ahp中评价指标体系的构建 ahp分析方法

住宅小区人居环境评价指标体系研究？

本文通过对人居环境概念的探讨，建立了一套完整的住宅小区人居环境的评价体系，以期提高住宅小区的设计和建设水平，进而在提高居民的居住水平方面起到良好的导向作用。狭义的人居环境就是指人类聚居活动的场所，它是在自然环境与在其基础上构建的人工环境的总和，是与人类生存活动密切相关的地理空间；广义的人居环境是指围绕人（个人、或人类）这个主体而存在的一定空间内的构成主体生存和发展条件的各种物质性和非物质性因素的总和。人居环境核心是“人”，对人居环境的研究始终是以满足人类的居住需求为根本目的的。人居环境对环境的要求不仅仅体现在硬件设施上，更主要的体现在人文思想的建设上。人与环境的和谐统一。只有当人和环境协调发展时，才能实现效益、经济效益和自然效益的统一，才能实现人与环境的持续发展。

ahp中评价指标体系的构建 ahp分析方法

ahp中评价指标体系的构建 ahp分析方法

含气区带综合评价指标体系

综合评价的实质是从评价对象主体中提取其本质属性，将之转换成量化的价值尺度，用以度量被评价对象的状态或行为的过程。当前用于综合评价工作的数学方法很多，有加权求和法、模糊数学方法、灰色系统方法等，本报告基于全国煤层气有利区带综合评价特点，建立全国煤层气有利区带综合评价递阶层次结构指标体系，应用层次分析法（The Analytic Hierarchy Procces，简称AHP法）确定各层次之间的判断矩阵及单项指标在综合评价中所占得权重，综合评价全国煤层气有利区带。

评价指标是评价对象本质属性的反映，也是评价行为过程的基础。煤层气资源的本质属性比较抽象，只能用有限的指标去刻画其多属性领域的主要部分。各评价指标在评价过程中所处的地位不同，即重要性不同，需要确定指标在评价过程的权重，因此，合理选取设置评价指标和正确确定评价指标权重，将直接影响评价过程和评价的有效性。为力求全面、本质地反映评价对象的本质属性，在建立评价指标及其权重组合的评价指标体系时，考虑了该体系的系统性、可作性、通用性以及定性和定量相结合等原则，力争达到简明、实用、相对合理的效果。

本报告按上述原则构建的煤层气有利区带综合评价指标体系如表8-1和图8-1所示，在自左而右的层次结构中，指标项层次中8个评价指标是基础，指标层向上组成评价条件层，是分层次从不同方面反映煤层气资源规模及其可采性和开发利用属性的主要因素。该体系中条件、指标的内涵和特征取值、赋值标准如下：

（一）资源条件和可采性

资源条件及可采性（B1）主要指煤层气资源规模以及本身固有的采出的难易程度，是决定煤层气经济开发的内在因素。该评价条件由资源丰度（C1）、地质资源量（C2）、可采资源量（C3）、资源类别（C4）和煤系后期改造程度（C5）五个评价指标组成。

资源丰度（C1）影响煤层气井的开发布局，而地质资源量（C2）和可采资源量（C3）决定煤层气的开发规模，三者均根据含气区带的评价数据取值。资源类别（C4）是根据某计算单元的煤层埋藏深度、煤层厚度、含气量、煤级、渗透率和储层压力等6项地质因素综合评价该计算单元煤层气资源的品位，取值标准见表4-9，当积分＞180分时为I类资源；180～140分为Ⅱ类资源；＜140分为Ⅲ类资源，该指标根据I类资源量占区带总地质资源量的百分比赋分。煤系后期改造程度（C5）反映了煤系所经受的构造改造的强度，成煤期后的构造改造对煤体结构产生不同程度的破坏作用，进而影响到煤层的渗透性，这项参数根据构造作用的强度定性赋分（表8-1）。

表8-1 煤层气资源综合评价体系及特征分级标准 图8-1 煤层气含气区带综合评价递阶层次结构指标体系

（二）开发利用条件

开发利用条件（B2）包括市场需求（C6）、地形条件（C7）和基础设施（C8）三个指标，是煤层气经济开采的外在影响因素。市场需求（C6）根据市场对煤层气需求的大小定性赋分；地形条件（C7）根据丘陵、山地、平原等情况进行定性打分；基础设施（C8）根据天然气利用的基础设施的有无或完善程度定性打分。

ahp设施选址步骤_ahp层次分析法步骤

如何确定城市物流体系、规模及分布选址的问题,对优化整个物流网络起着重要作用。下面我就为大家解开ahp设施选址步骤，希望能帮到你。

ahp设施选址步骤

(1)通过对系统的深刻认识，确定该系统的总目标，弄清规划决策所涉及的范围、所要采取的措施方案和政策、实现目标的准则、策略和各种约束条件等，广泛地收集信息。

(2)建立一个多层次的递阶结构，按目标的不同、实现功能的异，将系统分为几个等级层次。

(3)确定以上递阶结构中相邻层次元素间相关程度。通过构造两比较判断矩阵及矩阵运算的数学方法，确定对于上一层次的某个元素而言，本层次中与其相关元素的重要性排序--相对权值。

(4)计算各层元素对系统目标的合成权重，进行总排序，以确定递阶结构图中层各个元素的总目标中的重要程度。

(5)根据分析计算结果，考虑相应的决策。

ahp设施选址应用实例

1、建立国民素质评价系统的递阶层次结构;

2、构造两两比较判断矩阵;根据层次分析模型示意图所示，每位问卷评分者就可以依据个人对评价指标的主观评价，进行综合分析，对各指标之间进行两两对比之后，然后按9分位比率排定各评价指标的相对优劣顺序，依次构造出评价指标的判断矩阵。

3、针对某一个标准，计算各备选元素的权重; 关于判断矩阵权重计算的方法有两种，即几何平均法(根法)和规范列平均法(和法)。 (1)几何平均法(根法) 计算判断矩阵a各行各个元素mi的乘积; 计算mi的n次方根; 对向量进行归一化处理; 该向量即为所求权重向量。 (2)规范列平均法(和法) 计算判断矩阵a各行各个元素mi的和; 将a的各行元素的和进行归一化; 该向量即为所求权重向量。 (3)计算矩阵a的特征值?max 对于任意的i=1,2,…,n, 式中为向量aw的第i个元素 一致性检验 构造好判断矩阵后，需要根据判断矩阵计算针对某一准则层各元素的相对权重，并进行一致性检验。虽然在构造判断矩阵a时并不要求判断具有一致性，但判断偏离一致性过大也是不允许的。因此需要对判断矩阵a进行一致性检验。 ri为平均随机一致性指标，是足够多个根据随机发生的判断矩阵计算的一致性指标的平均值。 n为判断矩阵的阶数。 1-10阶矩阵的ri取值见下表 矩阵阶数n 1 2 3 4 5 ri 0 0 0.58 0.90 1.12 矩阵阶数n 6 7 8 9 10 ri 1.24 1.32 1.411.45 1.49 一般而言cr愈小，判断矩阵的一致性愈好，通常认为cr<0.1时，判断矩阵具有满意的一致性。

ahp设施选址的设

在层次分析前，研究者应对层次分析法的设进行了解，而具体层次分析法设如下 :

(1)问题可被分解成多准则或多要素,由上而下形成层级结构。

(2)每一层级的要素定具有性。

(3)对于每一层级的要素，需要以上层级的准则为基础进行评估。

(4)两两比较评估时，可以将数值转化为比例尺度数值。

(5)成对比较后,可形成正倒值矩阵。

(6)偏好满足递移性，包括优劣关系与强度关系。

优劣关系 :

A > B > C , 则 A > C。

强度关系 :

若A比B重要4倍，B比C重要2倍，则A比C重要8倍。

(7)要素之间需要测试一致性程度。

(8)要素的重要性可由加权法取得。

AHP层次分析法解决用户价值评估

@Author : Runsen

现在互联网都有得到用户，那用户到底有没有价值需要评估。

通过各种指标来给用户综合打分，每个用户后会得到一个分值，分值越高，说明用户的价值越高。这是一个总的目标，一个用户可以创造的价值由两部分决定：创造价值的能力和创造价值的意愿，前者是能不能的问题、后者是愿不愿意的问题。定了两个主线以后再次进行目标拆解，根据业务经验分别找到那些能够判断用户创造价值的能力和意愿的指标，然后给不同的指标赋予不同的权重/分值，后将各指标的权重/分值相加就是用户后的总得分。

上面的这个过程有两个关键步骤，一个是 选择合适的指标 ，另一个是 给不同的指标赋予不同的权重 ，关于指标的选取，这个根据业务经验直接拍脑袋就可以，但是这个不同指标的权重问题，可能直接拍脑袋就不是太好了，当然了，也不是不可以。不过，做数据是一个严谨的工作（咳咳咳），还是希望能够找到一套理论来代替拍脑袋，所以就在网上找啊找，终于找到了今天的主角，就是AHP。

先来看看比较的解释：

是不是有点看不太明白，我来说几句大白话让你理解理解。让我们与前言里面的内容对应一下，AHP其实就是一种 把复杂问题 通过定性（人为去判断各指标之间的重要性）与定量（再通过计算判断矩阵求出各指标权重）的方法进行 拆解成若干个小问题以及小指标的问题，并能够计算出各个小问题以及小指标对整个大目标的影响程度。

知道了AHP是什么以后，我们来具体看看AHP的一个具体流程。

就是首先你要确定你要解决什么问题，我们这里就是要构建用户价值模型，希望通过这个模型看出每个用户的一个价值，然后依据价值不同给与不同的运营策略。

将搭建用户价值模型这个总目标拆解成用户购买忠诚度以及用户消费能力两部分，然后再对这两部分进行指标拆解，就是上面图表中看到的各指标。

所谓的判断矩阵就是将任意两指标进行对比得出一个重要性结果，然后将这个结果以矩阵的形式进行呈现，其中重要程度别等级如下：

数值越大，表示前者比后者越重要;指标A和指标B判断结果与指标B与指标A和指标B判断结果互为倒数，即当指标A比指标B的重要程度是3的时候，那么指标B比指标A的重要程度就是3的倒数，即1/3。

不知道你有没有注意到，其实上面的这种方法也有一定的主观判断（拍脑袋），比如两指标之间的稍微重要，明显重要，极其重要也是需要你人为去指定的，你可能会疑问，既然都是拍脑袋，那还要这个干啥，直接拍脑袋不久得了，还搞这么复杂干嘛，哈哈哈，关于好处接下来会讲到。

判断矩阵A构造出来了，我们就可以开始计算各指标对目标问题的影响程度（即各指标的权重值）。

一个例子如下图所示

注意：这里的归一化只是把每一列的值的和当作1，然后计算每一个值在1中的占比。

上述步骤中归一化后得到的矩阵w就是各个指标的权重情况，这个权重是根据我们主观上构造的判断矩阵的出来的，但是这个权重是否准确，还是有待确定的，为什么要去确定呢，因为判断矩阵很有可能得出的相互矛盾的结论，比如 说A指标重要性大于B指标，B指标重要性大于C指标，但是A指标重要性又小于C指标重要性，这种互相矛盾的结论。 AHP就可以避免这种矛盾的发生。这里需要引入AHP中的另一个概念一致性检验，用来判断矩阵是否一致。

如果一致性比率符合使用条件，则可以直接使用计算出的各指标的权重值，如果不符合，则需要重新构造判断矩阵。

就是对单一层次计算权重情况，比如用户价值模型总目标的下一层就是用户忠诚程度和用户消费能力的权重情况。 用户忠诚程度:用户消费能力=0.67:0.33 。而用户忠诚程度和用户消费能力的下一层就是各个更加细致的指标。

层次总排序就是将各个层次的权重值相乘，后就得到了各个指标的权重情况，就是层次总排序。

还是以前面说到用户价值模型为例，走一遍完整的流程。这里我们计算用户忠诚度的AHP，因为只有三个指标及以上才会出现那种互相矛盾的情况，两个指标是不会出现的，两个指标的话直接人为指定权重占比就可以。

将判断矩阵的每一列进行归一化得出下方的矩阵：

对归一化后的矩阵的每一行进行求和运算：

将上述求和的得到的矩阵再次进行归一化得到矩阵w：

该矩阵就表示了各指标的权重情况，近购买间隔占比占比为0.11，购买频率占比0.64，购买商品种类占比0.24。

计算特征根:

在计算特征根我们需要先计算Aw值，Aw计算是将判断矩阵A与归一化得到的矩阵w相乘（公众号不支持公式，很烦），后得到Aw值：

再进行计算特征根： 1/3(0.33/0.11+1.98/0.67+0.66/0.22)=3

计算一致性指标CI: (3-3)/(3-1)=0

根据指标数量n选择指标RI：这里n=3,所以RI=0.58

计算一致性比率CR=CI/RI=0<0.1符合，所以用户忠诚度的各指标权重值w矩阵可用。

因为总目标只拆解成了两个小问题，所以这里直接人为指定权重即可(用户忠诚度:用户消费能力=0.67:0.33)，不需要进行一致性检验。

用户忠诚度拆解的指标有三个，需要进行一致性检验，且经过检验后符合CR<0.1的条件，所以用户忠诚度指标中各指标权重为：近购买间隔占比占比为0.11，购买频率占比0.64，购买商品种类占比0.24。

用户消费能力拆解的指标也只有两个，直接人为指定权重即可。

后将各层次的权重相乘就是每个指标的权重占比。

后将每个指标 缩小到0-10的范围 （不一定缩小到0-10，但是必须把每个指标缩小到相同大小范围内），然后乘各指标所占权重，后相加，就是每个用户的总价值得分。

怎么建立指标体系评价资源配置 知乎

综合评价的步骤：

1．确定综合评价的目的

2．确定评价指标和评价指标体系

3．确定各个评价指标的权重

4. 求单个指标的评价值

5. 求综合评价值

常用综合评价模型：

1、计分法

2、综合指数法

3、Topsis法

4、秩和比(RSR)法

5、层次分析(AHP)法

6、模糊评价方法

7、多元统计分析方法

8、灰色系统评价方法