你这种处理简单。
算三遍,把不符合一致性校验的丢弃。
最后把三个求出的权重再求一下平均值就是最后的权重。
上面的方法有点傻逼,比如你早了10多位专家打分,然后你算上10多次AHP,这是自己给自己找事情。
回到AHP的本源。
它的一个根本假设是,取倒数,这个就跟现实世界不完全吻合的。这个方面就不多讲。
上面一个方法比AHP/ANP的适用性强一点。
上面是流程图,其中表示不同专家打分的情况。
上面是一个类似的原则。
上面是一种清晰化的操作。
这个的意思是。
比如有100个专家打分。通过某种清晰化的操作,把专家所有打分的情况变成一个决策矩阵。
这个清晰化(锐化)的操作有很多种,并非就上面一种公式。
锐化后的矩阵值得留意的关键点事。
求最大特征根后再去一致性校验没有必要了。
这个也就是ANP没有必要去所谓的一致性校验了。
上面是处理很多专家打分的 DEMATEL方法。用了所谓的灰度。
这个也可以用到AHP的计算中来。