的合理性，需把握以下原则：

1 分解简化问题时把握主要因素，不漏不多；

2 注意相比较元素之间的强度关系，相差太悬殊的要素不能在同一层次比较。

层次分析法主要应用在安全科学和环境科学领域。在安全生产科学技术方面主要应用包括煤矿安全研究、危险化学品评价、油库安全评价、城市灾害应急能力研究以及交通安全评价等；在环境保护研究中的应用主要包括：

水安全评价、水质指标和环境保护措施研究、生态环境质量评价指标体系研究以及水生野生动物保护区污染源确定等。

除此之外，层次分析法更多的可以用于指导和解决个人生活中遇到的问题，比如说专业的选择、工作的选择以及买房的选择等，可以通过建立层次结构以及衡量指标，来理清工作思路和思考问题的层面。

为了便于描述，依据模糊数学的基本概念，对模糊综合评价法中的有关术语定义如下：

1．评价因素（F）：是指对招标项目评议的具体内容（例如，价格、各种指标、参数、规范、性能、状况，等等）。

为便于权重分配和评议，可以按评价因素的属性将评价因素分成若干类（例如，商务、技术、价格、伴随服务，等），把每一类都视为单一评价因素，并称之为第一级评价因素（F1）。第一级评价因素可以设置下属的第二级评价因素（例如，第一级评价因素“商务”可以有下属的第二级评价因素：交货期、付款条件和付款方式，等）。第二级评价因素可以设置下属的第三级评价因素（F3）。依此类推。

2．评价因素值（Fv）：是指评价因素的具体值。例如，某投标人的某技术参数为120，那么，该投标人的该评价因素值为120。

3．评价值（E）：是指评价因素的优劣程度。评价因素最优的评价值为1（采用百分制时为100分）；欠优的评价因素，依据欠优的程度，其评价值大于或等于零、小于或等于1（采用百分制时为100分），即0≤E≤1（采用百分制时0≤E≤100）。

4．平均评价值（Ep）：是指评标委员会成员对某评价因素评价的平均值。

平均评价值（Ep）=全体评标委员会成员的评价值之和÷评委数

5．权重（W）：是指评价因素的地位和重要程度。

第一级评价因素的权重之和为1；每一个评价因素的下一级评价因素的权重之和为1 。

6．加权平均评价值（Epw）：是指加权后的平均评价值。

加权平均评价值（Epw）=平均评价值（Ep）×权重（W）。

7．综合评价值（Ez）：是指同一级评价因素的加权平均评价值（Epw）之和。综合评价值也是对应的上一级评价。

参考资料：百度百科——模糊综合评价法

参考资料：百度百科——层次分析法

层次分析法优缺点
（一）优点
1. 系统性的分析方法
层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。
2. 简洁实用的决策方法
这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。
3. 所需定量数据信息较少
层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。[1]
（二）缺点
1. 不能为决策提供新方案
层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。这样，我们在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够企业所做出来的效果好。而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点。
2. 定量数据较少，定性成分多，不易令人信服
在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。这样，当一个人应用层次分析法来做决策时，其他人就会说：为什么会是这样？能不能用数学方法来解释？如果不可以的话，你凭什么认为你的这个结果是对的？你说你在这个问题上认识比较深，但我也认为我的认识也比较深，可我和你的意见是不一致的，以我的观点做出来的结果也和你的不一致，这个时候该如何解决？
比如说，对于一件衣服，我认为评价的指标是舒适度、耐用度，这样的指标对于女士们来说，估计是比较难接受的，因为女士们对衣服的评价一般是美观度是最主要的，对耐用度的要求比较低，甚至可以忽略不计，因为一件便宜又好看的衣服，我就穿一次也值了，根本不考虑它是否耐穿我就买了。这样，对于一个我原本分析的‘购买衣服时的选择方法’的题目，充其量也就只是‘男士购买衣服的选择方法’了。也就是说，定性成分较多的时候，可能这个研究最后能解决的问题就比较少了。
对于上述这样一个问题，其实也是有办法解决的。如果说我的评价指标太少了，把美观度加进去，就能解决比较多问题了。指标还不够？我再加嘛！还不够？再加！还不够？！不会吧？你分析一个问题的时候考虑那么多指标，不觉得辛苦吗？大家都知道，对于一个问题，指标太多了，大家反而会更难确定方案了。这就引出了层次分析法的第三个不足之处。
3. 指标过多时数据统计量大，且权重难以确定
当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。这就像系统结构理论里，我们要分析一般系统的结构，要搞清楚关系环，就要分析到基层次，而要分析到基层次上的相互关系时，我们要确定的关系就非常多了。指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵。那么我们就需要对许多的指标进行两两比较的工作。由于一般情况下我们对层次分析法的两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，我们对每两个指标之间的重要程度的判断可能就出现困难了，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过，也就是说，由于客观事物的复杂性或对事物认识的片面性，通过所构造的判断矩阵求出的特征向量（权值）不一定是合理的。不能通过，就需要调整，在指标数量多的时候这是个很痛苦的过程，因为根据人的思维定势，你觉得这个指标应该是比那个重要，那么就比较难调整过来，同时，也不容易发现指标的相对重要性的取值里到底是哪个有问题，哪个没问题。这就可能花了很多时间，仍然是不能通过一致性检验，而更糟糕的是根本不知道哪里出现了问题。也就是说，层次分析法里面没有办法指出我们的判断矩阵里哪个元素出了问题。
4. 特征值和特征向量的精确求法比较复杂
在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。在二阶、三阶的时候，我们还比较容易处理，但随着指标的增加，阶数也随之增加，在计算上也变得越来越困难。不过幸运的是这个缺点比较好解决，我们有三种比较常用的近似计算方法。第一种就是和法，第二种是幂法，还有一种常用方法是根法。

模糊综合评价法优缺点
1、模糊综合评价法的优点
模糊评价通过精确的数字手段处理模糊的评价对象，能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价；
评价结果是一个矢量，而不是一个点值，包含的信息比较丰富，既可以比较准确的刻画被评价对象，又可以进一步加工，得到参考信息。
2、模糊综合评价法的缺点
计算复杂，对指标权重矢量的确定主观性较强；
当指标集U较大，即指标集个数凡较大时，在权矢量和为1的条件约束下，相对隶属度权系数往往偏小，权矢量与模糊矩阵R不匹配，结果会出现超模糊现象，分辨率很差，无法区分谁的隶属度更高，甚至造成评判失败，此时可用分层模糊评估法加以改进

模糊层次分析法和模糊综合评价是一回事吗？~

1、模糊层次分析法和模糊综合评判不是一回事。2、两者可以结合一起用，比如常用的是模糊综合评判过程中，权重可以由层次分析法计算。

模糊层次分析法是将模糊分析法和层次分析法结合起来的一种方法。
而层次分析法只有层次分析法一种方法。
一般用层次分析法做两件事，一是将目标按层次细分为许多不同的指标或方面；二是在确定权重时使用。 但是大部分人只将确定权重那部分称作层次分析法。
模糊数学评价是由美国控制论专家查德于1965年提出的，它引入模糊数学中的“隶属度”，用隶属函数对具有模糊性的指标进行处理。 模糊数学评价用隶属函数描述方案的得分来量化指标实测值，可以较好地解决综合评价中的模糊性（如因素类属之间的不清晰性 、 专家认识评价上的模糊性等），可最大限度地减少人为因素，因此该数学工具非常适合用于对环境投资项目绩效的审计。 模糊数学评价的具体过程主要包括确定因素集、评价指标的无量纲化处理、给定各指标层权重、建立评价等级集、确定隶属关系，建立模糊评价矩阵、进行模糊矩阵的运算，得到模糊综合评价结果六个方面。
简要地说，就是把评价语好中差之类的变成数字分数，然后用矩阵向量乘来乘去的，最后得到评价结果的综合方法。也就是说，模糊评价法是一种对方案进行综合判断筛选的方法，层次分析法负责指标细分和权重设计方面。
要是再不明白只能多去看看论文了。。。

数学建模中综合评价的方法有哪些?
答：3、层次分析法：运用层次分析法有很多优点，其中最重要的一点就是简单明了。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。也许层次分析法最大的优点是提出了层次本身，它使得买方能够认真地考虑和衡量指标的相对重要性。另外还有RSR法、模糊综合评价法...

投资环境评价优选方法
答：投资环境评价优选的方法包括主观评价和客观评价,主要有准数分析法、参数分析法、层次分析法 ( AHP)、专家调研法、模糊综合评价优选法、熵权法、聚类分析与主成分分析相结合评价优选法、AHP与模糊综合评价相结合评价优选法等。根据评价目标、每种方法的特点和适用范围、综合考量评价对象的特征,选择适当的评价优选方法,以...

桥梁施工风险评估模糊评价方法?
答：模糊综合评价方法就是利用模糊数学的理论对由多种因素影响的事物或现象进行综合评价的方法，这种评价方法需要建立在模糊集的基础上，并且可以同时满足多因素、多等级的具体评价要求。随着风险管理理论的进一步研究和丰富，也常常在风险评价的过程中引入层次分析法，这主要是由于层次分析法可以全面考虑多因素和多...

关于用模糊综合法评价水质
答：摘要:本文从水环境质量评价的基本概念出发,在简要介绍现有水环境质量评价方法的基础上,对各方法的应用条件及优缺点进行了比较分析,最后针对评价工作中对平均值的不同认识进行了分析讨论。 关键词:水环境;质量;评价标准;评价方法1 水环境质量评价 水环境质量评价就是通过一定的数理方法和其他手段,对水环境素质的优劣进...

学习不确定信息融合方法
答：学习不确定信息融合的方法如下：1、模糊综合评价法：根据多个指标的权重和隶属度函数，将多个指标的评价结果综合评价为一个综合评价值。2、模糊层次分析法：通过建立层次结构，计算各层次指标的权重和隶属度函数，综合评价多个指标的重要性，最终得到一个综合评价值。3、模糊TOPSIS方法：通过计算指标与最优...

风险评价4种方法
答：2、多元线性评价模型。多元线性模型在单一式的基础上趋向综合，且把财务风险概括在某一范围内，这是它的突破，但仍没有考虑企业的成长能力，同时它的假设条件是变量服从多元正态分布，没有解决变量之间的相关性问题。这种方法在现实中比较常见。3、综合评价法。这种方法认为，企业财务风险评价的内容主要是...

模糊评价法去评价滑坡灾害
答：模糊综合评价法的实施步骤如下：1. 构建评价指标体系：评价指标的选择是评价的基础，应全面收集相关资料，确保指标体系的科学性和准确性。2. 确定权重向量：通过专家经验或层次分析法（AHP）确定各评价指标的权重。3. 建立隶属矩阵：根据合适的隶属函数，构建隶属度矩阵。4. 合成权重与隶属矩阵：选用适当的...

数学建模|权重计算与评价模型方法总结
答：熵权TOPSIS: 结合熵权法与TOPSIS，强化了数据权重对决策的影响。模糊综合评价法: 通过模糊数学，处理模糊信息，适用于不易定量的评价场景，如服装款式接受度评估。RSR秩和比评价: 易于理解和应用的多指标综合评价，尤其在医疗等领域效果显著。DEA数据包络分析: 用于投入产出效率评估，适用于教育、医疗等领域的...

传统的学生评语与素质教育下评语的不同有哪些
答：根本改变。此外，目前评价方法共性约束的特征比较明显，个性特征不突出，因 此，应全面考虑测评体系中综合测评结果与各分项素质模块测评结果的评价功 能，形成既重视综合评价，又鼓励个性发展的评价奖励体系；在评价方法上就尽 可能采取多种方法进行立体的、综合的、多层次的评价。模糊综合评价法在大学生综合...

数学建模有哪些方法?
答：问题一：数学建模中综合评价的方法有哪些？ 综合评价有许多不同的方法，如综合指数法、TOPSIS法、层次分析法、RSR法、模糊综合评价法、灰色系统法等，这些方法各具特色，各有利弊。综合评价的一般步骤 1．根据评价目的选择恰当的评价指标，这些指标具有很好的代表性、区别性强，而且往往可以测量，筛选评价...