非独立的递阶层次结构的决策方法

资 源 简 介

NP是美国匹兹堡大学的T.L.Saaty 教授于1996年提出了一种适应非独立的递阶层次结构的决策方法，它是在网络分析法（AHP）基础上发展而形成的一种新的实用决策方法。其关键步骤有以下几个：1 确定因素，并建立网络层和控制层模型。2 创建比较矩阵。3 按照指标类型针对每列进行规范化。4 求出每个比较矩阵的最大特征值和对应的特征向量。5 一致性检验。如果不满足，则调整相应的比较矩阵中的元素。6 将各个特征向量单位化(归一化)，组成判断矩阵。7 将控制层的判断矩阵和网络层的判断矩阵相乘，得到加权超矩阵。8

详 情 说 明

NP是美国匹兹堡大学的T.L.Saaty教授于1996年提出的一种适用于非独立递阶层次结构的决策方法。相对于传统的网络分析法（AHP），这种新的实用决策方法具有更强的决策分析能力。下面是该方法的详细步骤：

1. 确定因素，并建立网络层和控制层模型，这一步骤非常重要，因为它决定了该方法的独特性和实用性。

2. 创建比较矩阵，即将每个因素与其他因素进行比较，并根据比较结果进行打分。

3. 针对每列进行规范化，即将比较矩阵中的每一列都除以该列的和，以便进行后续计算。

4. 求出每个比较矩阵的最大特征值和对应的特征向量，这一步骤是为了确定每个因素在整个层次结构中的重要性。

5. 进行一致性检验。如果比较矩阵不满足一致性条件，则需要调整相应的比较矩阵中的元素，以保证决策结果的合理性。

6. 将各个特征向量单位化（归一化），组成判断矩阵，以便进行后续计算。

7. 将控制层的判断矩阵和网络层的判断矩阵相乘，得到加权超矩阵，以便确定每个因素在整个层次结构中的权重。

8. 将加权超矩阵单位化（归一化），求其K次幂收敛时的矩阵。其中第j列就是网络层中各元素对于元素j的极限排序向量。这一步骤是为了确定每个因素在整个层次结构中的排序，以便进行最终的决策。

综上所述，NP决策方法是一种高效而实用的决策方法，它可以帮助人们更好地进行决策，特别是在非独立递阶层次结构的决策问题中具有广泛的应用价值。