文档介绍：精品文档 你我共享
层次分析法
所谓层次分析法，是指将一个复杂的 多目标决策 问题作为一个系统，将目标分解为 多个目标或准则 ，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次里选了一个最好的出来，但其效果仍然不够人家企业所做出来的效果好。而对于大部分决策者来说，如
AAAAAA
精品文档 你我共享
果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点 。
定量数据较少，定性成分多，不易令人信服
层次分析法在如今对科学的方法的评价中， 一般都认为一门科学需要比较严格的数学论证和完善的定量方法。 但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。 层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。 这样，当一个人应用层次分析法来做决策时，其他人就会说： 为什么会是这样？能不能用数学方法来解释？如果不可以的话，你凭什么认为你的这个结果是对的？你说你在这个问题上认识比较深，但我也认为我的认识也比较深， 可我和你的意见是不一致的， 以我的观点做出来的结果也和你的不一致，这个时候该如何解决？
比如说，对于一件衣服，我认为评价的指标是舒适度、耐用度，这样的指标对于女士们来说，估计是比较难接受的， 因为女士们对衣服的评价一般是美观度是最主要的，对耐用度的要求比较低， 甚至可以忽略不计， 因为一件便宜又好看的衣服，我就穿一次也值了，根本不考虑它是否耐穿我就买了。这样，对于一个我原本分析的 ‘购买衣服时的选择方法 ’的题目，充其量也就只是 ‘男士购买衣服的选择方法 ’了。也就是说，定性成分较多的时候，可能这个研究最后能解决的问题就
比较少了。
对于上述这样一个问题，其实也是有办法解决的。如果说我的评价指标太少了，
把美观度加进去， 就能解决比较多问题了。 指标还不够？我再加嘛！ 还不够？再加！还不够？！不会吧？你分析一个问题的时候考虑那么多指标， 不觉得辛苦吗？大家都知道，对于一个问题，指标太多了，大家反而会更难确定方案了。这就引出了层次分析法的第三个不足之处。
指标过多时数据统计量大，且权重难以确定
层次分析法图片 (4)当我们希望能解决较普遍的问题时，指标的选取数量很可能
也就随之增加。 这就像系统结构理论里， 我们要分析一般系统的结构， 要搞清楚关系环，就要分析到基层次， 而要分析到基层次上的相互关系时， 我们要确定的关系就非常多了。 指标的增加就意味着我们要构造层次更深、 数量更多、 规模更庞大的判断矩阵。 那么我们就需要对许多的指标进行两两比较的工作。 由于一般
情况下我们对层次分析法的两两比较是用 1 至 9 来说明其相对重要性， 如果有越
来越多的指标， 我们对每两个指标之间的重要程度的判断可能就出现困难了， 甚至会对层次单排序和总排序的一致性产生影响， 使一致性检验不能通过， 也就是说，由于客观事物的复杂性或对事物认识的片面性， 通过所构造的判断矩阵求出