风险评估方法(3)-层次分析法PPT文件格式下载.ppt

风险评估方法(3)-层次分析法PPT文件格式下载.ppt

《风险评估方法(3)-层次分析法PPT文件格式下载.ppt》由会员分享，可在线阅读，更多相关《风险评估方法(3)-层次分析法PPT文件格式下载.ppt（46页珍藏版）》请在冰豆网上搜索。

这种方法的主要特点就是把复杂的事物，按一定的分解原则，分层次地逐步分解为若干个比较简单、容易分析和认识的事物，以便对这些较简单的事物进一步作具体、深入的研究。

层次分解法是在复杂的大系统研究中常用的方法，利用这种方法进行风险识别时要经历一个由简到繁、再由繁到简的过程。

所谓由简到繁是指为了不遗漏重要的风险因素，需要从多方而考虑各种可能引起风险的闪素，并对其进行细致的分析。

在此基础上，认真地结合所研究的实际问题的特点，对已列举的各种风险因素作认真的分析和筛选，“从繁到简”，找出影响较大、需要深人研究的主要风险因素：

事件树（风险树）EAT事件树分析（EventTreeAnalysis，简称ETA）起源于决策树分析,它是一种按事故发展的时间顺序由初始事件开始推论可能的后果，从而进行危险源辨识的方法。

一起事故的发生，是许多原因事件相继发生的结果，其中，一些事件的发生是以另一些事件首先发生为条件的，而一事件的出现，又会引起另一些事件的出现。

在事件发生的顺序上，存在着因果的逻辑关系。

事件树分析法是一种时序逻辑的事故分析方法，它以一初始事件为起点，按照事故的发展顺序，分成阶段，一步一步地进行分析，每一事件可能的后续事件只能取完全对立的两种状态（成功或失败，正常或故障，安全或危险等）之一的原则，逐步向结果方面发展，直到达到系统故障或事故为止。

所分析的情况用树枝状图表示，故叫事件树。

它既可以定性地了解整个事件的动态变化过程，又可以定量计算出各阶段的概率，最终了解事故发展过程中各种状态的发生概率。

事故树的功能ETA可以事前预测事故及不安全因素，估计事故的可能后果，寻求最经济的预防手段和方法事后用ETA分析事故原因，十分方便明确ETA的分析资料既可作为直观的安全教育资料，也有助于推测类似事故的预防对策当积累了大量事故资料时，可采用计算机模拟，使ETA对事故的预测更为有效在安全管理上用ETA对重大问题进行决策，具有其他方法所不具备的优势。

事故树的基本程序：

熟悉系统，详细了解系统状态及各种参数事件调查，收集资料，进行事件统计，设想给定系统可能要发生的事故确定顶上事件，确定的要分析的对象即为顶上事件。

对所调查的事故进行全面分析，从中找出后果严重且交易发生的事故作为顶上事件。

确定目标值，对事故案例经统计分析后，求解事故的概率，作为要控制的事故目标。

调查事故原因，调查与事故有关的所有原因事件和各种因素绘出事故树，从顶上事件起，一级级找出事件的直接原因，到所要分析的深度，按逻辑关系绘出事故树定性分析，按事故树结构进行简化，确定基本事件的结构重要度求出事件发生的概率，确定所有原因发生概率，标在事故树上，并进而求出顶上事件（事故）发生概率进行比较，分为维修系统和不可维修系统进行比较，前者眼进行对比，后者求出顶上事件发生概率即可定量分析事故树的编制确定初始事件确定初始事件判定安全功能判定安全功能绘绘制事件制事件树树简简化事件化事件树树利用风险树进行风险识别要注意以下问题：

在风险树中，上一层的分枝点表示某类风险问题，在该点处分枝的各个分枝末端点则表示引起该类风险问题的各种风险因素。

通过绘制风险树，可以表示出引起风险的各种因素，从而看清各类风险问题和各种风险因素之间的关系。

在绘制风险树时，并不是分枝越多、层次越多越好，根据系统的实际情况，明确所研究的主要问题，分清主次，对影响重大的风险因素要深人细分，对一般问题则不要过多分枝在风险分析时，有时并不需要对各个方面的风险问题作全面的分析，可以把有关的某个重要的风险问题单独提出来，绘制该问题的风险树如果在绘制风险树时，能对各种风险因素的概率作出估计，则可将估计的概率数值标注于该分枝的旁边。

案案例例11、火火车危危险品品事事故故树案例案例22、行人、行人过马路事故路事故树何一个事故的发生，都是一系列事件按时间顺序相继出现的结果。

前一事件的出现是随后事件发生的条件。

在事件的发展过程中，每一事件有两种可能的状态，即成功和失败。

当左边的第一块骨牌倒下之后，就可引起右边骨牌一块挨一块地倒下。

换言之，若中间环节事件有一个不失败事故就不会发生了。

层次分析法它是美国运筹学家Saaty教授于上世纪70年代初期提出的一种简便、灵活而又实用的多准则决策方法。

在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统，层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法它特别适用于那些难于完全定量分析的问题，将主观与客观相结合的方法层次分析法的一般步骤构造层次分析模型构造出各层次中的所有判断矩阵第一步：

构建层次分析模型应用AHP分析决策问题时，首先要把问题条理化、层次化，构造出一个有层次的结构模型。

在这个模型下，复杂问题被分解为元素的组成部分。

这些元素又按其属性及关系形成若干层次。

上一层次的元素作为准则对下一层次有关元素起支配作用。

这些层次可以分为三类：

最高层，也称目标层，这一层次中只有一个元素，一般它是分析问题的预定目标或理想结果中间层：

也称为准则层，这一层次中包含了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需考虑的准则、子准则最底层，也称为措施层或方案层，这一层次包括了为实现目标可供选择的各种措施、决策方案等。

举例1、购物模型某一个顾客选购电视机时，对市场正在出售的四种电视机考虑了八项准则作为评估依据，建立层次分析模型如下：

例2、选拔干部模型对三个干部候选人y1、y2、y3，按选拔干部的五个标准：

品德、才能、资历、年龄和群众关系，构成如下层次分析模型：

第二步：

构造比较矩阵设上一层元素C为准则，所支配的下一层元素为x1,x2,xn对于准则C相对重要性即权重。

这通常可分两种情况：

如果x1,x2,xn对C的重要性可定量（如可以使用货币、重量等），其权重可直接确定。

如果问题复杂，x1,x2,xn对于C的重要性无法直接定量，而只能定性，那么确定权重用两两比较方法。

其方法是：

对于准则C，元素xi和xj哪一个更重要，重要的程度如何，通常按19比例标度对重要性程度赋值，下表中列出了19标度的含义。

标度的含义标度含义135792，4，6，8表示两个因素相比，具有相同重要性表示两个因素相比，前者比后者稍重要表示两个因素相比，前者比后者明显重要表示两个因素相比，前者比后者强烈重要表示两个因素相比，前者比后者极端重要表示上述相邻判断的中间值倒数若因素i与j因素的重要性之比为aij，那么因素j与i因素重要性之比为1/aij构造判断矩阵一般取下了形式：

AB1B2BnB1a11a12a1nB2a21a22a2nBnan1an2ann案例：

选拔干部模型选拔干部考虑5个条件：

品德x1，才能x2，资历x3，年龄x4，群众关系x5。

某决策人用成对比较法，得到成对比较阵如下:

A品德x1才能x2资历x3年龄x4群众关系x5品德x1a11a12a13a14a15才能x2a21a22a23a24a25资历x3a31a32a33a34a35年龄x4a41a42a43a44a45群众关系x5a51a52a53a54a55根据上述标度，将这5个元素（条件）进行比较A品德x1才能x2资历x3年龄x4群众关系x5品德x112755才能x21/21433资历x31/71/411/21/3年龄x41/51/3211群众关系x51/51/3511在权重确定的过程中,就体现了决策人的意志,如，a13表示品德与资历重要性之比为7，即决策人认为品德比资历重要。

第三步：

一致性第三步：

一致性检验理论上分析得到：

如果A是完全一致的成对比较矩阵，应该有:

aij=aik/ajku实际上在构造成对比较矩阵时要求满足上述众多等式是不可能的u因此退而要求比较矩阵有一定的一致性有一定的一致性，即可以允许成对比较矩阵存在一定程度的不一致性存在一定程度的不一致性另外：

u对于完全一致的成对比较矩阵，其绝对值最大的特征值等于该矩阵的维数。

u但是，当我们对比较矩阵的一致性要求降低时，相应的转化为要求也发生变化u即：

绝对值最大的特征值和该矩阵的维数相差不大矩阵一致性的检验步骤第一步：

第一步：

计算计算一致性指标CI（consistencyindex）其中其中：

是矩阵A的最大特征值，n为矩阵的维数第二步：

查找检验比较矩阵A一致性的标准RI（randomindex）：

称为平均随机一致性指标，它只与矩阵阶数n有关。

矩阵阶数12345678RI000.520.891.121.261.361.41矩阵阶数9101112131415RI1.461.491.521.541.561.581.59。

那么的值是怎么得到的呢?

的值是这样得到的:

用随机方法构造500个样本矩阵,随机地从19及其倒数中抽取数字构造正互反矩阵，求得最大特征根的平均值然后计算出第三步：

计算随机一致性比例CR（consistencyratio）当CR0.1时，认为判断矩阵的一致性是可以接受的；

当CR0.1时，应该对判断矩阵做适当修正。

还以选拔干部为例：

对矩阵进行计算u计算得到：

，这说明A不是一致阵，但A具有满意的一致性，A的不一致程度是可接受的。

u查表得到：

u计算得到一致性比率:

u计算得到一致性指标:

u然后，求矩阵A最大特征值所对应的特征向量这个向量也是问题所需要的。

u通常要将该向量标准化：

使得它的各分量都大于零，并且各分量之和等于1。

该特征向量标准化后变成下列，称为权向量u这里它反映了决策者选拔干部时，品德条件最重要，其次是才能，再次是群众关系，年龄因素，最后才是资历。

各因素的相对重要性由权向量的各分量所确定。

第四步：

层次次总排序及排序及决决策策我们再来看一下选拔人才的层次结构，发现，我们只构造了目标层和准则层之间的判断矩阵，离选拔人才的目标很远。

下一步，我们该怎么做？

ABC同样，我们分别构造准则层B和方案层C之间的矩阵：

对于B层每一个准则，可以构造成下列构造矩阵：

bC1C2CnC1a11a12a1nC2a21a22a2nCnan1an2ann要从三个候选人y1、y2、y3中选一个总体上最适合上述五个条件的候选人。

对此，对三个候选人分别比较他们的品德x1,才能x2,资历x3,年龄x4,群众关系x5先成对比较三个候选人的品德，得比较阵u计算得到特征值：

这说明该矩阵不是一致阵，但具有满意的一致性，不一致程度是可接受的。

u查表得到一致性判断标准：

分别比较三个候选人的才能，资历，年龄，群众关系得成对比较阵按上述步骤，分别计算出最大特征值及其对应的特征相量（权向量）计算得到一致性指标查表得到一致性判断标准计算得到一致性比率总后计算层次总排序权值和一致性检验确定某确定某层层所有因素所有因素对对于于总总目目标标相相对对重要性的排序重要性的排序权值过权值过程，程，称为层层次次总总排序排序从最高层到最低层逐层进行。

设：

对总目标Z的排序为的层次单