运用sas程序实现层次分析法的综合评价论文

《运用sas程序实现层次分析法的综合评价论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、运用SAS程序实现层次分析法的综合评价论文【摘要】目的：用SAS程序帮助实现层次分析法的综合评价，从而简化运算过程，提高计算的准确度。方法：对层次分析法中权重系数计算和检验过程编SAS程序。结果：将原始判断优势矩阵输入SAS程序中的相应数组后，运行程序便可很快得到归一化权重系数和随机一致性比率，并得出各评价对象综合评分指数和排序结果。结论：笔者编写的层次分析法综合评价SAS程序具有通用、简便、实用和可操作性强的特点，在实际综合评价工作实践中具有很强的实用价值。【关键词】层次分析法;权重系数;矩阵;综合评价;SAS层次分析法(analytichi

2、erarchyprocess，简称AHP)由美国科学家T.L.Saaty于20世纪70年代提出，是用系统分析的方法.freelai1,ai2,…,aim计算初始权重系数ax-mm-1,λMax=mi=1λi/m，λi=mj=1aij为受检验层次的子目标数，λMax为最大特征根，λi为该层子目标成对比较判断优选矩阵的特征根。为了度量不同阶段矩阵是否具有满意的一致性，我们还需引入判断矩阵的平均随机一致性指标RI值。通常采用美国运筹学家Saaty教授创立的1～9级标度法3。对于1～9阶判断矩阵，RI值见表3。表31～9阶平均随机一致性指标RI的取

3、值对于1，2阶判断矩阵，RI只是形式上的，因为1，2阶判断矩阵具有完全一致性。当阶数大于2时，判断矩阵一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率，记为CR。CR=CIRI，当CR0.1时，即可认为判断矩阵具有满意的一致性，否则就需要调整判断矩阵，并使之具有满意的一致性。本例，λ1=(1/0.637+3×0.2583+5×0.1047)/0.6370=3.0383λ2=(1/3×0.637+1×0.2583+3×0.1047)/0.2583=3.0298λ3=(1/5×0.637+1/3×0.2583+1×0.1047)/0

4、.1047=3.0298λMax=(3.0383+3.0298+3.0309)/3=3.033CI=(3.033-3)/(3-1)=0.01650.1CR=0.0165/0.58=0.02840.1认为第一层子目标各项判断无逻辑错误。依此类推，运用此法可检测各层子目标权重系数是否合乎逻辑。1.4计算各评价指标权重系数及进行检验的SAS程序/*计算各子目标归一化权重系数并检验是否符合逻辑*/dataahp;%leta=3;/*a为判断矩阵层数*/arrays(a);/*定义初始权重系数数组*/array(ofs(*));/*各子目标归一化权重系数

5、*/end;doi=1tonum=0;doj=1tonum=num+z(i,j)*;/*该层子目标成对比较判断优选矩阵的特征根*/end;tmax=sum(oft(*))//*最大特征根*/ci=(tmax-a)/(a-1);/*一致性指标CI*/cr=ci/ri(/*随机一致性比率CR*/run;2计算综合评分指数，对评价对象的总评价目标进行综合评估2.1计算综合评分指数GI并对其进行排序首先手工计算各评价指标组合权重系数C*，它等于各评价指标(即最后子目标)与其所属各上级子目标归一化权重系数的连乘积。综合评分指数GI按下列公式求得。GI=

6、miCiPi，式中Pi为第i个评价指标的测量值，m为评价指标的个数。某市6所医院综合评价数据见表4。表4某市6所医院工作质量的综合评价表评价指标Pi组合权重Ci医院ABCDEF病床使用率0.189295.092.094.895.689.177.4治疗有效率0.229288.191.290.094.093.692.2重症收容率0.114515.48.37.93.19.53.7医疗制度执行优良率0.104174.753.461.950.061.967.1护理制度执行优良率0.258354.720.726.120.027.435.3膳食供应优良率0.

7、104741.341.422.820.034.030.3综合评分指数GI66.254.555.052.556.555.5工作质量顺位1546232.2综合评分指数GI计算及排序SAS程序/*计算工作质量评分指数GI*/datascore;%letb=6;/*b为评价单位数*/%letc=6;/*c为评价指标数*/arrayscore(Arrayc=0;Doj=1toNum=num+c;/*score数组为各评价对象综合评分指数GI*/End;End;/*对GI指数进行排序*/doi=1torank(i)=1;doj=1toifscore(i)=

8、score(j)thenifinejthenrank(i)=rank(i)+0.5;ifscore(i)end;end;/*rank数组内各元素为各评