|
这个论文范例在这种场景下使用层次分析法确实不太合适。层次分析法用在决策和判断的场景中,这个场景下是没法量化各个指标的,利用估计进行排序,利用层次分析法的一致性检验来衡量估计的是否准确。
举个例子,目标是选出最重的西瓜,也就是一个准则:重量,这是为了简化问题,其实简化成这种程度本来也不用构造判断矩阵了,掂量一轮就找出来了最重的。但是,有可能太不自信,或者对判断结果要求很高,那么就用一下层次分析法吧。更多的场景是准则有好多。如果太多,就要分成更多层,每层不要过多,否则,自己就糊涂了,没有信心排出顺序来。
那么,以这个例子,我们看看怎么做。假设要从5个西瓜中挑,5个西瓜是A,B,C,D,E。第一轮先用A跟其他比较,A与B比得到2,A与C比得到2,A与D比得到3,...,第二轮,B与C比,按理说上一轮感觉B和C是一样重的,到这一轮左手一个B,右手一个C,反而觉得不一样了,得到了1/2。等构造完整个判断矩阵,一做一致性检验,就会因为刚才那个矛盾导致了lambda的变化,说明估计过程存在一定程度的矛盾。
而论文范例中已经把要比较的对象都量化了,直接用数字排序就行了。所以,此时再用层次分析法来算一遍,实属多余,也能看到一致性检验得出的lambda值跟n极其接近,几乎一样,因为不可能不一样,判断矩阵中的值不是估计来的,而是实际测量数据计算来的,不但排序准确无误,连比例都是准确的(不考虑取整误差的话)。
|
|
共 3 个关于本帖的回复 最后回复于 2021-8-13 08:52