层次分析法1

,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,*,系统工程,第五章 系统评价,第一节：系统评价原理,第二节：关联矩阵法,第三节： 层次分析法,第四节： 模糊综合评判法,系统评价,5.1,系统评价原理,决策,初步,SA,规范分析,系统评价,N,Y,一、意义,二、概念,系统评价（评价价值）,对系统方案满足系统目标程度的综合分析及判定。,评价对象（,What）,评价主体（,Who）,效用：某主体对某种利益和损失所独有的,感觉及反应。,5.1,系统评价原理,评价目的（,Why）,评价时期（,When）,期初评价、期中评价、期末评价、跟踪评价,评价地点（,Where）,评价方法（,How）,系统评价是多方面要素（5,W1H）,所构成的问题复合体。,5.1,系统评价原理,三、程序和方法,认识评价问题(5,W1H),搜集、整理、分析,资料,方案,准则,主体,选择评价方法、建立评价模型,分析 、计算,评价,值,综合,评价,决,策,关联矩阵法（原理性方法）,层次分析法（评价要素多层次分布）,模糊综合评判法（多评价主体）,5.1,系统评价原理,系统评价方法,:,层次分析法,层次分析法是对一些较为复杂、较为模糊的问题作出决策的简易方法，它特别适用于那些难于完全定量分析的问题。社会的发展导致了社会结构、经济体系及人们之间相互关系的日益复杂，人们希望能在错综复杂的情况下，利用各种信息，通过理智的、科学的分析，作出最佳决策。例如，生产者面对消费者的各种喜好或竞争对手的策略要作出最佳决策；消费者面对琳琅满目的商品要根据它们的性能质量的好坏、价格的高低、外形的美观程度等选择自己最为满意的商品；毕业生要根据自己的专业特长、社会的需求情况、福利待遇的好坏等挑选最为合意的工作；科研单位要根据项目的科学意义和实用价值的大小、项目的可行性、项目的资助情况及周期长短等选择最合适的研究课题,。当我们面对这类决策问题时，容易发现，影响我们作决策的因素很多，其中某些因素存在定量指标，可以给以度量，但也有些因素不存在定量指标，只能定性地比较它们的强弱。在处理这类比较复杂而又比较模糊的问题时，如何尽可能克服因主观臆断而造成的片面性，较系统、全面地比较分析并作出较为明智的决策呢？,Saaty.T.L,等人在,70,年代提出了一种以定性与定量相结合，系统化、层次化分析问题的方法，称为层次分析法（,Analytic Hiearchy Process,，简称,AHP,）。层次分析法将人们的思维过程层次化，逐层比较其间的相关因素并逐层检验比较结果是否合理，从而为分析决策提供了较具说服力的定量依据，层次分析法的提出不仅为处理这类问题提供了一种实用的决策方法，而且也提供了一个在处理机理比较模糊的问题时，如何通过科学分析，在系统全面分析机理及因果关系的基础上建立数学模型的范例。,一、层次分析的基本步骤,层次分析过程可分为四个基本步骤：（,1,）建立层次结构模型；（,2,）构造出各层次中的所有判断矩阵；（,3,）层次单排序及一致性检验；（,4,）层次总排序及一致性检验。,下面通过一个简单的实例来说明各步骤中所做的工作。,例,1,某工厂有一笔企业留成利润要由厂领导决定如何使用。可供选择的方案有：给职工发奖金、扩建企业的福利设施（改善企业环境、改善食堂等）和引进新技术新设备。工厂领导希望知道按怎样的比例来使用这笔资金较为合理。,步,1,建立层次结构模型,在用层次分析法研究问题时，首先要根据问题的因果关系并将这些关系分解成若干个层次。较简单的问题通常可分解为目标层（最高层）、准则层（中间层）和方案措施层（最低层）。与其他决策问题一样，研究分析者不一定是决策者，不应自作主张地作出决策。对于本例，如果分析者自行决定分配比例，厂领导必定会询问为什么要按此比例分配，符合决策者要求的决策来自于对决策者意图的真实了解。经过双方沟通，分析者了解到如下信息：决策者的目的是合理利用企业的留成利润，而利润的利用是否合理，决策者的主要标准为：（,1,）是否有利于调动企业职工的积极性，（,2,）是否有利于提高企业的生产能力，（,3,）是否有利于改善职工的工作、生活环境。分析者可以提出自己的看法，但标准的最终确定将由决策者决定。,根据决策者的意图，可以建立起本问题的层次结构模型如下图所示。,合理利用企业利润,调动职工积极性,C,1,提高企业技术水平,C,2,改善职工工作生活条件,C,3,发奖金,P,1,扩建福利,事业,P,2,引进新设备,P,3,目标层,O,准则层,C,措施层,P,图中的连线反映了因素间存在的关联关系，哪些因素存在关联关系也应由决策者决定。,对于因果关系较为复杂的问题也可以引进更多的层次。例如，在选购电冰箱时，如以质量、外观、价格、品牌及信誉等为准则，也许在衡量质量优劣时又可分出若干个不同的子准则，如制冷性能、结霜情况、耗电量大小等等。,建立层次结构模型是进行层次分析的基础，它将思维过程结构化、层次化，为进一步分析研究创造了条件。,步,2,构造判断矩阵,层次结构反映了因素之间的关系，例如上图中目标层利润利用是否合理可由准则层中的各准则反映出来。但准则层中的各准则在目标衡量中所占的比重并不一定相同，在决策者的心目中，它们各占有一定的比例。,在确定影响某因素的诸因子在该因素中所占的比重时，遇到的主要困难是这些比重常常不易定量化。虽然你必须让决策者根据经验提供这些数据，但假如你提出“调动职工积极性在判断利润利用是否合理中占百分之几的比例”之类的问题，不仅会让人感到难以精确回答，而且还会使人感到你书生气十足，不能胜任这一工作。此外，当影响某因素的因子较多时，直接考虑各因子对该因素有多大程度的影响时，常常会因考虑不周全、顾此失彼而使决策者提出与他实际认为的重要性程度不相一致的数据，甚至有可能提出一组隐含矛盾的数据。,设现在要比较,n,个因子,X,= ,x,1,x,n,对某因素,Z,的影响大小，怎样比较才能提供可信的数据呢？,Saaty,等人建议可以采取对因子进行两两比较建立成对比较矩阵的办法。即每次取两个因子,x,i,和,x,j,，以,a,ij,表示,x,i,和,x,j,对,Z,的影响大小之比，全部比较结果用矩阵,A,=(,a,ij,),n,n,表示，称,A,为,Z,X,之间的成对比较判断矩阵（简称判断矩阵）。容易看出，若,x,i,和,x,j,对,Z,的影响之比,为,a,ij,，则,x,j,和,x,i,对,Z,的影响之比应为 。,定义,1,若矩阵,A,=(,a,ij,),n,n,满足,（,i,）,a,ij,0,，,（,ii,） （,i,j,= 1,2,n,），,则称之为正互反矩阵（易见,a,ii,=1,i,= 1, ,n,）。,关于如何确定,a,ij,的值，,Saaty,等建议引用数字,19,及其倒数作为标度。他们认为，人们在成对比较差别时，用,5,种判断级较为合适。即使用相等、较强、强、很强、绝对地强表示差别程度，,a,ij,相应地取,1,3,5,7,和,9,。在成对事物的差别介于两者之间难以定夺时，,a,ij,可分别取值,2,、,4,、,6,、,8,。,从心理学观点来看，分级太多会超越人们的判断能力，既增加了作判断的难度，又容易因此而提供虚假数据。,Saaty,等人还用实验方法比较了在各种不同标度下人们判断结果的正确性，实验结果也表明，采用,19,标度最为合适。,如果在构造成对比较判断矩阵时，确实感到仅用,19,及其倒数还不够理想时，可以根据情况再采用因子分解聚类的方法，先比较类，再比较每一类中的元素。,步,3,层次单排序及一致性检验,上述构造成对比较判断矩阵的办法虽能减少其他因素的干扰影响，较客观地反映出一对因子影响力的差别。但综合全部比较结果时，其中难免包含一定程度的非一致性。如果比较结果是前后完全一致的，则矩阵,A,的元素还应当满足：,i,、,j,、,k,= 1,2,n,定义,2,满足上面关系式的正互反矩阵称为一致矩阵。,如前所述，如果判断者前后完全一致，则构造出的成对比较判断矩阵应,当是一个一致矩阵。但构造成对比较判断矩阵,A,共计要作,次比较（设有,n,个因素要两两比较），保证,A,是正互反矩阵是较容易办到的，但要求所有比较结果严格满足一致性，在,n,较大时几乎可以说是无法办到的，其中多少带有一定程度的非一致性。更何况比较时采用了,19,标度，已经接受了一定程度的误差，就不应再要求最终判断矩阵的严格一致性。如何检验构造出来的（正互反）判断矩阵,A,是否严重地非一致，以便确定是否接受,A,，并用它作为进一步分析研究的工具？,Saaty,等人在研究正互反矩阵和一致矩阵性质的基础上，找到了解决这一困难的办法，给出了确定矩阵,A,中的非一致性是否可以允忍的检验方法。,定理,1,正互反矩阵,A,的最大特征根,max,必为正实数，其对应特征向量的所有分量均为正实数。,A,的其余特征根的模均严格小于,max,。（证明从略）,现在来考察一致矩阵,A,的性质，看将单位重量的大石块剖分成重量为,1,n,的,n,块小石块的例子，如果判断者的判断结果完全一致，则构造出来的一致矩阵为,容易看出，一致矩阵,A,具有以下性质：,定理,2,若,A,为一致矩阵，则,（,1,）,A,必为正互反矩阵。,（,2,）,A,的转置矩阵,A,T,也是一致矩阵。,（,3,）,A,的任意两行成比例，比例因子（即,w,i,/w,j,）大于零，从而,rank,（,A,）,=1,（同样，,A,的任意两列也成比例）。,（,4,）,A,的最大特征根,max,=,n,，其中,n,为矩阵,A,的阶。,A,的其余特征根均为零。,（,5,）若,A,的最大特征根,max,对应的特征向量为,W,=,（,w,1, w,n,）,I,，则,a,ij,=w,i,/w,j,，,i,j,= 1,2,n,。,定理,3,n,阶正互反矩阵,A,为一致矩阵当且仅当其最大特征根,max=,n,，且当正互反矩阵,A,非一致时，必有,max,n,。,根据定理,3,，我们可以由,max,是否等于,n,来检验判断矩阵,A,是否为一致矩阵。由于特征根连续地依赖于,a,ij,，故,max,比,n,大得越多，,A,的非一致性程度也就越为严重，,max,对应的标准化特征向量也就越不能真实地反映出,X,=,x,1,x,n,在对因素,Z,的影响中所占的比重。因此，对决策者提供的判断矩阵有必要作一次一致性检验，以决定是否能接受它。,为确定多大程度的非一致性是可以允忍的，,Saaty,等人采用了如下办法：,（,1,）求出 ，称,CI,为,A,的一致性指标。,容易看出，当且仅当,A,为一致矩阵时，,CI,= 0,。,CI,的值越大，,A,的非一致性越严重。利用线性代数知识可以证明，,A,的,n,个特征根之和等于其对角线元素之和（即,n,）故,CI,事实上是,A,的除,max,以外其余,n,1,个特征根的平均值的绝对值。若,A,是一致矩阵，其余,n,1,个特征根均为零，故,CI,=0,；否则，,CI,0,，其值随,A,非一致性程度的加重而连续地增大。当,CI,略大于零时（对应地，,max,稍大于,n,），,A,具有较为满意的一致性；否则，,A,的一致性就较差。,（,2,）上面定义的,CI,值虽然能反映出非一致性的严重程度，但仍未能指明该非一致性是否应当被认为是可以允许的。事实上，我们还需要一个度量标准。为此，,Saaty,等人又研究了他们认为最不一致的矩阵,用从,19,及其倒数中随机抽取的数字构造的正互反矩阵，取充分大的子样，求得最大特征根的平均值 ， 并定义,称,RI,为平均随机一致性指标。,对,n,=1,11,，,Saaty,给出了,RI,的值，如表,2,所示。,表,2,N,1,2,3,4,5,6,7,8,9,10,11,RI,0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45,1.49,1.51,（,3,）将,CI,与,RI,作比较，定义,称,CR,随机一致性比率。经大量实例比较，,Saaty,认为，在,CR,0.10,时可以认为判断矩阵具有较为满意的一致性，否则就应当重新调整判断矩阵，直至具有满意的一致性为止。综上所述，在步,3,中应先求出,A,的最大特征根,max,及,max,对应的特征向量,W=,（,w,1, w,n,）,T,，进行标准化，,使得 。,再对,A,作一致性检验：计算 ，,查表得到对应于,n,的,RI,值，求 ，,若,CR,0.1,，则一致性较为满意，以,i,作为因子,x,i,在上层因子,Z,中所具有的权值。否则必需重新作比较，修正,A,中的元素。只有在一致性较为满意时，,W,的分量才可用作层次单排序的权重。,现对本节例,1,（即合理利用利润问题的例子）进行层次单排序。,为求出,C,1,、,C,2,、,C,3,在目标层,A,中所占的权值，构造,O,C,层的成对比较矩阵，设构造出的成对比较判断知阵,A=,3,1,1,1,5,3,C,1,C,2,C,3,C,1,C,2,C,3,0,于是经计算，,A,的最大特征根,max,=3.038,，,CI,=0.019,，查表得,RI,= 0.58,，故,CR,= 0.033,。因,CR,0.1,，接受矩阵,A,，求出,A,对应于,max,的标准化特征向量,W= ( 0.105, 0.637,，,0.258),T,，以,W,的分量作为,C,1,、,C,2,、,C,3,在目标,O,中所占的权重。,类似求措施层中的,P,1,、,P,2,在,C,1,中的权值，,P,2,、,P,3,在,C,2,中的权值及,P,1,、,P,2,在,C,1,中的权值：,1,P,2,3,1,P,1,P,2,P,1,C,1,1,3,max,=2,，,CI,=,CR,= 0,W,= (0.75, 0.25),T,1,5,P,3,1,P,2,P,3,P,2,C,2,1,5,max,=2,，,CI,=,CR,= 0,W,= (0.167, 0.833),T,1,P,2,2,1,P,1,P,2,P,1,C,3,1,2,max,=2,，,CI,=,CR,= 0,W,= (0.66, 0.333),T,经层次单排序，得到下图,合理利用企业利润,调动职工积极性,C,1,提高企业技术水平,C,2,改善职工工作生活条件,C,3,发奖金,P,1,扩建福利,事业,P,2,引进新设备,P,3,目标层,O,准则层,C,措施层,P,0.105,0.637,0.258,0.75,0.25,0.167,0.833,0.667,0.3332,设上一层次（,A,层）包含,A,1,A,m,共,m,个因素，它们的层次总排序权值分别为,a,1,a,m,。又设其后的下一层次（,B,层）包含,n,个因素,B,1,B,n,，它们关于,A,j,的层次单排序权值分别为,b,1,j,b,nj,（当,B,i,与,A,j,无关联系时，,b,ij,= 0,）。现求,B,层中各因素关于总目标的权值，即求,B,层各因素的层次总排,序权值,b,1,b,n,，计算按下表所示方式进行,即 ，,i,=1,n,。,b,n m,b,n,2,b,n,1,B,n,B,2,m,b,22,b,21,B,2,B,1,m,b,12,b,11,B,1,B,层总排序权值,A,m,A,m,A,2,a,2,A,1,a,1,层,A,层,B,步,4,层次总排序及一致性检验,最后，在步骤（,4,）中将由最高层到最低层，逐层计算各层次中的诸因素关于总目标（最高层）的相对重要性权值。,例如，对于前面考察的工厂合理利用留成利润的例子，措施层层次单排序权值的计算如下表所示。,层,C,层,P,C,1,C,2,C,3,层,P,的总排序权值,0.105,0.637,0.258,P,1,0.75,0,0.667,0.251,P,2,0.25,0.167,0.333,0.218,P,3,0,0.833,0,0.531,对层次总排序也需作一致性检验，检验仍象层次总排序那样由高层到低层逐层进行。这是因为虽然各层次均已经过层次单排序的一致性检验，各成对比较判断矩阵都已具有较为满意的一致性。但当综合考察时，各层次的非一致性仍有可能积累起来，引起最终分析结果较严重的非一致性。,设,B,层中与,A,j,相关的因素的成对比较判断矩阵在单排序中经一致性检验，求得单排序一致性指标为,CI,(,j,),，,(,j,=1,m,),，相应的平均随机一致性指标为,RI,(,j,) (,CI,(,j,),、,RI,(,j,),已在层次单排序时求得,),，则,B,层总排序随机一致性比率为,CR,=,当,CR,0,，,k,=0,。,（步,2,）迭代计算 ，,k,= 0,1,。,若 ，,i,= 1,n,，,则取,W,=,为,A,的对应于,max,的特征向量的近似，,否则转步,2,。,（步,3,） 将 标准化，即求,其中 为 的第,i,个分量。,（步,4,）求,max,的近似值,对前面例子中的,OC,判断矩阵，,若取 ，,=0.001,，利用幂法求近似特征向量如下：,（第一次迭代）,(0),= (0.511,3,1.444),T,，,= 4.955,，求得,W,(1),= (0.103,0.605,2.91),T,（第二次迭代）,(2),= (0.321,1.993,0.802),T,，,= 3.116,，求得,W,(2),= (0.103,0.639,0.257),T,（第三次迭代）,(3),= (0.316,1.925,0.779),T,，,= 3.02,，求得,W,(3),= (0.105,0.637,0.258),T,（第四次迭代）,(4),= (0.318,1.936,0.785),T,，,= 3.04,，求得,W,(4),= (0.105,0.637,0.258),T,因 ，取,W,=,W,(4),。进而，可求得 。,3,、和积法,（步,1,）将判断矩阵,A,的每一列标准化，即令,i,j,=1, ,n,令 。,（步,2,）将 中元素按行相加得到向量 ，其分量 ，,i,= 1, ,n,。,（步,3,）将 标准化，得到,W,，即,，,i,= 1, ,n,W,即为,A,的（对应于,max,的）近似特征向量。,（步,4,）求最大特征根近似值 。,仍以前面例子中的,OC,判断矩阵为例：,按列标准化,标准化,，,以上近似方法计算都很简单，计算结果与实际值相差很小，且,A,的非一致性越弱相差越小，而当,A,为一致矩阵时两者完全相同。,按行相加,三、层次分析法应用举例,在应用层次分析法研究问题时，遇到的主要困难有两个：（,1,）如何根据实际情况抽象出较为贴切的层次结构；（,2,）如何将某些定性的量作比较接近实际的定量化处理。层次分析法对人们的思维过程进行了加工整理，提出了一套系统分析问题的方法，为科学管理和决策提供了较有说服力的依据。但层次分析法也有其局限性，主要表现在：（,1,）它在很大程度上依赖于人们的经验，主观因素的影响很大，它至多只能排除思维过程中的严重非一致性（即矛盾性），却无法排除决策者个人可能存在的严重片面性。（,2,）比较、判断过程较为粗糙，不能用于精度要求较高的决策问题。,AHP,至多只能算是一种半定量（或定性与定量结合）的方法，如何用更科学、更精确的方法来研究问题并作出决策，还有待于进一步的探讨研究。,在应用层次分析法时，建立层次结构模型是十分关键的一步。现再分析若干实例，以便说明如何从实际问题中抽象出相应的层次结构。,例,2,招聘工作人员,某单位拟从应试者中挑选外销工作人员若干名，根据工作需要，单位领导认为招聘来的人员应具备某些必要的素质，由此建立层次结构如图,8.9,所示。,招聘人员综合情况,知识,能力,外表,经济知识,外语知识,法律知识,组织能力,公关能力,计算机操作,气,质,身,高,体,形,C,层,B,层,A,层,0.25,0.5,0.25,B1,B2,B,3,0.186,0.737,0.077,0.333,0.333,0.333,0.738,0.168,0.094,C1,C2,C3,C4,C5,C6,C7,C8,C,9,该单位领导认为，作为外销工作人员，知识面与外观形象同样重要，而在能力方面则应有稍强一些的要求。根据以上看法，建立,AB,层成对比较判断矩阵,求得,max,=3,，,CR,= 0,。,1,2,1,1,1,2,1,B,1,B,2,B,3,B,3,B,2,B,1,A,类似建立,B,C,层之间的三个成对比较矩阵,:,1,C,3,8,1,5,C,2,3,1,C,1,C,3,C,2,C,1,B,1,1,1,1,C,6,1,1,1,C,5,1,1,1,C,4,C,6,C,5,C,4,B,2,1,C,9,2,1,C,8,7,5,1,C,7,C,9,C,8,C,7,B,3,W,= (0.186,0.737,0.077),T,= 3.047,CR,= 0.041,W,= ( , , ),T,W,= (0.738,0.168,0.094),T,= 3.017,CR,= 0.015,经层次总排序，可求得,C,层中各因子,C,i,在总目标中的权重分别为：,0.047,0.184,0.019,，,0.167,0.167,0.167,0.184,0.042,0.024,招聘工作可如下进行，根据应试者的履历、笔试与面试情况，对他们的九项指标作,19,级评分。设其得分为,X,= (,x,1,x,9,),T,，用公式,y,= 0.047,x,1,+ 0.184,x,2,+0.019,x,3,+0.167 (,x,4,+,x,5,+,x,6,),+ 0.184,x,7,+ 0.042,x,8,+ 0.024,x,9,计算总得分，以,y,作为应试者的综合指标，按高到低顺序录用。,例,3,（挑选合适的工作）经双方恳谈，已有三个单位表示愿意录用某毕业生。该生根据已有信息建立了一个层次结构模型，如下图所示。,工作满意程度,研究课题,发展前途,待,遇,同事情况,地理位置,单位名气,工作,1,工作,2,工作,3,目标层,A,准则层,B,方案层,C,B,1,B,2,B,3,B,4,B,5,B,6,C,1,C,2,C,3,该生经冷静思考、反复比较，建立了各层次的成对比较矩阵：,1,3,3,2,2,2,B,6,1,1,3,1,1,B,5,1,B,4,3,5,1,1,B,3,1,4,2,1,1,B,2,1,4,1,1,1,B,1,B,6,B,5,B,4,B,3,B,2,B,1,A,由于比较因素较多，此成对比较矩阵甚至不是正互反矩阵。,（方案层）,1,2,C,3,3,1,4,C,2,1,C,1,C,3,C,2,C,1,B,1,1,2,5,C,3,1,4,C,2,1,C,1,C,3,C,2,C,1,B,2,1,1,3,C,3,1,1,C,2,3,1,C,1,C,3,C,2,C,1,B,3,(,层次总排序,),如下表所示。,准则,研究课题,发展前途,待遇,同事情况,地理位置,单位名气,总排序权值,准则层权值,0.16,0.19,0.19,0.05,0.12,0.30,方案层,工作,1,0.14,0.10,0.32,0.28,0.47,0.77,0.40,单排序,工作,2,0.62,0.33,0.22,0.65,0.47,0.17,0.34,权值,工作,3,0.24,0.57,0.46,0.07,0.07,0.06,0.26,根据层次总排序权值，该生最满意的工作为工作,1,。（说明：本例省略了一致性检验）,例,4,作品评比。,电影或文学作品评奖时，根据有关部门规定，评判标准有教育性、艺术性和娱乐性，设其间建立的成对比较矩阵为,由此可求得,W = (0.158,0.187,0.656),T,，,CR,= 0.024 ( 0.1),本例的层次结构模型如下图所示,电影或文学作品评比,教育性,艺术性,娱乐性,作品,1,作品,n,0.158,0.187,0.656,在具体评比时，可请专家对作品的教育性、艺术性和娱乐性分别打分。根据作品的得分数,X,= (,x,1,x,2,x,3,),T,，利用公式,y,= 0.158,x,1,+ 0.187,x,2,+0.656,x,3,计算出作品的总得分，据此排出的获奖顺序。,读者不难看出，,A,矩阵的建立对评比结果的影响极大。事实上，整个评比过程是在组织者事先划定的框架下进行的，评比结果是按组织者的满意程度来排序的。这也说明，为了使评比结果较为理想，,A,矩阵的建立应尽可能合理。,例,5(,作业,),教师工作情况考评。,某高校为了做好教师工作的综合评估，使晋级、奖励等尽可能科学合理，构造了下图所示的层次结构模型。,教育工作评估,教学工作量,指导研究生数,教学内容,教学效果,主要刊物发表论文数,一般论文数,国家级获奖项目,省部级获奖项目,出版著作字数,翻译著作字数,数量,质量,论文,项目,著作,教学,科研,O,A,1,A,2,B,1,B,2,B,3,B,4,B,5,C,1,C,2,C,3,C,4,C,5,C,6,C,7,C,8,C,9,C,10,在,C,层中共列出了十项指标，有些可用数量表示，有些只能定性表示（如教学效果只能分为若干等级）。即使对于可以定量表示的指标，由于各指标具有不同的量纲，例如一篇论文并不等同于一个获奖项目，互相之间不能直接进行比较。为此，在层次单排序与总排序时应先统一化成无量纲量。如可将每一指标分为若干等级并对每一等级规定一个合适的得分数。然后再根据各因子的重要程度利用成对比较及层次排序来确定各因子的权。,在评估某教师时，只要根据该教师的各项指标，利用由层次分析得到的评估公式计算其最终得分即可。,上述诸例有一个共同的特征，模型涉及的因素间存在着较为明确的因果关系，这些因果关系又可以分成若干个层次。同一层次中的各因素间相互影响很小基本上可略去不计，上层因素对下层的某些因素存在着逐层传递的支配关系，但不考虑相反的逆关系。,更复杂的层次结构可以考虑同一层次内各因素间的相互影响，也可以考虑下层因素对上层因素的反馈作用，因研究这类层次结构需要用到更多的数学知识，因此不再作进一步的介绍，有兴趣的同学可以查阅有关的书籍和文献。,