AHP一致性调整
方法概述
层次分析法（Analytic Hierarchy Process, AHP）由美国运筹学家萨蒂（T. L. Saaty）于 20 世纪 70 年代提出，是一种将定性与定量分析相结合的多准则决策方法。其核心思想是将复杂问题分解为若干层次（目标层、准则层、方案层），通过两两比较构建判断矩阵，计算各因素的权重并进行一致性检验。
本工具在标准 AHP 基础上增加了一致性自动调整功能：
- 支持三种权重计算方法：算术平均法（和积法）、几何平均法（方根法）、特征向量法（特征根法）。
- 提供经典 RI 表（1‑10 阶）与扩展 RI 表（1‑30 阶）。
- 当一致性比率 CR 超过指定阈值时，自动将矩阵元素修正为允许的整数（1‑9）或其倒数，直至 CR 达标（或达到最大迭代次数）。
- 用颜色高亮显示修改的元素，对比原始与调整后的结果。
计算步骤
1. 构建判断矩阵
设同一层次有 \(n\) 个因素 \(C_1,\dots,C_n\)，决策者对每两个因素的相对重要性进行两两比较，得到 \(n \times n\) 的判断矩阵 \(A = [a_{ij}]\)，其中：
- \(a_{ii} = 1\)（自身比较）；
- \(a_{ji} = 1 / a_{ij}\)（倒数关系）；
- \(a_{ij}\) 通常采用 1‑9 标度：
- 1 表示同等重要；
- 3 表示稍微重要；
- 5 表示明显重要；
- 7 表示强烈重要；
- 9 表示极端重要；
- 2,4,6,8 为上述相邻标度的中间值。
2. 权重计算
（1）算术平均法（和积法）
将判断矩阵的每一列归一化，再对各行求平均： \[ \bar{a}_{ij} = \frac{a_{ij}}{\sum_{k=1}^{n} a_{kj}}, \quad w_i = \frac{1}{n} \sum_{j=1}^{n} \bar{a}_{ij} \]
（2）几何平均法（方根法）
计算每行元素的几何平均数，然后归一化： \[ w_i = \frac{\left( \prod_{j=1}^{n} a_{ij} \right)^{1/n}}{\sum_{k=1}^{n} \left( \prod_{j=1}^{n} a_{kj} \right)^{1/n}} \]
（3）特征向量法
求判断矩阵 \(A\) 的最大特征值 \(\lambda_{\max}\) 所对应的特征向量 \(\mathbf{w}\)，归一化后即为权重向量： \[ A \mathbf{w} = \lambda_{\max} \mathbf{w}, \quad w_i = \frac{w_i}{\sum_{k=1}^{n} w_k} \]
3. 一致性检验
- 计算一致性指标 CI：\(\displaystyle CI = \frac{\lambda_{\max} - n}{n-1}\)
- 查表得到随机一致性指标 RI（依赖于矩阵阶数 \(n\)）。
- 计算一致性比率 CR：\(\displaystyle CR = \frac{CI}{RI}\)
- 通常认为 \(CR < 0.1\) 时判断矩阵具有满意一致性；否则需要调整矩阵元素。
4. CR 自动调整（本工具特有功能）
当原始判断矩阵的 CR 超过用户设定的目标上限（默认 0.1）且启用自动调整后，算法执行以下步骤：
- 允许的元素值集合为 \(\{x, 1/x \mid x \in S\}\)，其中 \(S\) 为用户选择的整数（默认 1‑9）。
- 计算当前矩阵的 CR。
- 遍历所有上三角元素 \((i,j)\)（\(i<j\)），尝试将其改为集合中的另一个允许值（与当前值不同），并相应修改对称元素 \(a_{ji}=1/a_{ij}\)。
- 选择能使 CR 降低幅度最大的改动，执行修改。
- 重复步骤 2‑4，直到 CR ≤ 目标上限或达到最大迭代次数（默认 50 次）。
- 输出调整后的判断矩阵、新的权重和 CR，并用绿色背景标记被修改的单元格。
如果二阶矩阵（\(n=2\)），CR 恒为 0，无需调整。
案例分析
案例背景：某企业选择最佳供应商，考虑三个指标：价格（C1）、质量（C2）、售后服务（C3）。决策者给出的判断矩阵如下（采用 1‑9 标度）：
| C1 | C2 | C3 | |
|---|---|---|---|
| C1 | 1 | 3 | 5 |
| C2 | 1/3 | 1 | 2 |
| C3 | 1/5 | 1/2 | 1 |
计算过程（特征向量法）
求最大特征值及特征向量
矩阵 \(A = \begin{bmatrix} 1 & 3 & 5 \\ 1/3 & 1 & 2 \\ 1/5 & 1/2 & 1 \end{bmatrix}\)
计算特征值：\(\lambda_1 = 3.0037\)，\(\lambda_2 = -0.0018+0.1936i\)，\(\lambda_3 = -0.0018-0.1936i\)
最大特征值 \(\lambda_{\max}=3.0037\)。权重向量
对应 \(\lambda_{\max}\) 的特征向量归一化后：
\(w = (0.637, 0.258, 0.105)\)。一致性检验
\(CI = (3.0037 - 3)/(3-1) = 0.00185\)
查表得 \(RI(3)=0.52\)
\(CR = 0.00185 / 0.52 = 0.00356\)
\(CR < 0.1\)，一致性通过，无需调整。
若原始 CR 超过阈值（例如将 \(a_{13}\) 误写为 9），则算法会自动搜索修改方案，直到 CR 达标。
常见问题
Q1: 三种权重计算方法有何区别？
A: 算术平均法计算最简单；几何平均法对极端值不敏感；特征向量法是 Saaty 推荐的严格方法，精度最高。本工具默认提供特征向量法，并同时给出近似 λmax 与精确 λmax 的对比。
Q2: 为什么二阶矩阵（n=2）CR 总是 0？
A: 二价判断矩阵只要满足倒数关系，其最大特征值必为 2，CI=0，故 CR=0。因此不需要调整。
Q3: 自动调整算法能保证一定找到可行解吗？
A: 不能保证。若迭代 50 次后仍未达到目标 CR，算法会停止并报告当前最好结果。此时可尝试放宽允许的打分值集合（如允许更多整数）或提高目标 CR 上限。
Q4: 矩阵中能否使用分数或 Excel 公式？
A: 可以。上传数据时支持 1/3、2/5 等分数形式，也支持 =1/3 等公式。系统会自动转换为数值进行计算。
Q5: 支持多工作表吗？
A: 支持。Excel 文件中每个工作表作为一个独立的判断矩阵进行分析，结果会分别展示。
平台功能
- 数据输入
- 支持 CSV、Excel（多工作表）、TXT 文件。
- 自动验证矩阵是否为方阵、对角线是否为 1、元素是否为正数。
- 自动识别分数格式和基本 Excel 公式。
- 支持 CSV、Excel（多工作表）、TXT 文件。
- 参数设置
- 一致性比率阈值（CR 上限，默认 0.1）。
- 权重计算方法（算术平均/几何平均/特征向量法）。
- RI 表类型（经典 1‑10 阶 / 扩展 1‑30 阶）。
- 结果小数位数（1‑10 位）。
- 自动调整开关、目标 CR 上限、允许的整数打分值（多选 1‑9）。
- 一致性比率阈值（CR 上限，默认 0.1）。
- 结果展示
- 原始 AHP 结果：权重表、一致性检验表、判断矩阵、权重计算详细步骤、λmax 计算过程、一致性检验推导。
- 可视化：权重条形图、判断矩阵热力图。
- 若启用调整且 CR 超标，额外显示调整后结果：权重、一致性、对比矩阵（高亮改动元素）、调整说明（迭代次数、CR 前后对比）。
- 原始 AHP 结果：权重表、一致性检验表、判断矩阵、权重计算详细步骤、λmax 计算过程、一致性检验推导。
- AI 智能分析
- 调用 DeepSeek API（模型 deepseek‑v4‑flash）对分析结果进行解读，指出最优方案、权重合理性及决策建议（每日限 3 次）。
- 报告导出
- Excel 报告：包含原始结果汇总、每个工作表的权重、一致性、判断矩阵、计算过程；若有调整则增加调整后结果汇总及带标记的矩阵。
- HTML 报告：风格简洁，适合打印或存档。
- Excel 报告：包含原始结果汇总、每个工作表的权重、一致性、判断矩阵、计算过程；若有调整则增加调整后结果汇总及带标记的矩阵。
使用建议
- 数据准备
- 确保判断矩阵为方阵，对角线为 1，上三角与下三角满足倒数关系（允许微小误差）。
- 若需要自动调整，建议原始矩阵尽可能接近 1‑9 标度，避免使用过大的标度（如 7 以上），否则调整可能失败。
- 确保判断矩阵为方阵，对角线为 1，上三角与下三角满足倒数关系（允许微小误差）。
- 参数选择
- 若对精度要求较高，选择“特征向量法”；若需快速计算，可选“算术平均法”。
- RI 表通常使用经典表（n≤10），当 n>10 时请选择扩展表。
- 启用自动调整时，目标 CR 上限不宜低于 0.08（过于严格可能导致无法收敛）。
- 若对精度要求较高，选择“特征向量法”；若需快速计算，可选“算术平均法”。
- 结果解读
- 若原始 CR 已通过，可直接采信原始权重。
- 若自动调整后 CR 达标，应结合业务实际判断调整后的矩阵是否合理（修改的元素是否符合实际情况）。必要时可手工微调后重新计算。
- 若原始 CR 已通过，可直接采信原始权重。
- 迭代优化
- 如果自动调整未能达标，可尝试增加允许的整数集合（例如允许 1‑9 全部整数），或适当放宽目标 CR 至 0.1‑0.12。
- 也可先使用“手动模式”修改个别明显不一致的元素，再重新上传分析。
- 如果自动调整未能达标，可尝试增加允许的整数集合（例如允许 1‑9 全部整数），或适当放宽目标 CR 至 0.1‑0.12。
平台界面
平台界面包含：数据上传区、参数设置（权重方法、阈值、自动调整选项）、多工作表预览、原始结果与调整后结果选项卡、可视化图表及 AI 分析模块
参考文献
- Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw‑Hill.
- Saaty, T. L. (1994). Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. RWS Publications.
- 许树柏 (1988). 实用决策方法——层次分析法原理. 天津大学出版社.