1.權(quán)重分配圖數(shù)值重疊如何處理？

2.模型圖如何進(jìn)行橫排？

3.全局權(quán)重和同級權(quán)重的區(qū)別？

同級權(quán)重表示同一指標(biāo)下的權(quán)重關(guān)系，可通俗理解為親兄弟權(quán)重；

全局權(quán)重表示各指標(biāo)下的權(quán)重關(guān)系，可通俗理解為表兄弟權(quán)重；

如上圖，各同級權(quán)重和為1，所有全局權(quán)重的和為1；

全局權(quán)重由同級權(quán)重推算而來，如上圖0.4632=0.875*0.5294。

使用時(shí)，主要用全局權(quán)重，如模糊綜合評判（評價(jià)）時(shí)，必需使用全局權(quán)重，必需使用全局權(quán)重，必需使用全局權(quán)重?。?！

若某論文用的同級權(quán)重，很顯然有誤的，上圖可看出同級權(quán)重間不具有可比性的，必需用全局權(quán)重

4. 為何有時(shí)權(quán)重相加沒有正好等于1？

各權(quán)重相加時(shí)，有可能和不完全等于1，而可能是0.9999或1.0001，這是由于計(jì)算機(jī)取整偏差造成的，不屬于錯(cuò)誤。

若對此結(jié)果不正好為1，看著不順眼，可在您的論文中，任意在某權(quán)重值上將此偏差手工給填補(bǔ)過來。

5. 為何導(dǎo)出的word論文只有一個(gè)專家？

●論文中只輸出1個(gè)專家，是用于說明AHP層次法的分析步驟。

●無論word輸出中有幾個(gè)專家數(shù)據(jù)，群決策永遠(yuǎn)是所有專家的群決策結(jié)果。

●建議word只輸出1個(gè)專家數(shù)據(jù)，說明計(jì)算邏輯即可，無需輸出所有專家的數(shù)據(jù)。

6. 為何矩陣自動(dòng)修正后是小數(shù)，而不是整數(shù)？

矩陣不一致時(shí)，進(jìn)行修正時(shí)，是在原打分基礎(chǔ)上進(jìn)行的微調(diào)，即盡可能接近原打分值，故存在非整數(shù)，且也是絕對正確的。

如果非要顯示為整數(shù)，則必需第二步填表時(shí)，人為地將矩陣調(diào)整為一致。（CR<0.1）。

6.1 假如某原始打分矩陣為,CR=0.114376，即不一致

?6.2 整數(shù)修正，修正后CR=0.082468，滿足一致性

?6.3 微調(diào)修正，修正后CR=0.0995，滿足一致性

6.4 結(jié)論

• 1、通過修正后6.2與6.3的數(shù)值比較可見，6.3相比較原始矩陣6.1的改動(dòng)量最小，即6.3好；
• 2、修正的目的是盡可能地保留原矩陣的數(shù)值特征，故因6.3的改動(dòng)量最小，故更可??；
• 3、AHP層次法也從來沒有規(guī)定只能取整（分）數(shù)值；
• 4、為便于解釋，上述僅舉個(gè)簡單的3x3的矩陣，若矩陣維度增大，則整數(shù)修正方式更是難以保留原有矩陣的特征；
• 5、整數(shù)方式改動(dòng)量大，且僅數(shù)字看起來好看而已；而微調(diào)方式為小數(shù)級調(diào)整，故修正也更為精確、科學(xué)、準(zhǔn)確、正確。

7. 如何設(shè)置小數(shù)的顯示精度

8. 如何調(diào)整結(jié)論表和權(quán)重分配圖的字體及相關(guān)？

9.結(jié)論表能改成淺色嗎？

10. 敏感度分析是干什么用的？

敏感度分析用于確定某一指標(biāo)變化時(shí)，其他指標(biāo)的相應(yīng)的變化量。

一般AHP論文很少需要進(jìn)行敏感度分析。

更多敏感度知識，可自行百度一下。

11. 隨機(jī)一致性指標(biāo)RI是固定值嗎？

是的，隨機(jī)一致性RI是一個(gè)查表值，即固定值。但由于各表在求RI時(shí)，會(huì)用到隨機(jī)數(shù)，故各表的該值會(huì)不完全相同，但相差非常小。