一、什么是AHP条理阐明法

AHP界说：AHP是对定性问题举办定量阐明的一种多准则决定要领。

利用场景：为了办理某一问题，而该问题会受到多种因素的影响，通过系统性的给各因素赋予权重值，最后通过量化的 *** 决定出公道的方案。

二、AHP条理阐明实现步调 2.1 成立路线条理模子

按方针层、准则层、方案层举办分别：

方针层：即需办理的方针问题是什么? 譬喻本次的方针是：辅佐企业开拓选址人员选址符合的门店地点；

准则层：影响方针的因素是什么？譬喻：商圈范例、门店局限、客流数、租赁条件；将有关因素自上而下分层，上层受基层影响，同层因素相对独立。

方案层：备选方案是什么?  如：海淀区2号街、昌平区3号街、向阳区4号街、丰台区5号街

2.2 结构判定矩阵

用成比拟力法和1~9标准结构判定矩阵，将准则层各因素两两较量凭据专家发起的1~9标准举办定量描写。

标准表如下图所示，两两因素较量，给出公道的量化值：

2.3 计较单排序特征向量和一致性检讨

这一步调的目标就是计较准则层各因素的权重(特征向量)以及校验上一步调打分的公道性，不公道则需从头举办打分。

首先我们要计较各因素的权重(特征向量)：对矩阵A做归一化,算出特征向量W，如下图所示：

获得特征向量W即每个因素对方针重要水平所占比例，如下图所示：

最后我们要查抄是否公道，计较一致性比率CR=CI/RI ，当CR<0.1 时，代表通过检讨。

CI=(λ-n)/(n-1）

CI代表一致性指标，RI 代表随机一致性指标，λ代表特征值，n代表矩阵阶数。

这里n=4，所以CI=(λ-n)/(n-1）= 0.06838256622346665。

RI在业界有通用的值,这里RI=0.90,如下图所示：

CR=CI/RI = 0.07683434407131084 <0.1   一致性校验通过

2.4 计较总排序特征向量和一致性检讨

计较最基层对最上层的特征向量以及校验方案公道性。

首先我们计较商圈范例对4个方案的特征向量值，结构商圈范例判定矩阵,如下图所示：

凭据上述沟通要领计较商圈范例特征向量，如下图所示：

同理计较出门店局限、客流数、租赁条件相对应的特征向量值，如下图所示：

计较海淀区2号街对总方针的权重值：最后得分为=0.314 ，如下图所示：

同理计较其它方案对总方针的权重值，如下图所示：

结论：由于昌平区3号街得分更高，所以我们选择该地点为更佳方案。

三、AHP条理阐明总结

AHP特点是把巨大问题中的各个因素通过分别为彼此接洽的有序条理，使之层次化，把专家意见和阐明者的客观判定功效直接有效团结起来，将一条理元素两两较量的重要性举办定量描写。尔后，操作数学要领计较反应每一条理元素的相对重要性序次的权值，通过所有条理之间的总排序计较所有元素相对权重并举办排序。

AHP优势：系统性的阐明要领，具有层次性和简捷性，所需定量信息较少。

AHP缺点:   不能为决定者提供新方案，只能从备选方案中选择较优者，定性身分多，不易令人信服，指标过多时，统计数据过大，且权重难以确定，特征值和特征向量的精准求法较量巨大。