1 AHPhường. là gì?AHPhường là 1 phương thức tính toán thù trọng số vận dụng cho những bài bác tân oán ra quyết định nhiều tiêu chuẩn

Cung cấp cho một đồ vật trường đoản cú thu xếp của không ít quyết định với phụ thuộc nó mà lại ta tìm kiếm được một quyết định sau cùng hợp lý nhất

AHPhường được trở nên tân tiến vày Thomas L. Saaty (1970) và được không ngừng mở rộng với bổ sung cho tới nay

Quý Khách đang xem: Ahp là gì

2.1 Phân phân chia một tình huống thành các phần nhỏ

Ví dụ: Để Đánh Giá khả năng trả nợ của một doanh nghiệp ta đưa ra các chỉ tiêu:

Năng lực quản lý

Quan hệ với tổ chức triển khai tín dụng

Môi ngôi trường ngành

-> Các chỉ tiêu này thừa tổng thể, trong mỗi tiêu chuẩn này vẫn bao gồm các tiêu chuẩn con

Trong đoạn này việc cần có tác dụng là phân chia các tiêu chí thành tiêu chí con

Ví dụ:

Năng lực làm chủ phân tách thành:

Có sản phẩm chính sách thống trị nhiều mẫu mã ko và tính phù hợp

Có quy tình quản lý và điều hành cùng chế ước nội bộ không

Kế hoạch tởm doanh

-> Các chỉ tiêu đã bớt tổng thể hơn dẫu vậy chỉ tiêu (i) vẫn bao quát, liên tục chia tiêu chuẩn (i) thành

Chính sách và hệ thống quản lý tài chínhChính sách cùng khối hệ thống làm chủ HRChính sách và khối hệ thống bảo mật thông tin khiếp doanhChính sách cùng hệ thống thống trị dịch vụ

-> chia cho đến khi các chỉ tiêu rõ ràng, những chuyên gia rất có thể reviews các tiêu chí này mà lại không cần phải gọi tư tưởng (tuyệt phân tích và lý giải nuốm thể) về đầy đủ chỉ tiêu này

2.2 Xây dựng cây phân cấp cho AHP

Sau Khi trải qua bước 1, phân chảy vụ việc thành những thành phần nhỏ, cây phân cấp cho AHP. sẽ tiến hành sản xuất dựa vào những tiêu chuẩn cùng những kĩ năng lựa chọn.

quý khách hàng vẫn xem: Ahp là gì

Bạn đang xem: Phương pháp ahp là gì

*

2.3 Xây dựng ma trận đối chiếu những chỉ tiêu

Ma trận tất cả dạng

> Trong đó:

Phần tử (a_ij): ) biểu đạt mức độ quan trọng đặc biệt của chỉ tiêu mặt hàng i đối với chỉ tiêu cột j.

Để xây cất được ma trận trên, những thắc mắc được đặt ra là:

a1 bổ ích hơn, đặc biệt quan trọng rộng so với a2, a3,… an bao nhiêu lầna2 bổ ích rộng, quan trọng đặc biệt hơn so với a1, a3,… an bao nhiêu lần…an hữu ích hơn, đặc trưng rộng đối với a1, a2,… an-1 từng nào lần

Mức độ quan trọng đặc biệt tương đối của chỉ tiêu i đối với j được xem theo xác suất k (k từ là 1 đến 9), trở lại của chỉ tiêu j đối với i là 1/k. Vậy nên aij > 0, aij = 1/aji, aii =1.


*

Xem thêm: Difference Between Git Fetch Là Gì ? Git Pull Là Gì

ví dụ như 1 mẫu phiếu khảo sát

*

2.4 Tính toán thù trọng số của những chỉ tiêu

Để tính tân oán trọng số cho những tiêu chuẩn, AHPhường. rất có thể sử dụng những pphía pháp không giống nhau, nhì trong số chúng nhưng mà được sử dụng rộng thoải mái độc nhất vô nhị là Lambda Max (max) với vừa phải nhân (geometric mean)

Phương pháp vừa đủ nhân

Trong đó: - (a_ij): là những thành phần trong ma trận đối chiếu những tiêu chí của từng chuyên gia - (c_ij): là các phần tử trong ma trận đối chiếu những tiêu chí đang tổng hợp

2.5 Kiểm tra tính nhất quán

Để giá tính phù hợp của những cực hiếm cường độ quan trọng của các chỉ tiêu

Theo Satty dùng chỉ số đồng bộ của tài liệu CR (Consistency Ratio)

Trong đó:

Đối với từng một ma trận đối chiếu cấp n, Saaty đã trải nghiệm tạo thành những ma trận thốt nhiên và tính ra chỉ số RI (chỉ số ngẫu nhiên) khớp ứng với những cung cấp ma trận như bảng dưới

RI % DT::datatable()CI: Chỉ số đồng hóa (Consistency Index)RI: Chỉ số bất chợt (Random Index)n: số chỉ tiêu


*

*

Bài viết liên quan

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *