多专家群策FAHP

方法概述

多专家群策模糊层次分析法（Multi-Expert Fuzzy Analytic Hierarchy Process）是在FAHP基础上发展而来的群体决策方法。它结合了模糊层次分析法处理判断不确定性的优势和群体决策整合多方专家意见的特点，特别适用于需要综合考虑多领域专家意见且判断存在模糊性的复杂决策场景。

多专家群策FAHP主要有两种实现路径：

  1. 个体权重聚合法（先计算，后聚合）：每位专家独立完成FAHP分析，得到各自的权重向量，然后根据专家权重进行加权聚合。

  2. 判断矩阵算术平均法（先聚合，后计算）：先将所有专家的模糊互补判断矩阵进行算术平均合并，再对合并后的矩阵进行一次FAHP分析。

计算步骤

方法一：个体权重聚合法（权重法）

1. 各专家独立构建模糊互补判断矩阵

每位专家 \(k\) 独立构建模糊互补判断矩阵 \(A^{(k)}\)，采用0.1~0.9标度法：

标度 定义 说明
0.5 同等重要 两因素相比较，同等重要
0.6 稍微重要 一因素比另一因素稍微重要
0.7 明显重要 一因素比另一因素明显重要
0.8 重要得多 一因素比另一因素重要得多
0.9 极端重要 一因素比另一因素极端重要
0.1~0.4 反比较 若 \(a_{ij} = r\)，则 \(a_{ji} = 1 - r\)

矩阵必须满足： - 对角线元素 \(a_{ii} = 0.5\) - 互补性 \(a_{ij} + a_{ji} = 1\)，\(\forall i, j\)

\[A^{(k)} = \begin{pmatrix} a_{11}^{(k)} & a_{12}^{(k)} & \cdots & a_{1n}^{(k)} \\ a_{21}^{(k)} & a_{22}^{(k)} & \cdots & a_{2n}^{(k)} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1}^{(k)} & a_{n2}^{(k)} & \cdots & a_{nn}^{(k)} \end{pmatrix}, \quad k=1,2,...,m\]

2. 各专家独立计算权重向量

对每个判断矩阵 \(A^{(k)}\)，使用FAHP权重计算公式：

\[W_i^{(k)} = \frac{\sum_{j=1}^{n} a_{ij}^{(k)} + \frac{n}{2} - 1}{n(n - 1)}, \quad i = 1, 2, \ldots, n\]

得到权重向量 \(W^{(k)} = (W_1^{(k)}, W_2^{(k)}, \ldots, W_n^{(k)})^T\)。

3. 计算各专家的特征矩阵

特征矩阵 \(W^{*(k)} = (W_{ij}^{(k)})_{n \times n}\) 的元素定义为：

\[W_{ij}^{(k)} = \frac{W_i^{(k)}}{W_i^{(k)} + W_j^{(k)}}, \quad \forall i, j = 1, 2, \ldots, n\]

4. 计算各专家的相容性指标

相容性指标衡量原始判断矩阵 \(A^{(k)}\) 与特征矩阵 \(W^{*(k)}\) 的接近程度：

\[I(A^{(k)}, W^{*(k)}) = \frac{1}{n^2} \sum_{i=1}^{n} \sum_{j=1}^{n} |a_{ij}^{(k)} + W_{ji}^{(k)} - 1|\]

5. 各专家一致性检验

给定阈值 \(\alpha\)（通常取 \(\alpha = 0.1\)），若

\[I(A^{(k)}, W^{*(k)}) \leq \alpha\]

则认为该专家的判断矩阵具有满意的一致性，通过检验。

6. 确定专家权重

根据专家的权威性、经验、专业领域等，为每位专家分配权重 \(\lambda_k\)，满足：

\[\sum_{k=1}^{m} \lambda_k = 1, \quad \lambda_k > 0\]

若所有专家权威性相同，则取等权重 \(\lambda_k = 1/m\)。

7. 聚合各专家的权重向量

使用加权算术平均法聚合所有专家的权重向量：

\[W_i = \sum_{k=1}^{m} \lambda_k W_i^{(k)}, \quad i=1,2,...,n\]

方法二：判断矩阵算术平均法（问卷法）

1. 各专家独立构建模糊互补判断矩阵

此步骤与方法一完全相同。

2. 聚合判断矩阵

将 \(m\) 个判断矩阵的对应元素 \(a_{ij}^{(k)}\) 进行算术平均：

\[a_{ij} = \frac{1}{m} \sum_{k=1}^{m} a_{ij}^{(k)}, \quad i,j=1,2,...,n\]

得到综合判断矩阵 \(A\)。

注意：算术平均后的矩阵仍然满足互补性（\(a_{ij} + a_{ji} = 1\)），但需检查对角线元素是否为0.5。

3. 计算综合权重向量

对综合判断矩阵 \(A\)，使用FAHP权重计算公式：

\[W_i = \frac{\sum_{j=1}^{n} a_{ij} + \frac{n}{2} - 1}{n(n - 1)}, \quad i = 1, 2, \ldots, n\]

得到最终权重向量 \(W = (W_1, W_2, \ldots, W_n)^T\)。

4. 计算综合特征矩阵

特征矩阵 \(W^* = (W_{ij})_{n \times n}\) 的元素定义为：

\[W_{ij} = \frac{W_i}{W_i + W_j}, \quad \forall i, j = 1, 2, \ldots, n\]

5. 计算相容性指标

\[I(A, W^*) = \frac{1}{n^2} \sum_{i=1}^{n} \sum_{j=1}^{n} |a_{ij} + W_{ji} - 1|\]

6. 一致性检验

若 \(I(A, W^*) \leq \alpha\)，则认为合并后的判断矩阵具有满意的一致性，通过检验。

两种方法比较

特性 个体权重聚合法（权重法） 判断矩阵算术平均法（问卷法）
核心思想 先独立计算，后加权聚合 先合并矩阵，后统一计算
专家权重 需要设置专家权重 不需要设置专家权重
计算复杂度 较高（需多次FAHP计算） 较低（只需一次FAHP计算）
适用场景 专家权威性差异明显 专家权威性相近或希望避免权重设置主观性
一致性检验 检验每个专家的判断矩阵 检验合并后的综合矩阵
信息保留 保留专家个体判断差异 可能平滑掉专家间的分歧

案例分析

案例背景：某企业需要从三个备选方案（A、B、C）中选择最优方案，邀请3位专家（技术专家、财务专家、业务专家）进行评估。评估准则为：技术先进性（C1）、经济性（C2）、实施风险（C3）。

专家权重设置：技术专家(0.4)、财务专家(0.35)、业务专家(0.25)

各专家判断矩阵

专家1（技术专家）判断矩阵：

C1 C2 C3
C1 0.5 0.6 0.7
C2 0.4 0.5 0.6
C3 0.3 0.4 0.5

专家2（财务专家）判断矩阵：

C1 C2 C3
C1 0.5 0.3 0.6
C2 0.7 0.5 0.8
C3 0.4 0.2 0.5

专家3（业务专家）判断矩阵：

C1 C2 C3
C1 0.5 0.5 0.6
C2 0.5 0.5 0.6
C3 0.4 0.4 0.5

方法一应用（权重法）

1. 各专家权重计算

专家1： - 行和：\(1.8, 1.5, 1.2\) - 权重：\(W^{(1)} = [0.3833, 0.3333, 0.2833]^T\) - 相容性指标：\(I_1 = 0.0555\)（通过检验）

专家2： - 行和：\(1.4, 2.0, 1.1\) - 权重：\(W^{(2)} = [0.3000, 0.4167, 0.2833]^T\) - 相容性指标：\(I_2 = 0.0556\)（通过检验）

专家3： - 行和：\(1.6, 1.6, 1.3\) - 权重：\(W^{(3)} = [0.3500, 0.3500, 0.3000]^T\) - 相容性指标：\(I_3 = 0.0417\)（通过检验）

2. 加权聚合

\[W_1 = 0.4 \times 0.3833 + 0.35 \times 0.3000 + 0.25 \times 0.3500 = 0.3458\]

\[W_2 = 0.4 \times 0.3333 + 0.35 \times 0.4167 + 0.25 \times 0.3500 = 0.3650\]

\[W_3 = 0.4 \times 0.2833 + 0.35 \times 0.2833 + 0.25 \times 0.3000 = 0.2892\]

最终权重：\(W = [0.3458, 0.3650, 0.2892]^T\)

方法二应用（问卷法）

1. 合并判断矩阵

对三个专家的判断矩阵进行算术平均：

C1 C2 C3
C1 0.5 (0.6+0.3+0.5)/3 = 0.4667 (0.7+0.6+0.6)/3 = 0.6333
C2 (0.4+0.7+0.5)/3 = 0.5333 0.5 (0.6+0.8+0.6)/3 = 0.6667
C3 (0.3+0.4+0.4)/3 = 0.3667 (0.4+0.2+0.4)/3 = 0.3333 0.5

合并矩阵 \(A\)： \[ A = \begin{bmatrix} 0.5000 & 0.4667 & 0.6333 \\ 0.5333 & 0.5000 & 0.6667 \\ 0.3667 & 0.3333 & 0.5000 \end{bmatrix} \]

2. 计算综合权重

行和：\(\sum a_{1j} = 1.6000\)，\(\sum a_{2j} = 1.7000\)，\(\sum a_{3j} = 1.2000\)

\[W_1 = \frac{1.6000 + 1.5 - 1}{3 \times 2} = \frac{2.1000}{6} = 0.3500\]

\[W_2 = \frac{1.7000 + 1.5 - 1}{6} = \frac{2.2000}{6} = 0.3667\]

\[W_3 = \frac{1.2000 + 1.5 - 1}{6} = \frac{1.7000}{6} = 0.2833\]

最终权重：\(W = [0.3500, 0.3667, 0.2833]^T\)

3. 相容性检验

计算特征矩阵和相容性指标，得到 \(I = 0.0481 < 0.1\)，通过一致性检验。

结果分析

方法 方案A 方案B 方案C 最优方案
权重法 0.3458 0.3650 0.2892 方案B
问卷法 0.3500 0.3667 0.2833 方案B

两种方法结果高度一致，均显示方案B最优，方案A次之，方案C最差。方案B在两种方法中权重均最高（约0.366），说明群体专家判断具有良好的一致性。

常见问题

Q1: 为什么FAHP采用0.1-0.9标度而不是传统AHP的1-9标度？

A: 0.1~0.9标度天然满足互补性（\(a_{ij}+a_{ji}=1\)），便于构造模糊互补矩阵，且与模糊集理论中的隶属度概念一致，更符合人类模糊判断的直觉。多专家群策时，算术平均后仍能保持互补性。

Q2: 如何处理判断矩阵不满足互补性的情况？

A: 平台会自动检查每个专家矩阵的互补性。若不满足，会提示具体位置。若矩阵基本满足但略有偏差（如计算误差），可强制修正为互补（如取\(a_{ij}\)和\(1-a_{ji}\)的均值）。若偏差较大，需请专家重新判断。

Q3: 如何确定专家权重？

A: 专家权重可根据以下因素综合确定： - 专业职称与资历 - 相关领域经验年限 - 以往决策的准确性记录 - 同行评价 若缺乏明确依据，可采用等权重处理。

Q4: 当专家意见分歧很大时如何处理？

A: 建议采取以下措施： 1. 重新审视评估准则是否明确 2. 组织专家讨论，澄清理解差异 3. 检查各专家的一致性指标，可能个别专家判断需要调整 4. 若使用问卷法且合并矩阵的相容性指标>0.1，建议专家重新调整判断 5. 可考虑引入领域权威专家或增加专家数量

Q5: 相容性指标阈值α如何设定？

A: 通常取0.1，与AHP中CR<0.1的标准对应。若决策要求极高，可降低至0.05；若问题复杂，可放宽至0.15。在多专家群策中，建议采用相同的阈值标准。

Q6: 两种方法的结果差异很大怎么办？

A: 如果两种方法结果差异显著，说明： 1. 专家权重设置可能存在不合理 2. 专家判断存在系统性分歧 3. 可能存在极端判断值影响了算术平均 建议回顾专家权重设置，或组织专家对分歧点进行专题讨论。

Q7: 支持多少位专家同时分析？

A: 理论上无上限，但实践中建议不超过20位，以保证聚合效果的可解释性。过多的专家可能导致”群体平均效应”，削弱专业意见的影响力。平台支持Excel多工作表，每个工作表对应一位专家。

平台功能

多专家群策FAHP分析平台提供以下核心功能：

数据输入

  • 支持CSV、Excel、TXT多种格式
  • Excel文件支持多工作表（每个工作表代表一个专家）
  • 自动识别矩阵维度，支持分数格式（如”0.6”）和公式（如”=0.6”）
  • 内置矩阵验证：检查对角线是否为0.5、是否满足互补性、元素是否在[0.1,0.9]范围内

分析设置

  • 聚合方法选择：权重法或问卷法
  • 一致性阈值α：可自定义（默认0.1）
  • 小数位数：控制结果输出精度（默认5位）

结果展示

  • 详细分析报告：包含每个专家的权重向量、特征矩阵、相容性指标、一致性检验结论
  • 聚合结果：加权聚合权重或合并矩阵分析结果
  • 可视化图表：权重分布柱状图、模糊判断矩阵热力图
  • AI智能分析：基于DeepSeek API自动解读结果，提供决策建议（每日限3次）
  • 多格式导出：支持Excel和HTML报告下载

专家管理

  • 多工作表自动识别，支持批量分析
  • 专家权重动态设置与验证
  • 实时显示每个矩阵的验证状态和一致性结果
  • 支持对比不同专家的权重分布

使用建议

  1. 准备阶段：明确决策目标与准则体系，选择合适的专家团队，确保所有专家理解0.1~0.9标度的含义。

  2. 数据收集：使用模板文件填写判断矩阵，确保每个矩阵为正方形、对角线为0.5且满足互补性。Excel文件中每个工作表代表一位专家。

  3. 参数设置：

    • 若使用权重法，提前确定专家权重设置依据
    • 根据问题复杂度合理设定一致性阈值

  4. 结果解读：

    • 检查各专家的一致性检验结果，识别需要调整的专家
    • 对比两种方法的结果，判断群体意见的稳定性
    • 结合AI分析建议，重点关注权重排序和一致性检验结果

  5. 迭代优化：

    • 若一致性不通过，可请专家重新调整判断
    • 若两种方法结果差异显著，重新审视专家权重设置
    • 可尝试排除明显异常的专家数据重新分析

平台界面

官方地址：https://superr.online

多专家群策FAHP工具界面

平台界面包含：数据上传区、参数设置区、专家权重配置、多工作表预览、分析结果展示和AI分析模块

参考文献：

  1. 模糊层次分析法及其在设计方案选优中的应用[J]. 系统工程与电子技术.

  2. 模糊判断矩阵的相容性研究[J]. 控制与决策.

  3. Saaty, T.L. (1980). The Analytic Hierarchy Process. McGraw-Hill.

  4. Forman, E., & Peniwati, K. (1998). Aggregating individual judgments and priorities with the analytic hierarchy process. European Journal of Operational Research.

  5. 多专家群策模糊层次分析法研究与应用[J]. 系统工程理论与实践, 2021.