- 综合排序
- 最热优先
- 最新优先
- 来自专栏落雨的专栏
层次分析法AHP
AHP通过把定量分析和定性分析结合在一起，让决策在在权衡多个指标之间的重要度是可以更加科学合理的判断。
2.4K40编辑于 2022-07-28 - 来自专栏全栈程序员必看
层次分析法（AHP）详细步骤
算法简介 层次分析法（AHP）是美国运筹学家萨蒂于上世纪70年代初，为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法
8.2K20编辑于 2022-09-14 - 来自专栏全栈程序员必看
清风数学建模学习笔记——层次分析法（AHP）
层次分析法 层次分析法（analytic hierarchy process），简称AHP。是建模比赛中比较基础的模型之一，其主要解决评价类的问题。如选择哪种方案最好，哪位员工表现最好等。
2.6K42编辑于 2022-11-09 - 来自专栏全栈程序员必看
计算权重的方法_ahp权重计算方法
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/168008.html原文链接：https://javaforall.cn
1.1K40编辑于 2022-09-20 - 来自专栏往期博文
数学建模学习笔记（四）层次分析法（AHP）
=nW； （这一块比较难懂，但不影响使用） 例子说明： 层次总排序及其一致性检验： 具体案例： 使用方法： 1、有大牛将整个计算过程浓缩成软件 AHP
1.9K21编辑于 2022-06-14 - 来自专栏主观赋权法
层次分析法（AHP）详解：从理论到实践应用
AHP的基本原理与核心思想层次分析法（AHP）的诞生源于对复杂决策问题的深入思考，特别是那些涉及多个相互冲突且难以纯定量解决的评判标准的问题。 AHP方法的实施步骤详解掌握AHP方法的实施步骤是应用这一工具解决实际问题的关键。AHP的应用过程可以分为六个系统化步骤，每一步都有其特定的操作方法和理论依据。 为评估判断矩阵的一致性，AHP方法引入了一致性检验机制。 AHP方法的应用案例解析理论方法的真正价值在于实践应用，本节将通过一个典型案例——供货商选择决策，展示AHP方法在实际管理决策中的具体应用过程与技巧。 AHP方法的优势与局限作为一种经典的决策分析方法，AHP在管理研究和实践中得到了广泛应用。
2.8K06编辑于 2026-02-23 - 来自专栏主观赋权法
层次分析法AHP在论文案例分析中的应用指南
：与TOPSIS、模糊综合评价等方法结合，确定指标权重影响因素分析：识别关键影响因素及其重要程度1.2AHP在论文中的价值在学术论文中使用AHP方法具有以下优势：理论基础扎实：由美国运筹学家Saaty教授提出 方法的适用性建议：在文献综述中引用相关领域使用AHP的经典文献说明AHP方法的优势和适用场景解释为什么选择AHP而非其他方法与其他方法进行对比验证问题2：如何提高论文的创新性建议：将AHP与其他方法结合 （如AHP-TOPSIS、AHP-模糊综合评价）改进传统AHP方法（如区间AHP、模糊AHP）应用于新的研究领域或问题构建更科学合理的指标体系采用更大规模的专家调研五、AHP与其他方法的结合应用5.1AHP-TOPSIS ：使用三角模糊数或梯形模糊数表示判断更符合人类思维的模糊性特征适合不确定性较强的决策问题与传统AHP的区别：传统AHP：使用精确数值（1-9标度）模糊AHP：使用模糊数，如(1,2,3)5.5网络层次分析法 掌握AHP方法不仅能够帮助我们科学地确定指标权重，更重要的是培养了系统思维和定量分析能力。希望本文能够帮助读者深入理解AHP方法的原理和应用，在论文写作中得心应手地运用这一工具。
17200编辑于 2026-03-08 - 来自专栏小樱的经验随笔
网络分析法（Analytic Network Process，ANP）
控制层中每个准则的权重均可用AHP方法获得。 Harker和Vargas曾经这样评价AHP：“AHP是一套复杂的评价系统，当我们进行多目标、多准则以及多评委的决策时，面对众多的可选方案，AHP能够用来解决各种量化和非量化、理性与非理性的决策问题。” AHP简单易用，其缜密的理论基础决定了它能解决各种实际问题。AHP模型使各决策层之间相互联系，并能推出跨层次之间的相互关系。 例如，AHP就未能考虑到不同决策层或同一层次之间的相互影响，AHP模型只是强调各决策层之间的单向层次关系，即下一层对上一层的影响。 ANP中各因素的相对重要性指标的确定与AHP基本相同。
21.8K50发布于 2018-04-08 - 来自专栏数据分析1480
巧用Python搭建你的用户价值模型
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。 AHP介绍 先来看看比较官方的解释： AHP(Analytic Hierarchy Process-解析阶层的过程)又叫层次分析法，是一种定性与定量相结合的分析方法，是一种将决策者对复杂系统的决策思维过程模型化 AHP流程 知道了AHP是什么以后，我们来具体看看AHP的一个具体流程。 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。 AHP实例 还是以前面说到用户价值模型为例，走一遍完整的流程。
1K10发布于 2019-05-21 - 来自专栏张俊红
实战—用户价值模型搭建
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。 AHP介绍 先来看看比较官方的解释： AHP(Analytic Hierarchy Process-解析阶层的过程)又叫层次分析法，是一种定性与定量相结合的分析方法，是一种将决策者对复杂系统的决策思维过程模型化 AHP流程 知道了AHP是什么以后，我们来具体看看AHP的一个具体流程。 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。 AHP实例 还是以前面说到用户价值模型为例，走一遍完整的流程。
1.9K60发布于 2018-06-11 - 来自专栏数据挖掘
商品综合评价排名
----------------------我是分割线----------------------- AHP分析法：也叫层次分析法。 为了优化综合评价法在最后计算的权重，本文利用AHP分析法对产品的权重进行分析打分，首先将指标列为一下矩阵形式： A1 A2 A3 A4 … A1 A11 A12 A13 A14 … A2 A21 A22 ---------------------------我是分割线-------------------------- 利用AHP分析法得到的权重乘以综合评价法得到的标准化值就是最后的综合得分，就可以进行排名了
1.1K30发布于 2019-07-02 - 来自专栏机器之心
Nature子刊：科学家在类脑芯片上实现类似LSTM的功能，能效高1000倍
现在有一项研究模拟了生物神经元，通过放慢每个脉冲后的超极化后电位（AHP）电流，提供了一种有效的解决方案。 AHP 电流可以很容易地在支持多节段（multi-compartment）神经元模型的神经形态硬件（例如英特尔的 Loihi 芯片）上实现类似于 LSTM 的功能。 他和他的同事试图复刻人脑中的一种记忆存储机制，这种机制由生物神经网络执行，称为超极化后电位 (AHP) 电流。 AHP 神经元放电模式 大脑中的神经元在触发后通常会返回到其基线水平并保持静止，直到它再次接收到超过其阈值的输入而被触发。 但在 AHP 网络中，神经元放电一次后，会暂时禁止再次放电，这有助于神经元网络在消耗更少能量的同时保留信息。
55410编辑于 2022-05-23 - 来自专栏拓端tecdat
Matlab基于SEIRD模型，NSIR预测模型，AHP层次分析法新冠肺炎预测与评估分析
本文建立了SEIRD 模型， NSIR 预测模型，使用 AHP 层次分析法等进行了模拟仿真，评估疫情出现第二次高峰的风险大小，并给出复工复产的政策性建议，以避免第二次高峰的出现同时保障大型赛事的顺利举办 层次分析法 层次分析法（Analytic Hierarchy Process 简称 AHP）是一种将与决策有关的要素分解成 目标层、准则层和方案层，在此基础之上进行定性和定量分析，解决多目标的复杂问题的决 代码： function [Q] =AHP(B) %Q为权值，B为对比矩阵 %导入判别矩阵B [n,m]=size(B) ; %判别矩阵具有完全一致性 for i=1:n for j=1:n if B
47150编辑于 2023-04-19 - 来自专栏脑电信号科研科普
Nature communications:对运动前区的直流电刺激阻塞了自主行为意识
此外，在病理背景下，AHP与触觉和本体感受缺陷之间的双重分离已经被描述，这表明没有躯体感觉反馈的患者可能表现出运动意识受损。 综上所述，分析表明，AHP患者和PMC不相关虚拟病变的主要共同病变是颞顶-运动前神经网络，主要包括SLF II、III和弓状束。 这种行为类似于AHP患者的病理状况(他们声称能够移动自己瘫痪的手)，从而展示了AHP的术中虚拟模型。值得注意的是，在临床背景下，运动意识的内隐和外显方面的分离已经在AHP患者中被描述。 例如，一些AHP患者在进行操作时(如打开瓶子)采用了代偿性单性策略(如将瓶子放在两腿之间)，从而显示出他们对运动缺陷的一些隐性认识。 这种结构颞顶连接模式与AHP患者的病变研究和健康受试者的神经影像学研究提出的腹侧PMC作为比较系统的作用高度一致。
47500发布于 2020-11-20 - 来自专栏CSDN小华
数学建模--层次分析法
层次分析法（AHP）在实际应用中存在主观性和计算繁琐的问题。 层次分析法（AHP）的一致性检验方法主要包括以下几个步骤： 计算一致性指标CI：首先，需要对判断矩阵进行特征值和特征向量的计算，得到最大特征值λmax。 在层次分析法（AHP）中，平衡定性和定量分析的重要性是通过将两者结合来实现的。 此外，AHP能够综合考虑多个因素之间的相互关系，不仅考虑了各个因素的重要性，还考虑了它们之间的相互作用。 与其他决策分析方法相比，AHP具有以下特点和不足： 与模糊逻辑的比较： 优势：模糊层次分析法（FL-AHP）结合了AHP的系统性和模糊逻辑的灵活性，能够更好地处理决策中的不确定性和模糊性。
90210编辑于 2024-10-16 面试官：left join后用on还是where？区别真的很大！
*,ahv.TEXT_ FROM budget_management bm LEFT JOIN act_hi_procinst ahp ON ahp.BUSINESS_KEY_= bm.id LEFT JOIN act_hi_varinst_copy1 ahv on ahv.PROC_INST_ID_ = ahp.PROC_INST_ID_ and ahv.NAME_ = 'approvalResult *,ahv.TEXT_ FROM budget_management bm LEFT JOIN act_hi_procinst ahp ON ahp.BUSINESS_KEY_= bm.id LEFT JOIN act_hi_varinst_copy1 ahv on ahv.PROC_INST_ID_ = ahp.PROC_INST_ID_ and ahv.NAME_ = 'approvalResult
51510编辑于 2025-05-31- 来自专栏CSDN小华
数学建模--灰色关联分析法
灰色关联分析法与其他系统分析方法（如AHP）相比有哪些优势和劣势？ 灰色关联分析法（Grey Relational Analysis, GRA）与其他系统分析方法（如层次分析法AHP）相比，具有以下优势和劣势： 优势： 对样本量要求低：灰色关联分析法不需要大量的样本数据 缺乏一致性检验：与AHP相比，灰色关联分析法没有内置的一致性检验机制，这可能导致结果的可靠性和一致性较差。 比较： AHP的优势：AHP是一种结合了定性和定量分析的方法，能够通过一致性检验来确保结果的一致性和可靠性。它适用于多层次、多因素的风险评价，并且在土木工程等领域得到了广泛应用。 AHP的劣势：AHP的两两比较过程较为繁琐，特别是当风险因素较多时，需要进行大量的比较，导致效率低下，并且容易引起专家的厌烦心理。
1.4K10编辑于 2024-10-16 - 来自专栏Frank909
ADASISv3简述，自动驾驶怎么进行地图数据传输？
涉及到 ADASIS v3 开发时，要注意 4 样东西： AHP(ADAS Horizon Provider) 电子地平线内容提供者 AHR(ADAS Horizon Reconstructor) 数据重构者 所以，AHP 首要任务是要传输 Path 信息，AHR 首要任务是要根据 Path 进行路径重建。 ADASIS v3 管理机制 基础的 ADASIS v3 由一个 AHP 和多个 AHR 组成，它们分别代表内容提供者和内容重构者角色，中间进行数据通信。 也可能 AHP 和 AHR 就在同一台计算平台上。 这代表分布式和集中式两种架构。 把话题拉回来，通信要传输数据，如何保证高效又不出错呢？这就需要建立一套同步机制。 所以，可以形成一个主 AHP,一个辅助性的 AHP. 地图的数据走主 provider，感知类的数据走辅助 providers。
2.7K11编辑于 2021-12-06 - 来自专栏拓端tecdat
Python企业投标策略优化研究:Monte Carlo、贝叶斯决策、遗传算法、层次分析法AHP动态评分系统构建及企业投标数据应用|附代码数据
引言为解决这一痛点，我们基于企业投标数据，整合Python数据分析工具与层次分析法（AHP）、Monte Carlo算法、贝叶斯决策、遗传算法及多维度分析法，构建了“评分-优化-动态调整”的全流程投标策略体系 文章先梳理招投标场景的核心痛点，再分三步落地解决方案：第一步用AHP构建基础评分模型，结合Monte Carlo验证公平性、贝叶斯分析风险；第二步用遗传算法优化模型参数，提升中标概率；第三步设计动态评分系统 P利润（含直接利润、隐形利润）R风险管理（含风险识别、风险控制）三、问题一：投标评分模型构建与多维度分析3.1 核心思路传统评分依赖专家主观判断，我们选择中国政府采购网（国内代表性平台）的招标机制，用AHP 3.3 AHP评分模型构建（关键步骤简化）AHP的核心是把复杂目标拆解为“目标层-准则层-方案层”，通过两两比较确定指标权重，具体如下：层次结构设计：目标层是“最优投标方案选择”，准则层是成本（C）、报高率 缺点：AHP依赖专家经验（可通过多专家打分降低主观影响），遗传算法迭代时间长（可通过优化种群规模提速）。6.2 服务支持 若需获取完整代码、数据或进群交流，可联系拓端数据部落公众号。
10010编辑于 2026-02-12 - 来自专栏物流技术与应用
基于改进Shapley值的风电零部件供应商合作利益分配研究
针对目前风电零部件供应商的特点，建立基于Shapley值的利益分配模型，并在综合考虑风险承担能力、业务能力、增值服务能力、合作贡献水平等因素的基础上，运用层次分析法（AHP）-模糊综合评价法对收益区间进行修正 关键词：合理利益分配、Shapley值、AHP-模糊综合评价法、风电零部件供应商 一、引言 面临日益激烈的外部环境，企业在合作中扩大竞争优势的同时，如何合理、公平地分配合作利益，决定着联盟中企业的积极性及联盟的持续发展 在总结已有研究成果的基础上，本文以风力发电企业零部件供应商合作联盟为例，在考虑风险承担能力、基础业务能力、增值服务能力、合作贡献水平等因素的基础上，采用层次分析法（AHP）-模糊综合评价法，计算修正系数 （1）构造AHP模型 其指标体系见表1。 表1供应商合作联盟利益分配指标体系在上述建立的风电零部件供应商合作利益分配指标体系中，定量指标与定性指标并存，其量化方式存在差别。 本文结合风电零部件供应商的实际情况，利用Shapley值法对合作企业间的收益进行分配，利用AHP-模糊综合评价法对区间Shapley值进行修正，并进行算例验证。
70120编辑于 2022-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号