1樓：有①點點意見
這是兩種分析方法，分別是層次分析法和模糊綜合評價法
層次分析法是一種定性和定量相結合的、系統化的、層次化的分析方法。基本步驟分為
1）建立層次結構模型。分為目標層，準則層和方案層。
2）構造成對比矩陣
3）計算權向量並做一致性檢驗
4）計算組合權向量並做組合一致性檢驗
解法的話和matlab緊密相關，所以還得學習matlab
具體參看
模糊綜合評價法
模糊數學是研究和處理模糊性現象的數學，是在美國控制論專家a.zadeh教授於2023年提出的模糊集合的基礎上發展起來的一門數學分支。
模糊綜合評價模型，其基本思想是：在確定評價因素、因子的評價等級和權值的基礎上，運用模糊集合變換原理，以隸屬度描述個因素、因子的模糊界線，構造模糊矩陣，通過多層的復合運算，最終確定評價物件所屬等級。
具體參看
另外，如果你是想要了解關於數學建模的話，推薦你看《數學模型》這本書，由姜啟源、謝金星、葉俊編，高等教育出版社，第三版。很有幫助。
層次分析法和模糊層次分析法有什麼不同？這個模糊主要運用在何處？
2樓：威海博銳化機
模糊主要運用在某一層次評價指標很多時（如四個以上），其思維一致性很難保證的時候。
模糊層次分析法的基本思想是根據多目標評價問題的性質和總目標，把問題本身按層次進行分解，構成乙個由下而上的梯階層次結構。
二者區別：
1、建立的判斷矩陣不同：
在ahp中是通過元素的兩兩比較建立判斷一致矩陣；而在fahp中通過元素兩兩比較建立模糊一致判斷矩陣。
2、求矩陣中各元素的相對重要性的權重的方法不同：
在模糊層次分析中，作因素間的兩兩比較判斷時，如果不用三角模糊數來定量化，而是採用乙個因素比另乙個因素的重要程度定量表示，則得到模糊判斷矩陣。
3、優缺點不同：
ahp存在如下方面的缺陷：檢驗判斷矩陣是否一致非常困難,且檢驗判斷矩陣是否具有一致性的標準cr < 0. 1缺乏科學依據；判斷矩陣的一致性與人類思維的一致性有顯著差異。
將模糊法與層次分析法的優勢結合起來形成的模糊層次分析法（fahp），將能很好地解決，層次評價指標很多時（如四個以上）導致的其思維不能一致性。
3樓：阿樓愛吃肉
一、層次分析法和模糊層次分析法有3點不同：
1、兩者的基本原理不同：
（1）層次分析法的基本原理：層次分析法根據問題的性質和要達到的總目標，將問題分解為不同的組成因素，並按照因素間的相互關聯影響以及隸屬關係將因素按不同層次聚集組合。
形成乙個多層次的分析結構模型，從而最終使問題歸結為最低層(供決策的方案、措施等)相對於最高層(總目標)的相對重要權值的確定或相對優劣次序的排定。
（2）模糊層次分析法的基本原理：在模糊層次分析中，作因素間的兩兩比較判斷時，如果不用三角模糊數來定量化，而是採用乙個因素比另乙個因素的重要程度定量表示，則得到模糊判斷矩陣。模糊層次分析法是定性與定量相結合的系統分析方法。
2、兩者建立的判斷矩陣不同：
（1）層次分析法中建立的判斷矩陣：是通過元素的兩兩比較建立的判斷一致矩陣。
（2）在模糊層次分析法中建立的判斷矩陣：通過元素兩兩比較建立的模糊一致判斷矩陣。
3、兩者求矩陣中各元素的相對重要性的權重的方法不同：
（1）在層次分析法中：檢驗判斷矩陣是否一致非常困難，且檢驗判斷矩陣是否具有一致性的標準cr < 0. 1缺乏科學依據；判斷矩陣的一致性與人類思維的一致性有顯著差異。
（2）在模糊層次分析法中：作因素間的兩兩比較判斷時，如果不用三角模糊數來定化，而是採用乙個因素比另乙個因素的重要程度定量表示，則得到模糊判斷矩陣。
二、模糊層次分析法的主要應用：
模糊層次分析法（fahp）改進了傳統層次分析法存在的問題，提高了決策可靠性。fahp有一種是基於模糊數，另一種是基於模糊一致性矩陣。
模糊層次分析對於量化評價指標，選擇最優方案提供了依據，並得到了廣泛的應用。層次分析法最大的問題是某一層次評價指標很多時（如四個以上），其思維一致性很難保證。在這種情況下，將模糊法與層次分析法的優勢結合起來形成的模糊層次分析法（fahp），將能很好地解決這一問題。
4樓：匿名使用者
二者區別如下：
1、建立的判斷矩陣不同：
在ahp中是通過元素的兩兩比較建立判斷一致矩陣；而在fahp中通過元素兩兩比較建立模糊一致判斷矩陣。
2、求矩陣中各元素的相對重要性的權重的方法不同：
在模糊層次分析中，作因素間的兩兩比較判斷時，如果不用三角模糊數來定量化，而是採用乙個因素比另乙個因素的重要程度定量表示，則得到模糊判斷矩陣。
3、優缺點不同：
ahp存在如下方面的缺陷：檢驗判斷矩陣是否一致非常困難,且檢驗判斷矩陣是否具有一致性的標準cr < 0. 1缺乏科學依據；判斷矩陣的一致性與人類思維的一致性有顯著差異。
將模糊法與層次分析法的優勢結合起來形成的模糊層次分析法（fahp），將能很好地解決，層次評價指標很多時（如四個以上）導致的其思維不能一致性。
5樓：匿名使用者
模糊層次分析法是將模糊分析法和層次分析法結合起來的一種方法。
而層次分析法只有層次分析法一種方法。
一般用層次分析法做兩件事，一是將目標按層次細分為許多不同的指標或方面；二是在確定權重時使用。 但是大部分人只將確定權重那部分稱作層次分析法。
模糊數學評價是由美國控制論專家查德於2023年提出的，它引入模糊數學中的「隸屬度」，用隸屬函式對具有模糊性的指標進行處理。 模糊數學評價用隸屬函式描述方案的得分來量化指標實測值，可以較好地解決綜合評價中的模糊性（如因素類屬之間的不清晰性 、 專家認識評價上的模糊性等），可最大限度地減少人為因素，因此該數學工具非常適合用於對環境投資專案績效的審計。 模糊數學評價的具體過程主要包括確定因素集、評價指標的無量綱化處理、給定各指標層權重、建立評價等級集、確定隸屬關係，建立模糊評價矩陣、進行模糊矩陣的運算，得到模糊綜合評價結果六個方面。
簡要地說，就是把評價語好中差之類的變成數字分數，然後用矩陣向量乘來乘去的，最後得到評價結果的綜合方法。也就是說，模糊評價法是一種對方案進行綜合判斷篩選的方法，層次分析法負責指標細分和權重設計方面。
要是再不明白只能多去看看**了。。。
模糊層次分析法和模糊綜合評價是一回事嗎？
6樓：匿名使用者
呵呵，模糊層次分析法有個邁實模糊層次分析法軟體呀，對概念的理解會很有幫助！
7樓：血刺銷魂漠
1、模糊層次分析法和模糊綜合評判不是一回事。
2、兩者可以結合一起用，比如常用的是模糊綜合評判過程中，權重可以由層次分析法計算。
模糊綜合評價法與模糊層次分析法，有區別嗎.什麼區別
8樓：aaron好物種草
層次分析法優缺點
（一）優點
系統性的分析方法
層次分析法把研究物件作為乙個系統，按照分解、比較判斷、綜合的思維方式進行決策，成為繼機理分析、統計分析之後發展起來的系統分析的重要工具。系統的思想在於不割斷各個因素對結果的影響，而層次分析法中每一層的權重設定最後都會直接或間接影響到結果，而且在每個層次中的每個因素對結果的影響程度都是量化的，非常清晰、明確。這種方法尤其可用於對無結構特性的系統評價以及多目標、多準則、多時期等的系統評價。
2. 簡潔實用的決策方法
這種方法既不單純追求高深數學，又不片面地注重行為、邏輯、推理，而是把定性方法與定量方法有機地結合起來，使複雜的系統分解，能將人們的思維過程數學化、系統化，便於人們接受，且能把多目標、多準則又難以全部量化處理的決策問題化為多層次單目標問題，通過兩兩比較確定同一層次元素相對上一層次元素的數量關係後，最後進行簡單的數**算。即使是具有中等文化程度的人也可了解層次分析的基本原理和掌握它的基本步驟，計算也經常簡便，並且所得結果簡單明確，容易為決策者了解和掌握。
3. 所需定量資料資訊較少
層次分析法主要是從評價者對評價問題的本質、要素的理解出發，比一般的定量方法更講求定性的分析和判斷。由於層次分析法是一種模擬人們決策過程的思維方式的一種方法，層次分析法把判斷各要素的相對重要性的步驟留給了大腦，只保留人腦對要素的印象，化為簡單的權重進行計算。這種思想能處理許多用傳統的最優化技術無法著手的實際問題。
[1]（二）缺點
1. 不能為決策提供新方案
層次分析法的作用是從備選方案中選擇較優者。這個作用正好說明了層次分析法只能從原有方案中進行選取，而不能為決策者提供解決問題的新方案。這樣，我們在應用層次分析法的時候，可能就會有這樣乙個情況，就是我們自身的創造能力不夠，造成了我們儘管在我們想出來的眾多方案裡選了乙個最好的出來，但其效果仍然不夠所做出來的效果好。
而對於大部分決策者來說，如果一種分析工具能替我分析出在我已知的方案裡的最優者，然後指出已知方案的不足，又或者甚至再提出改進方案的話，這種分析工具才是比較完美的。但顯然，層次分析法還沒能做到這點。
2. 定量資料較少，定性成分多，不易令人信服
在如今對科學的方法的評價中，一般都認為一門科學需要比較嚴格的數學論證和完善的定量方法。但現實世界的問題和人腦考慮問題的過程很多時候並不是能簡單地用數字來說明一切的。層次分析法是一種帶有模擬人腦的決策方式的方法，因此必然帶有較多的定性色彩。
這樣，當乙個人應用層次分析法來做決策時，其他人就會說：為什麼會是這樣？能不能用數學方法來解釋？
如果不可以的話，你憑什麼認為你的這個結果是對的？你說你在這個問題上認識比較深，但我也認為我的認識也比較深，可我和你的意見是不一致的，以我的觀點做出來的結果也和你的不一致，這個時候該如何解決？
比如說，對於一件衣服，我認為評價的指標是舒適度、耐用度，這樣的指標對於女士們來說，估計是比較難接受的，因為女士們對衣服的評價一般是美觀度是最主要的，對耐用度的要求比較低，甚至可以忽略不計，因為一件便宜又好看的衣服，我就穿一次也值了，根本不考慮它是否耐穿我就買了。這樣，對於乙個我原本分析的『購買衣服時的選擇方法』的題目，充其量也就只是『男士購買衣服的選擇方法』了。也就是說，定性成分較多的時候，可能這個研究最後能解決的問題就比較少了。
對於上述這樣乙個問題，其實也是有辦法解決的。如果說我的評價指標太少了，把美觀度加進去，就能解決比較多問題了。指標還不夠？
我再加嘛！還不夠？再加！
還不夠？！不會吧？你分析乙個問題的時候考慮那麼多指標，不覺得辛苦嗎？
大家都知道，對於乙個問題，指標太多了，大家反而會更難確定方案了。這就引出了層次分析法的第三個不足之處。
3. 指標過多時資料統計量大，且權重難以確定
當我們希望能解決較普遍的問題時，指標的選取數量很可能也就隨之增加。這就像系統結構理論裡，我們要分析一般系統的結構，要搞清楚關係環，就要分析到基層次，而要分析到基層次上的相互關係時，我們要確定的關係就非常多了。指標的增加就意味著我們要構造層次更深、數量更多、規模更龐大的判斷矩陣。
那麼我們就需要對許多的指標進行兩兩比較的工作。由於一般情況下我們對層次分析法的兩兩比較是用1至9來說明其相對重要性，如果有越來越多的指標，我們對每兩個指標之間的重要程度的判斷可能就出現困難了，甚至會對層次單排序和總排序的一致性產生影響，使一致性檢驗不能通過，也就是說，由於客觀事物的複雜性或對事物認識的片面性，通過所構造的判斷矩陣求出的特徵向量（權值）不一定是合理的。不能通過，就需要調整，在指標數量多的時候這是個很痛苦的過程，因為根據人的思維定勢，你覺得這個指標應該是比那個重要，那麼就比較難調整過來，同時，也不容易發現指標的相對重要性的取值裡到底是哪個有問題，哪個沒問題。
這就可能花了很多時間，仍然是不能通過一致性檢驗，而更糟糕的是根本不知道**出現了問題。也就是說，層次分析法裡面沒有辦法指出我們的判斷矩陣裡哪個元素出了問題。
4. 特徵值和特徵向量的精確求法比較複雜
在求判斷矩陣的特徵值和特徵向量時，所用的方法和我們多元統計所用的方法是一樣的。在二階、三階的時候，我們還比較容易處理，但隨著指標的增加，階數也隨之增加，在計算上也變得越來越困難。不過幸運的是這個缺點比較好解決，我們有三種比較常用的近似計算方法。
第一種就是和法，第二種是冪法，還有一種常用方法是根法。
模糊綜合評價法優缺點
1、模糊綜合評價法的優點
模糊評價通過精確的數字手段處理模糊的評價物件，能對蘊藏資訊呈現模糊性的資料作出比較科學、合理、貼近實際的量化評價；
評價結果是乙個向量，而不是乙個點值，包含的資訊比較豐富，既可以比較準確的刻畫被評價物件，又可以進一步加工，得到參考資訊。
2、模糊綜合評價法的缺點
計算複雜，對指標權重向量的確定主觀性較強；
當指標集u較大，即指標集個數凡較大時，在權向量和為1的條件約束下，相對隸屬度權係數往往偏小，權向量與模糊矩陣r不匹配，結果會出現超模糊現象，解析度很差，無法區分誰的隸屬度更高，甚至造成評判失敗，此時可用分層模糊評估法加以改進
用層次分析法分析下列短語，用層次分析法分析下列短語
語文 定中 試題 並列 試卷 定中 分析 路邊 狀中 開著 述賓 一叢叢 定中 不知名的 定中 野花 自行車 主謂 沒有 述賓 鎖 分析下列句子中所使用的辭格，並指出其綜合運用的具體情況 勞動感情是民歌的生命，所以，儘管幾千年來封建統治階級壓迫和剝削人民，不允許人民學文化，而民歌的傳統始終不斷。勞動...
用層次分析法分析誰是最可愛的人
層次分析法如下 第一層 主謂關係，主語 誰 謂語 是最可愛的人 第二層 謂語部分，動賓關係，動詞 是 賓語 最可愛的人 第三層 賓語部分，偏正關係，中心語 人 定語 最可愛 第四層 定語部分，偏正關係，中心語是形容詞 可愛 前面的 最 是狀語。擴充套件資料 層次分析中，直接組成乙個層次的兩個部分就是...
層次分析法為什麼要進行一致性檢驗
看雲的太陽 判斷矩陣通常的是不一致的,但是為了能用它的對應於最大特徵根的特徵向量 作為被比較因素權向量,其不一致程度應在容許的範圍內. 小山村情懷 1 層次分析法是將決策問題按總目標 各層子目標 評價準則直至具體的備投方案的順序分解為不同的層次結構，然後得用求解判斷矩陣特徵向量的辦法，求得每一層次的...