1。2 国内外研究现状

层次模糊综合评价法概念

2。1 层次分析法概念

层次分析法（Analytic Hierarchy Process，简称 AHP）是把与决策始终相关的风险因素分 解成 3 个层次，即目标层、准则层、方案层，之后再进行定性和定量分析的决策方法[1]。层 次分析法是由美国匹茨堡大学的运筹学家 Saaty 于上个世纪 70 年代初，在被美国国防部门雇 佣探究有关电力分配的课题时，运用网络系统理论以及多目标综合评价方法，提出的一种层 次权重决策分析方法。层次分析法，即是说将一个复杂的多目标决策问题当作一个系统，将 目标分解为多个目标或者准则，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单排序（权数）和总排序，以作为目标（多指标）、多方案优化决 策的系统方法。 文献综述

层次分析法是把目标问题按总目标、各层子目标、评价准则、具体的解决方案的顺序分 解为不同的层次结构，之后用几何平均法求解判断矩阵特征向量的方式，求得每一层次的各 因素相对于上一层次某因素的优先权重，最后再用加权和的方法求出各个备选解决方案对总 目标的最终权重，最终权重最大的解决方案就是我们要采用的最优方案。上面提到的“优先 权重”只是一个相对的度量，它的意义是各个备选解决方案在某一评价准则或子目标下优先 程度的相对度量，和各子目标对上一层目标优先程度的相对度量。层次分析法更加适合于那 些拥有分层交错评价指标的目标系统，并且定量描述目标值十分困难的决策问题。层次分析 法的使用方法是先构造判断矩阵，然后求出该判断矩阵地最大特征值以及其所对应的特征向 量 W，进行归一化之后，就是这一层次指标相对于上一层次与之相关指标的相对重要性权值。 

层次分析法的优点有：该方法是系统性的分析方法；简洁实用的决策方法；所需定量数 据信息较少。其缺点有不能为决策提供新方案；指标数目太大的时候数据统计量庞大，而且 计算权重变得更加的复杂；定性的成分居多，定量的数据相对很少，容易导致结果缺乏权威 性；要求出精准的特征值和特征向量一般来说比较麻烦，计算量大。 

2。2 模糊综合评价法概念

模糊综合评价法（Fuzzy Comprehensive Evaluation，简称 FCE）是一种基于模糊数学的综 合评价方法[2]。模糊综合评价法是依据模糊数学中的隶属度理论将定性的评价转化成为定量 的评价，即对受到多种因素制约的对象或事物在模糊数学的范畴下得出一个总体的评价。它 的特点有：系统性强,结果清晰,能够比较好地解决那些难以量化而且模糊的问题,适用于解决 各种非确定性的问题。1965 年，美国自动控制方面的专家 L．A．Zadeh 教授提出了模糊集合理论的相关概念，用以表达问题的不确定性。 模糊综合评价法的优点有：模糊综合评价法运用精确的数字手段来处理模糊的评价对象，

能对表面模糊性的资料做出相对准确、科学、有实际价值的量化评价；其评价结果是矢量， 而非点值，包括的信息量相对较为的丰富，不但能够使评价对象得到一个准确的描述，还能 够使参考信息得到进一步的完善。此方法的缺点是运算繁杂，确定指标权重矢量的时候，人 为因素较强；当指标集的个数比较庞大的时候，在前提条件权矢量和为 1 的约束下，计算得 到的相对隶属度权系数一般来说会偏小，导致权矢量和模糊评价矩阵 R 互相不匹配，结果分 辨率会很差，呈现超模糊现象，无法区分到底哪个因素隶属度更高，严重者会造成评价失败， 这个时候就可以运用层次模糊综合评价法加以改进。 来~自,优^尔-论;文*网www.youerw.com +QQ752018766-