1、 AHP與多目標(biāo)方法結(jié)合應(yīng)用綜述 程濤摘 要：通過檢閱大量文獻(xiàn)對AHP方法與多目標(biāo)決策方法結(jié)合應(yīng)用進(jìn)行研究，包括AHP和模糊數(shù)、AHP和TOPSIS、AHP和DEA。對這幾種應(yīng)用進(jìn)行研究，分析AHP在應(yīng)用中主要發(fā)揮的作用，體現(xiàn)出怎樣的優(yōu)勢，并對未來使用AHP方法提出建議。Key：AHP；多目標(biāo)決策；權(quán)重：TB ：A doi：10.19311/ki.16723198.2017.25.0861 層次分析法層次分析法最早由Saaty T.L提出，是一種將定性與定量分析方法相結(jié)合的多目標(biāo)決策分析方法。該方法的主要思想是通過將復(fù)雜問題分解為若干層次，對兩兩指標(biāo)之間的重要程度做比較判斷，建立判斷矩陣，通過

2、計(jì)算判斷矩陣的最大特征值和特征向量得出不同方案重要性程度的權(quán)重，為最佳方案選擇提供依據(jù)。層次分析法將多個(gè)目標(biāo)構(gòu)建到層次結(jié)構(gòu)中，評估目標(biāo)相對重要性，對每一個(gè)可選方案進(jìn)行比較并確定最終排序。層次分析法總目標(biāo)展示了對最佳決策的評估，建立一系列評判尺度。輸入可為價(jià)格、重量、時(shí)間等可測量數(shù)據(jù)，也可包括滿意度、偏好等主觀意見。AHP目前應(yīng)用于多種行業(yè)，包括政治、經(jīng)濟(jì)、社會(huì)等問題。例如在公共部門的政治環(huán)境下，對公共交通路線、公共服務(wù)分配等方面的未來運(yùn)行效果進(jìn)行預(yù)測。Carlos等人就利用AHP進(jìn)行社會(huì)投資決策。Agarwal等人基于68篇研究文獻(xiàn)和8篇綜述文獻(xiàn)發(fā)現(xiàn)，各種多目標(biāo)決策方法文章分布如下：DEA、數(shù)

3、學(xué)規(guī)劃、AHP、案例分析、模糊集理論、ANP分別占30%、17%、15%、11%、10%和5%，可以看出AHP在研究中占較重比例。隨著對AHP研究的深入，研究者也發(fā)現(xiàn)AHP的不足。Viveros等人認(rèn)為AHP只適用于靜態(tài)環(huán)境。Parvaneh則認(rèn)為AHP不能對決策進(jìn)行優(yōu)化，所以在應(yīng)用AHP之后又使用了線性規(guī)劃技術(shù)。目前單獨(dú)應(yīng)用AHP方法進(jìn)行研究，被認(rèn)為是不充分的，所以研究者們基于AHP方法又融入其他方法。如將模糊數(shù)、QFD、數(shù)據(jù)包絡(luò)、TOPSIS等方法和AHP一起應(yīng)用進(jìn)行研究。2 模糊層次分析法為解決決策問題的不確定性，并消除AHP缺點(diǎn)，經(jīng)常在AHP方法中增加模糊數(shù)。第一個(gè)引入FAHP方法的是

4、Van laarhoven和Pedrycz，論述了FAHP方法的可行性。Yadav等人在FAHP中應(yīng)用TNF將語言變量轉(zhuǎn)換為模糊數(shù)，構(gòu)造目標(biāo)矩陣進(jìn)行比較，為印度一家汽車制造企業(yè)構(gòu)造最佳供應(yīng)商選擇模型，認(rèn)為質(zhì)量和成本為汽車制造業(yè)中最重要的兩個(gè)目標(biāo)。Yu等人基于成本最小和原材料質(zhì)量最優(yōu)原則，研究精益采購下的模糊多目標(biāo)供應(yīng)商選擇，認(rèn)為決策者更喜歡效率高的交貨計(jì)劃，而不是以成本和質(zhì)量為優(yōu)勢的供應(yīng)商。Chiouy等人認(rèn)為隨著供應(yīng)鏈中企業(yè)社會(huì)責(zé)任意識(shí)興起，與環(huán)境和社會(huì)相關(guān)的各種標(biāo)準(zhǔn)和行為準(zhǔn)則納入評估供應(yīng)商。因此使用FAHP方法為臺(tái)灣的一家電子企業(yè)選擇具有可持續(xù)發(fā)展能力的供應(yīng)商，并對各目標(biāo)偏好進(jìn)行排序和評估

5、。有土耳其學(xué)者應(yīng)用模糊VIKOR和AHP方法對土耳其本土的三類銀行的績效水平進(jìn)行評估，并選出最受歡迎的銀行和提出改進(jìn)意見。有的印度學(xué)者應(yīng)用AHP方法在評估零售業(yè)服務(wù)，認(rèn)為影響印度零售業(yè)服務(wù)的最大因子是個(gè)人互動(dòng)，最不重視問題的解決方案，然后提出提升服務(wù)質(zhì)量的方法。從以上文獻(xiàn)可以看出FAHP一開始應(yīng)用在制造業(yè)中，通常使用AHP對多個(gè)目標(biāo)構(gòu)造層次結(jié)構(gòu)，利用模糊數(shù)構(gòu)建目標(biāo)矩陣進(jìn)行比較，最后進(jìn)行評估或排序選擇最佳供應(yīng)商。之后的研究人員將FAHP應(yīng)用在服務(wù)業(yè)，如銀行和零售業(yè)，得出可信結(jié)果，并提出改進(jìn)意見。模糊數(shù)的應(yīng)用考慮到定性和定量因素，使決策結(jié)果更可信。3 AHP和TOPSISTOPSIS是C.L.Hw

6、ang和K.Yoon在1981年首次提出的，TOPSIS根據(jù)有限個(gè)評價(jià)對象與理想化目標(biāo)的接近程度進(jìn)行排序，在現(xiàn)有對象中進(jìn)行相對優(yōu)劣的評價(jià)。這種方法基于這樣的概念：可選方案與理想解具有最短距離，而與負(fù)理想解距離最遠(yuǎn)。此外對于選址問題需要考慮多種可選方案和目標(biāo)，并需要在相互沖突的有形和無形因素之間做出妥協(xié)。應(yīng)用模糊TOPSIS和AHP考慮到定性和定量因素，使解決這一問題更有效果。Yavuz等人在國防問題上應(yīng)用AHP和TOPSIS，幫助國防從業(yè)者在一個(gè)模糊環(huán)境下選擇最適合的武器。使用AHP確定問題結(jié)構(gòu)并確定各目標(biāo)權(quán)重， 應(yīng)用TOPSIS來獲得最終排名，選擇出最合適的武器。Kumar和Singh將模糊

7、AHP和TOPSIS方法結(jié)合對供應(yīng)鏈中第三方物流進(jìn)行評估，發(fā)現(xiàn)物流成本和服務(wù)質(zhì)量是衡量第三方物流優(yōu)劣的最重要標(biāo)準(zhǔn)。Gangurde和Akarte認(rèn)為多屬性決策根據(jù)當(dāng)前或以后的績效來評估待選方案，卻沒考慮以前的績效。因此通過AHP和TOPSIS與直覺模糊集和間接直覺模糊集聯(lián)合用于多屬性決策問題中，研究以消費(fèi)者偏好為導(dǎo)向的產(chǎn)品設(shè)計(jì)。有學(xué)者應(yīng)用模糊AHP和TOPSIS構(gòu)建了一個(gè)模糊系統(tǒng)來評估企業(yè)的可持續(xù)性，首次使用模糊集對企業(yè)的可持續(xù)發(fā)展業(yè)務(wù)影響因子計(jì)算。從以上文獻(xiàn)可以看出AHP和TOPSIS多應(yīng)用于評估影響因子，選出影響最大因子作為參考。同時(shí)得出模糊集在決策過程中依然很重要，無論是模糊AHP還是模

8、糊TOPSIS都需要利用模糊數(shù)將語言變量轉(zhuǎn)化為數(shù)值再進(jìn)行計(jì)算。這兩種方法聯(lián)合除了在經(jīng)濟(jì)管理類問題上應(yīng)用，在一些社會(huì)問題上也應(yīng)用廣泛，如解決國防問題、研究兩個(gè)國家之間的沖突等。4 AHP和DEADEA數(shù)據(jù)包絡(luò)由運(yùn)籌學(xué)家A.Charnes，W.W.Cooper和E.Rhodes在1978年首次提出，并構(gòu)建了第一個(gè)模型命名為CCR模型。之后研究者們又開發(fā)了BCC、CCW、CCWH模型。Rajesh和Veni等人認(rèn)為在高度競爭和相互關(guān)聯(lián)的制造環(huán)境中考慮有形和無形目標(biāo)，選擇供應(yīng)商是一個(gè)復(fù)雜的問題。使用AHP構(gòu)造備選方案矩陣，用DEA生成所需權(quán)重進(jìn)行比較。Xu利用B2C電子商務(wù)綜合方法來選擇物流模式，通過

9、AHP來確定DEA中輸入輸出變量，之后設(shè)計(jì)一個(gè)有關(guān)案例來驗(yàn)證有效性。Kumar使用AHP、DEA和GP三種方法的整合，開發(fā)了一個(gè)決策支持系統(tǒng)來處理外包問題。首先該系統(tǒng)基于AHP來決定是否外包，基于DEA過程找到最高效的來源，最后應(yīng)用AHP-PGP識(shí)別對于給定外包商的最佳來源。有的學(xué)者集成DEA和AHP來評估決策單元（DMU）的性能?？紤]在數(shù)據(jù)層次結(jié)構(gòu)下的輸入和輸出的兩組權(quán)重，根據(jù)輸入和輸出優(yōu)先權(quán)重相對接近程度來評估DMU性能，通過評估中國鋼鐵業(yè)的八家上市公司的財(cái)務(wù)績效來證明有效性。 DEA是績效評估的有效方法之一，但是基礎(chǔ)DEA模型不對總體排名，只得出高效或低效兩組答案。而與AHP方法聯(lián)合應(yīng)用

10、，就可以對結(jié)果進(jìn)行排名。在AHP/DEA模型中，一般由兩個(gè)階段來組成，首先通過AHP來分析定性因素產(chǎn)生權(quán)重，然后應(yīng)用DEA對權(quán)重進(jìn)行定量分析來評估。最后對備選方案進(jìn)行排序，選出最優(yōu)方案。5 結(jié)論AHP方法其本質(zhì)是將問題結(jié)構(gòu)化，把定量和定性因素結(jié)合，所以靈活性較強(qiáng)且適用于各種決策問題。其優(yōu)點(diǎn)主要是思路簡單明了，將決策者思路過程條理化、數(shù)量化、便于計(jì)算。所需定量化數(shù)據(jù)較少，對問題的本質(zhì)和涉及因素以及內(nèi)在關(guān)系分析比較透徹。其缺點(diǎn)主要為，在實(shí)際運(yùn)用中受到專家組規(guī)模大小以及專家組成員學(xué)術(shù)背景差異的影響。定量數(shù)據(jù)可能較少，定性成分較多，評判結(jié)果主觀性太強(qiáng)。所以近幾年我們可以發(fā)現(xiàn)在社會(huì)科學(xué)領(lǐng)域單獨(dú)使用AHP

11、方法進(jìn)行的研究較多，而在管理科學(xué)領(lǐng)域中僅用AHP方法進(jìn)行研究略顯不足。研究者應(yīng)用AHP不僅只與多目標(biāo)決策方法一起應(yīng)用，還可以與信息技術(shù)、工程技術(shù)等多種方法聯(lián)合應(yīng)用。AHP與多目標(biāo)方法結(jié)合應(yīng)用時(shí)，其主要將問題結(jié)構(gòu)化，構(gòu)造主要目標(biāo)和次要目標(biāo)的層次結(jié)構(gòu)，再求出不同目標(biāo)的權(quán)重。將得出的權(quán)重帶入其他方法進(jìn)行優(yōu)化獲得最終決策。而AHP與其他方法結(jié)合使用時(shí)，通常是對已求出的權(quán)重進(jìn)行排序，獲得最終結(jié)果。Reference1Viveros P， Barber L，et al. Dynamic analytic hierarchy process： AHP method adapted to a changing

12、 environmentJ. Journal of Manufacturing Technology Management， 2014， 25（4）：457475.2Parvaneh F， El-Sayegh S M. Project selection using the combined approach of AHP and LPJ. Journal of Financial Management of Property and Construction， 2016， 21（1）：3953.3Yadav V， Sharma M K. Multi-criteria decision mak

13、ing for supplier selection using fuzzy AHP approachJ. Benchmarking， 2015， 22（6）：11581174.4Yu M C， Goh M， Lin H C. Fuzzy multi-objective vendor selection under lean procurementJ. European Journal of Operational Research， 2012， 219（2）：305311.5CherngYing Chiouy， ShihHung Chou. Using fuzzy AHP in select

14、ing and prioritizing sustainable supplier on CSR for Taiwans electronics industryJ. Polymer International， 2013， 32（5）：11351153.6Hwang C L， Tillman F A， Lee M H. System-Reliability Evaluation Techniques for Complex/Large Systems A ReviewJ. IEEE Transactions on Reliability， 1981， R-30（5）：416423.7Dadeviren M， Yavuz S， Kln N. Weapon selection using the AHP and TOPSIS methods under fuzzy environment J. Expert Sys