如何设计权重算法 如何确定权重

如何设计权重算法

权重算法，最基本的是：
a.Delphi法（专家打分）
b.AHP法（层次分析）
但实际在操作的运算实现过程当中均是以a b相结合的方法进行权重计算。此处介绍个计算权重的好东西：yaahp软件（请自行搜索学习）当中的群决策便是对于两种方法相结合最好的应用。而作为计算权重的实用工具，其操作也十分便捷，大致分为以下流程：
1.层次模型绘制（决策目标/中间层要素/备选方案）；
2.AHP法设定调查表；
3.输入结果，群决策；
4.计算权重输出结果。

如何确定权重

原发布者:chdmhl

一、指标权重的确定1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP）[106-108]、二项系数法、环比评分法、最小平方法等。本文选用的是利用人的经验知识的有序二元比较量化法。主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大