层次分析法在项目风险分析中的应用课件.ppt(46页)
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《层次分析法在项目风险分析中的应用课件.ppt(46页)》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 层次 分析 项目风险 中的 应用 课件
- 资源描述:
-
1、本讲目标:本讲目标:了解层次分析法的主要思想及优点;掌握层次分析法应用的程序。第十讲第十讲 层次分析法层次分析法在项目风险分析中的应用在项目风险分析中的应用前言 小至个人的日常生活,大至政府,都经常要做决策,而当我们在做决策时,除了需要足够的信息,有组织的思考,及运用逻辑和经验外,个人优先考量的更是深深影响决策的过程。因此运用缜密的思考来看清问题,和使用权重的观念来辅助判断,将有助於我们的决策。而在许多有关决策的方法中, 层次分析法( The Analytic Hierarchy Process,AHP ) 颇受广泛应用。 一、方法的来源及发展简史二、方法在管理科学中的主要应用领域三、方法的主
2、要思想及优点四、方法在项目风险管理中的应用案例方法的来源及发展简史 AHP是匹兹堡大学教授Thomas L. Saaty在1970年所发展出来的,它主要基础是线性代数 ( Linear Algebra ) 和图论 ( Graph Theory ) ( Saaty & Forman, 1996 ),藉由绘图的概 念,分析问题和建立问题的阶层;运用线性代数的矩阵观念,计算出各个方案的权重以利决策。所以AHP除了可以帮助决策者弄清问题的始末 和层层分析问题外,并藉由求得可供选择的数个方案的相对重要性(即其权重),供决策者做决策的参考。其主要特征是,它合理地将定性与定量的决策结合起来,按照思维、心理的
3、规律把决策过程层次化、数量化。方法的主要应用领域 AHP从1970年代发展迄今,日趋成熟,除Satty原先使用在国防问题的决策分析外,其应用的领域更扩展到文化资源、环境评估及教育领域中。目前AHP主要可应用於解决以下十三类问题:1.决定优先次序;2.产生交替方案;3.选择最佳方案;4.决定需求;5.分配资源;6.预测结果;7.衡量绩效;8.系统设计;9.确保系统稳定;10.最佳化;11.规划;12.解决冲突;13.评估风险(Saaty & Forman, 1996 )。 该方法自1982年被介绍到我国以来,以其定性与定量相结合地处理各种决策因素的特点,以及其系统灵活简洁的优点,迅速地在我国社会
4、经济各个领域内,如能源系统分析、城市规划、经济管理、科研评价等,得到了广泛的重视和应用。层次分析法的用途举例 例如,某人准备选购一台电冰箱,他对市场上的6种不同类型的电冰箱进行了解后,在决定买那一款式时,往往不是直接进行比较,因为存在许多不可比的因素,而是选取一些中间指标进行考察。例如电冰箱的容量、制冷级别、价格、型式、耗电量、外界信誉、售后服务等。然后再考虑各种型号冰箱在上述各中间标准下的优劣排序。借助这种排序,最终作出选购决策。在决策时,由于6种电冰箱对于每个中间标准的优劣排序一般是不一致的,因此,决策者首先要对这7个标准的重要度作一个估计,给出一种排序,然后把6种冰箱分别对每一个标准的排
5、序权重找出来,最后把这些信息数据综合,得到针对总目标即购买电冰箱的排序权重。有了这个权重向量,决策就很容易了。层次分析法的基本思路先分解后综合的系统思想整理和综合人们的主观判断,使定性分析与定量分析有机结合,实现定量化决策。首先将所要分析的问题层次化,根据问题的性质和要达到的总目标,将问题分解成不同的组成因素,按照因素间的相互关系及隶属关系,将因素按不同层次聚集组合,形成一个多层分析结构模型,最终归结为最低层(方案、措施、指标等)相对于最高层(总目标)相对重要程度的权值或相对优劣次序的问题。 为了介绍AHP的基本原理,首先分析一个简单的事实: 假设我们已知n只西瓜的总重量为1,每只西瓜的重量分
6、别为W1,W2, Wn。把这些西瓜两两比较(相除),很容易得到表示n只西瓜的相对重量关系的比较矩阵(以后称之为判断矩阵):11112222121211, , ,1,2,nijn nnnnnikiiijijjijkWWWWWWnWWWWWWAaWWWWWWaaaai j knaa显然 即n是A的一个特征根,每只西瓜的重量是A的对应于特征根n的特征向量的各个分量。 11112112222212212nnnnnnWWWWWWnWnWWWWWnWWWWAWnWWnWWWWWWW且 很自然,我们会提一个相反的问题,如果事先不知道每只西瓜的重量,也没有量器去量,我们如能设法得到判断矩阵(比较两只西瓜的重量
7、是最容易),能否导出西瓜的相对重量呢?显然可以的,在判断矩阵的完全一致性的条件下,我们可以通过解特征值问题 求出正规化特征向量(假设西瓜重量为1),从而得到每只西瓜的相对重量。 由此,我们想到对于其它复杂的问题,通过建立层次分析结构模型,构造出判断矩阵,利用特征值方法即可以确定各种方案和措施的重要性排序权值,以供决策者参考。maxAWW 使用AHP,判断矩阵的一致性是十分重要的。所谓判断矩阵的一致性,即判断矩阵是否满足如下关系: 上式完全成立,称判断矩阵具有完全一致性。此时矩阵的最大特征值maxmax=n=n,其余特征根为零。 在一般情况下,可以证明判断矩阵的最大特征根为单根,且maxmax=
8、n。当判断矩阵具有满意的一致性时,maxmax稍大于矩阵的阶数n,其余特征根接近于零。这时基于AHP的结论才合理。由于事物的复杂性和人们认识上的多样性,要求所有判断有完全的一致性是不可能的,但我们要求一定程度上的判断一致性,因此对构造的判断矩阵需要进行一致性检验。, , ,1,2,ikijjkaai j kna层次分析法应用的程序 运用AHP法进行决策时,需经历以下4个步骤: 1) 建立系统的递阶层次结构; 2) 构造两两比较判断矩阵; 3) 计算权重向量并做一致性检验; 4) 计算合成权重,求出总排序.建立系统的递阶层次结构模型建立系统的递阶层次结构模型 运用AHP进行系统分析,首先将包含的
9、因素分组,每一组作为一个层次,按最高层、若干有关的中间层和最底层的形式排列起来。如下图:风险C2目标A风险C3风险C1方案P1方案P3方案P4方案P2方案层P风险层C目标层A 构造判断矩阵构造判断矩阵 任何系统分析都以一定的信息为基础。AHP的信息基础主要是人们对每一层次各因素的相对重要性给出的判断,这些判断用数值表示出来,写成矩阵形式就是判断矩阵。判断矩阵是AHP工作的出发点,构造判断矩阵是AHP的关键一步。 判断矩阵表示针对上一层次某因素而言,本层次与之有关的各因素之间的相对重要性。假设A层次中因素Ak 与下层次中因素B1,B2, ,Bn有联系,则构造的判断矩阵如下:Ak B1 B2 Bn
10、B1B2Bnb11 b12 b1nb21 b22 b2n bn1 bn2 bnn表中,bij是对于Ak而言,Bi对Bj的相对重要性的数值表示,通常bij取1,2,3, , ,9及它们的倒数,具体含义见下表:风险因素对比标度风险因素对比标度标度标度bij定义定义 1i因素与因素与j因素同样重要因素同样重要 3i因素比因素比j因素略重要因素略重要 5i因素比因素比j因素较重要因素较重要 7i因素比因素比j因素重要得多因素重要得多 9i因素比因素比j因素重要很多因素重要很多 2、4、6、8i与与j因素重要性比较结果处于以上结果的中间因素重要性比较结果处于以上结果的中间 倒数倒数j与与i因素重要性比较
11、结果是因素重要性比较结果是i与与j因素重要性比较结果因素重要性比较结果的倒数的倒数 采用1至9的比例标度的依据是:(1)心理学的研究表明,大多数人对不同事物在相同属性上差别的分辨能力在5至9级之间,采用1至9的标度反映了大多数人的能力;(2)大量的社会调查表明,1至9的比例标度早已为人们所熟悉和采用;(3)科学考察和实践表明,1至9的比例标度已完全能区分引起人们感觉差别的事物的各种属性。层次单排序层次单排序 所谓层次单排序是指根据判断矩阵计算对于上一层某因素而言本层次与之有联系因素的重要性次序的权值。它是本层次所有因素相对上一层次而言的重要性进行排序的基础。 层次单排序就是计算判断矩阵的特征值
12、和特征向量,即对判断矩阵B,计算满足: 的特征根与特征向量。式中max为B的最大特征根;W为对应于max的正规特征向量;W的分量Wi即是相应元素单排序的值。 maxBWW维数12345678910RI000.520.891.121.261.361.411.461.49max1nCIn然后计算一致性指标 ,如果CI = 0, 则表明该判断矩阵具有完全一致性,检验结束, 若CI0, 则需接着进行随机一致性比率CI /R I的计算,其中R I指判断矩阵的平均随机一致性指标,如表3. 若CI /R I 0. 1,则认为判断矩阵和单排序结果的一致性是可以接受的.否则,重新进行判断,写出新的判断矩阵.平均
展开阅读全文