发布时间：
层次分析法写论文一点都不难，层次分析法是将一个复杂的多目标决策问题做一个系统，将目标分解为多个目标或准则进而分解，所以层次分析法写作文是组最好写的层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。
比如说层次分析法的背景、原理、具体的求解步骤、以及现实中的应用（你可以举个具体的例子来说明问题，比如说这个方法可以用在选拔干部等方面），最后你可以谈一下它的优缺点及改进方法等！前一段时间，我在做2008年国际ICM数学建模大赛题目的时候，还用到这种方法了，有很多关于这个方法的资料，如果你需要，可以把邮箱留下，我抽空给你发过去！
层次分析法写论文一点都不难，层次分析法是将一个复杂的多目标决策问题做一个系统，将目标分解为多个目标或准则进而分解，所以层次分析法写作文是组最好写的层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。
一、顺理成章，依理定形 一般来说，文章采用的基本推理形式，决定着文章的内在结构形式。例如，一篇文章主要是想探讨某一事物产生的原因，反映在结构上，必然有因果关系的两个部分。或者由结果推断原因，或者由原因推断结果，缺一不可。又如，论述事物一般与个别的关系，或从个别到一般，或从一般到个别，或从个别到个别，反映在结构上，从个别到一般，总是要逐一分析个别事物的特征，然后归纳出一般事物的特性；从一般到个别，也必然一般结论在先，而后再触及个别事物的特征。如果违背了这一发展逻辑，其结构就会显得不合理。比如，有的学生为了得出一个一般结论，只建立在一个事例的剖析上，如果没有充分理由证明这一事例本身具有普遍性，那么从中得出的一般结论是没有说服力的，论文的结构是不合理的。再如，在论述事物的对立统一关系时，总少不了正反、前后、表里、上下、质量等各对矛盾的两个方面的分析对比。忽略一个方面，就会产生片面性。不少毕业论文也往往犯这一错误，比如《国有公路运输企业单车承包之我见》一文，针对社会上和企业内部对单车承包的各种否定看法，提出自己的见解，这虽然是可以的，但问题在于论文基本上完全肯定了这种承包方法，实际上这种承包方法既有其正面作用，也不可否认有它的反面作用，这已为实践的发展所证实。片面地肯定某一方面，这种偏激的论述方式往往经受不住时间的考验。所以，理的发展，不能不遵循人类的思维规律。违反了，理就不通，文就不顺。讲同样一个道理，比如，人类是在不断进步的，社论、文学评论、经济论文的外在形式，可以是完全不同的。但在这个理论的内部结构上又是一致的。当然，我们这里讲的是基本形式，并不排斥与其它推理形式的结合与交替使用。 二、毕业论文要以意为主，首尾员一 意是文章的中心，是主脑，是统帅。要写好毕业论文，就要抓住中心。这个中心的要求应当是简单明了的，能够一言以蔽之，可以达到以简治繁的目的。抓住这样的中心，紧扣不放，一线到底，中途不可转换论题，不可停滞，不可跳跃遗隙，这样就能使中心思想的发展具有连续性。比如，论文《关于提高国有公路运输企业整体优势之我见》就紧紧围绕中心论点，论述了： 1．国有公路运输企业整体优势综述； 2．国有公路运输企业整体优势下降的现状； 3．国有公路运输企业整体优势下降的原因； 4．提高国有公路运输企业整体优势的途径。 可谓“以意为主，首尾贯一”，点滴不漏。 作为一篇论文，从思想的发展来说，要一层一层地讲，讲透了一层，再讲另一层意思。开头提出的问题，当中要有分析，结尾要有回答，做到前有呼，后有应。比如论文《对发展和完善建筑市场的有关问题思考》，围绕发展和完善建筑市场这一中心论点，首先从理论和实践双重角度论述了发展和完善建筑市场的地位和作用，其次从深化体制改革和诸多因素共同作用的分析中探索了发展和完善建筑市场的条件和基础，从条件和基础的差距出发再探究发展和完善建筑市场的方向和过程，提出了建筑市场的长远发展方向和发展全过程；最后，对近期建筑市场的发展提出操作性很强的措施和对策。层层剖桥，前后呼应，成为一篇优秀论文。虽然，作为一篇优秀论文，还须做到每层之间瞻前顾后，后面讲的与前面不要有矛盾，留在后面说的，也不要在前面一气说光。中心思想能够贯通始终，才能真正做到“文以传意”，不流其词，文章自然增色。 三、毕业论文要求层第有序，条理清晰 文章要有层次，有条理，这和材料的安排处理关系极大。材料之间的相互关系不同，处理方式也不同，不能错乱，错乱了，层次就不清楚，自然也不会有条理。 例如，平行关系。文章各部分材料之间，没有主从关系，在顺序上谁先谁后都可以，影响不大。例如介绍利润率，有成本利润率，工资利润率，资金利润率等；介绍价格，有消费品价格、生产资料价格、服务价格、土地价格、住宅价格等等，不论先介绍哪一个都可以。 递进关系，有些材料之间的次序不可随意颠倒，递进关系就是这样，这些材料之间是一种一层比一层深入的关系，颠倒了就会造成逻辑混乱。同样以上面的价格为例，如果要结合经济体制改革的进程来谈论它，那就应该先讲消费品价格，因为我们最早承认消费品是商品，其次应介绍生产资料价格，在党的十二届三中全会之后，我们抛弃了传统的“生产资料不是商品”的观点；接下去才介绍服务价格、土地价格、住宅价格，等等，这一类要素价格一直到1992年之后，我们才认识到必须主要由市场形成，以上这种表述，表明了我们认识的不断深化。递进关系处理得好，就能造成步步深入，道理犹如剥茧抽丝，愈转愈隽。 接续关系。前一部分与后一部分有直接的逻辑联系，层次虽分，道理末尽。前一层有未尽之意有待后面续接，不可中断。比如按行进过程顺序安排论据，阐述某些事实，就比较多的采取这一种方式。像在论述股份合作制经济的发展时，作者就往往从起缘、发展、完善这样一个行进过程来层层展开，显得层次清楚，有条有理。 对立关系。文章论述的事理是对立统一体。为正反、表里、前后、质量、胜负、成绩缺点等等。它们有联系又有区别。论述的重点在于阐明它们是辩证的统一，不能将它们孤立地对待。那么在论述时，就不能强调了一面而忽略了另一面。由于毕业学员理论功底不很深厚；辩证思维的方式掌握得不是很好，所以，往往在毕业论文的撰写中犯片面性错误，为强调某一事物的作用，就把其说得好得不得了，通篇都是正面材料，没有任何不足之处；而要否定某一事物，就把其说得差得不得了，通篇都是反面材料，没有任何长足之处，这种论文从结构的角度来说是层次失 衡，有悖常理。 总之，理清了事物间的相互关系，并在结构中体现出来，文章的眉目就清楚了。
AHP层次分析法是一种定性和定量的计算权重的研究方法，采用两两比较的方法，建立矩阵，利用了数字大小的相对性，数字越大越重要权重会越高的原理，最终计算得到每个因素的重要性。
（1）操作步骤：
使用SPSSAU【综合评价-AHP层次分析】。
首先用户需要构建判断矩阵，将专家打分结果填入判断矩阵中。如下图所示：
比如指标2相对于指标1的重要性更高，专家打分为3分。那么就在对应的单元格里填入3。
依次将所有打分结果数值填入，点击“开始分析”，即可计算权重及一致性检验结果。
通过一致性检验，说明计算所得权重具有一致性，即可得到最终权重值。
如果未通过一致性检验，则需要检查是否存在逻辑问题等，重新录入判断矩阵进行分析。
（2）注意事项
如果计算二级权重或准则层权重？
当有多层级指标时，不论是准测层，还是方案层，计算权重的方法均一致，准测层单独录入判断矩阵进行计算权重即可。如果准测层和方案层均均测量了权重，可以手工进行相乘计算得到各方案层最终的权重值。
问卷数据如何使用AHP层次分析计算权重？
如果是问卷数据可以使用SPSSAU【问卷研究--权重】里的AHP权重进行分析。默认自动构建判断矩阵，并计算权重。
层次分析法（Analytic Hierarchy Process，AHP）是一种多层次决策分析方法，它在不同层次上对决策问题进行分解，并对各层次因素之间的重要性进行比较和评估，从而确定最终的决策结果。如果你想写一篇层次分析法数学模型的论文，并想了解目录的写法，可以参考以下内容：一、引言介绍层次分析法的研究背景、研究意义以及本文研究的目的和意义。二、层次分析法的基本原理和步骤介绍层次分析法的基本概念和理论原理，包括层次结构、判断矩阵、特征向量和特征值等内容。同时，还应该详细介绍层次分析法的具体步骤，包括建立层次结构模型、构造判断矩阵、计算特征向量和特征值、一致性检验等。三、层次分析法在决策问题中的应用介绍层次分析法在实际决策问题中的应用情况，包括解决哪些类型的问题、解决问题的过程和结果，以及优点和局限性等。四、数学模型的建立和求解将层次分析法应用于一个具体的决策问题，介绍数学模型的建立和求解过程，包括层次结构模型的建立、判断矩阵的构造、特征向量和特征值的计算、一致性检验和最终结果的求解等。五、实例分析和结果分析将数学模型应用于实际问题中，给出实例分析和结果分析。分析模型的准确性和实用性，讨论模型的优缺点，并对结果进行评价和解释。六、结论与展望总结本文的研究内容和成果，提出未来进一步研究的方向和建议。七、参考文献列出本文引用的参考文献，按照国际通用的引用格式进行排版。
这个我就按照你的要求来
在进行绩效评价绝大多数情况下，不同评价要素之间的重要性并不相同，权重就应该有差异。而层次分析法确定加权系数(权重)的方法有许多优势,它通过两两比较提高了权重确定的准确性；通过对结果逻辑性、合理性的辨别和筛选，提高了权重的可靠性；同时，通过编制计算机程序，提高了考评效率，减少了主观因素的干扰，提高了权重确定的客观性。所以采用层次分析法来确定权重， 建立判断矩阵，逐对比较指标的相对优劣程度，根据一般判断，可得A-C判断矩阵，具体数据可根据考评的目的不同，运用层次分析法确定。
论文数据方法有多选题研究、聚类分析和权重研究三种。
1、多选题研究：多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。
2、聚类分析：聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。
3、权重研究：权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。
拓展资料：
一、回归分析
在实际问题中，经常会遇到需要同时考虑几个变量的情况，比如人的身高与体重，血压与年龄的关系，他们之间的关系错综复杂无法精确研究，以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系，就需要通过大量实验观测获得数据，用统计方法去寻找他们之间的关系，这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。
最简单的就是一元线性回归，只考虑一个因变量y和一个自变量x之间的关系。例如，我们想研究人的身高与体重的关系，需要搜集大量不同人的身高和体重数据，然后建立一个一元线性模型。接下来，需要对未知的参数进行估计，这里可以采用最小二乘法。最后，要对回归方程进行显著性检验，来验证y是否随着x线性变化。这里，我们通常采用t检验。
二、方差分析
在实际工作中，影响一件事的因素有很多，人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种数理统计方法。
人们在实验中所观察到的数量指标称为观测值，影响观测值的条件称为因素，因素的不同状态称为水平，一个因素可能有多种水平。
在一项实验中，可以得到一系列不同的观测值，有的是处理方式不同或条件不同引起的，称为因素效应。有的是误差引起的，称做实验误差。方差分析的主要工作是将测量数据的总变异按照变异原因的不同分解为因素效应和试验误差，并对其作出数量分析，比较各种原因在总变异中所占的重要程度，作为统计推断的依据。
例如，我们有四种不同配方下生产的元件，想判断他们的使用寿命有无显著差异。在这里，配方是影响元件使用寿命的因素，四种不同的配方成为四种水平。可以利用方差分析来判断。
三、判别分析
判别分析是用来进行分类的统计方法。我来举一个判别分析的例子，想要对一个人是否有心脏病进行判断，可以取一批没有心脏病的病人，测其一些指标的数据，然后再取一批有心脏病的病人，测量其同样指标的数据，利用这些数据建立一个判别函数，并求出相应的临界值。
这时候，对于需要判别的病人，还是测量相同指标的数据，将其带入判别函数，求得判别得分和临界值，即可判别此人是否属于有心脏病的群体。
四、聚类分析
聚类分析同样是用于分类的统计方法，它可以用来对样品进行分类，也可以用来对变量进行分类。我们常用的是系统聚类法。首先，将n个样品看成n类，然后将距离最近的两类合并成一个新类，我们得到n-1类，再找出最接近的两类加以合并变成n-2类，如此下去，最后所有的样品均在一类，将上述过程画成一张图。在图中可以看出分成几类时候每类各有什么样品。
比如，对中国31个省份的经济发展情况进行分类，可以通过收集各地区的经济指标，例如GDP，人均收入，物价水平等等，并进行聚类分析，就能够得到不同类别数量下是如何分类的。
五、主成分分析
主成分分析是对数据做降维处理的统计分析方法，它能够从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。
在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。
主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。
如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。
六、因子分析
因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法。因子分析将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。
在主成分分析中，每个原始变量在主成分中都占有一定的分量，这些分量（载荷）之间的大小分布没有清晰的分界线，这就造成无法明确表述哪个主成分代表哪些原始变量，也就是说提取出来的主成分无法清晰的解释其代表的含义。
因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。因子轴旋转可以使原始变量在公因子（主成分）上的载荷重新分布，从而使原始变量在公因子上的载荷两级分化，这样公因子（主成分）就能够用哪些载荷大的原始变量来解释。以上过程就解决了主成分分析的现实含义解释障碍。
例如，为了了解学生的学习能力，观测了许多学生数学，语文，英语，物理，化学，生物，政治，历史，地理九个科目的成绩。为了解决这个问题，可以建立一个因子模型，用几个互不相关的公共因子来代表原始变量。我们还可以根据公共因子在原始变量上的载荷，给公共因子命名。
例如，一个公共因子在英语，政治，历史变量上的载荷较大，由于这些课程需要记忆的内容很多，我们可以将它命名为记忆因子。以此类推，我们可以得到几个能评价学生学习能力的因子，假设有记忆因子，数学推导因子，计算能力因子等。
接下来，可以计算每个学生的各个公共因子得分，并且根据每个公共因子的方差贡献率，计算出因子总得分。通过因子分析，能够对学生各方面的学习能力有一个直观的认识。
七、典型相关分析
典型相关分析同样是用于数据降维处理，它用来研究两组变量之间的关系。它分别对两组变量提取主成分。从同一组内部提取的主成分之间互不相关。用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。
浅谈成分分析法与层次分析法论文
摘 要 ：传统句法分析法“成分分析法”，将句子的成分分为主、谓、宾、定、状、补。不得不说在语文教学方面，成分分析法的功劳是不能小觑的。但是，我们发现，汉语中有一些句法结构并不能用成分分析法有效的解决。于是，语言学家把美国结构主义描写学派的层次分析法引入到汉语句法分析中，取得了不菲的成绩。层次分析法解决了成分分析法无法解决的问题，但是，层次分析法自身也存在一些问题。本文将做较为详细的解释，在进行汉语结构分析的时候应该根据情况正确选择。
关键词： 成分分析法；层次分析法；优缺点；句法结构；歧义句
汉语中存在很多有趣的现象。譬如说，“咬死了猎人的狗”、“我没有考过”、“两个学校的领导”这一类的歧义句。再者，“台上坐着主席团”、“台上唱着戏”[1]这两个句子的成分和序列完全一样，均为“名1+动词+着+名2”但为什么“戏唱在台上”不符合正确的语法规范，而我们却可以说“主席团坐在台上”？进一步思考，我们会有一种明显的感觉，“台上坐着主席团”是静态的，“台上唱着戏”是动态的。那么，我们的这种直觉正确吗？再比如说，①“实习的学生”，②“实习的学校”均为偏正结构中的定中结构。定语都是“实习的”，但是我们会发现①中的“学生”在特定的语境中可以省略。比如说“我是实习的”。但是②中的“学校”在任何情况下都不可以省略，否则就会影响正常交流。“这是我实习的学校”绝不可以省略成“这是我实习的…”
为了更好地解决这些问题，我们必须找到一些行之有效的分析方法。以句法为出发点，解释说明各种的语言现象的`分析方法，我们一般称之为“句法分析法”与之相关的理论称之为“句法分析理论”研究一种句法结构或者说句式的特征，基本上有两种思路。一是，分析句式或句法结构的内部结构的构造特点。二是观察了解这一个句式和句法结构和其他的句式或句法结构之间的关系。我们所了解到的层次分析法和语义特征分析法属于前者。本文将主要探讨层次分析法和成分分析法。
首先，我们来看成分分析法。句子成分分析法又称“中心词分析法”，成分分析法是传统的句法分析方法。也是我们最早接触到的。早在小学的时候我们已经懂得基本的主谓宾。下面我们来实际运用一下成分分析法。
“勤劳的工人在最短时间里修好了一座简易的桥。”
按照成分分析法，句子中的主语是“工人”，谓语是“修”。而“工人”和“修”就是我们在分析时首先要找出来的全句的中心词。再来看，“修”是及物动词，后面可以接名词，比如说“修房子”所以，名词“桥”就是句子的另一个中心词，宾语。
从上面的例子中我们可以看出来成分分析法有自身的优点。采取成分分析法，容易把握出句子的整体脉络。用它来分析长单句，这种优势就更加明显了。比如说，
我国首次升空的“神州—3号”模拟载人飞船经过264个小时在太空运行之后按原先预定的时间安全、准确的返回原先计算好的我国西北部的某地区的地面。
按照成分分析法，这个句子的基本脉络就是“神州—3号”飞船返回地面。在处理这一类句中有很多修饰限定的成分的长单句时，利用成分分析法可以快速的找出句子的整体脉络。在语文教学中，具有很大的实践意义。
但是，在利用成分分析法进行句法分析的时候也会出现一些问题。下面我们一一的进行分析。
1、成分分析法不能有效的分析某些存在歧义的句子，不能挖掘出句子内在的规律。
上文中提到了“两个学校的领导”我们就以这个为例。
“今天，两个学校的领导都来了。”按照成分分析法，“领导”和“来”是全句的中心词，分别作为句子的主语和谓语。所以，这个句子的基本脉络就是“领导来了”但是，这个句子明显是一个歧义句。所以，采用成分分析法解释歧义句的时候就会出现问题。
“她的头发剪短了点儿。”我们再来看这句话，按照成分分析法，“头发”和“短”是句子的中心词，非别为主语和谓语。所以，句子的脉络就是“头发短”。但是，对这个句子进行内部的分析，我们会发现这个句子具有两方面的含义。
①减了之后，她的头发比之前短。（达到了理想中的效果）
②她的头发剪得太短了。（没有实现理想的效果）
2、分析出来的句子脉络不成立。
比如：她爱好古筝。（她爱好。）
陋习必须改掉。（陋习改掉。）
3、分析出来的句子脉络在语法上虽然成立，却和原句的意义不同了。
比如：老奶奶哭瞎了双眼。（老奶奶瞎。）
便利店方便了周围的居民。（便利店方便）
通过上面的分析，我们不难看出以下几点：
1、成分分析法分析的对象只能单句，对复杂句是无能无力的。
2、在分析过程中，我们首先找出句子的中心词，也就是作为句子主语和谓语的部分。
谓语和主语的关系是陈述和被陈述的关系。其次，在确定其他的成分，而且，其他的成分依附于中心词。
3、从理论上讲，能做句子成分的只能是词。
为什么成分分析法会存在这样的问题？主要原因就在于成分分析法的重点在于句式或句法结构的各个成分。并没有关注句式或句法结构中的层次性。那么，问题来了，什么是层次性？按照朱德熙先生在语法问
人们在进行社会的、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。在这样的系统中，人们感兴趣的问题之一是：就n个不同事物所共有的某一性质而言，应该怎样对任一事物的所给性质表现出来的程度（排序权重）赋值，使得这些数值能客观地反映不同事物之间在该性质上的差异？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。它把复杂问题分解成组成因素，并按支配关系形成层次结构，然后用两两比较的方法确定决策方案的相对重要性。层次分析法在经济、科技、文化、军事、环境乃至社会发展等方面的管理决策中都有广泛的应用。常用来解决诸如综合评价、选择决策方案、估计和预测、投入量的分配等问题。运用层次分析法解决问题，大体可以分为四个步骤：1.建立问题的递阶层次结构；(首先，将复杂问题分解为称之为元素的各组成部分，把这些元素按属性不同分成若干组，以形成不同层次。同一层次的元素作为准则，对下一层次的某些元素起支配作用，同时它又受上一层次元素的支配。这种从上至下的支配关系形成了一个递阶层次。处于最上面的的层次通常只有一个元素，一般是分析问题的预定目标或理想结果。中间层次一般是准则、子准则。最低一层包括决策的方案。层次之间元素的支配关系不一定是完全的，即可以存在这样的元素，它并不支配下一层次的所有元素。)2.构造两两比较判断矩阵；3.由判断矩阵计算被比较元素相对权重；4.计算各层次元素的组合权重。
概念解释，度娘 层次分析是一个比较简单的算法，用来评价 定位多因素之间的重要性层次分析法主观性比较强 要专家打分确定 对比矩阵
模糊层次分析法是将模糊分析法和层次分析法结合起来的一种方法。而层次分析法只有层次分析法一种方法。一般用层次分析法做两件事，一是将目标按层次细分为许多不同的指标或方面；二是在确定权重时使用。 但是大部分人只将确定权重那部分称作层次分析法。模糊数学评价是由美国控制论专家查德于1965年提出的，它引入模糊数学中的“隶属度”，用隶属函数对具有模糊性的指标进行处理。 模糊数学评价用隶属函数描述方案的得分来量化指标实测值，可以较好地解决综合评价中的模糊性（如因素类属之间的不清晰性 、 专家认识评价上的模糊性等），可最大限度地减少人为因素，因此该数学工具非常适合用于对环境投资项目绩效的审计。 模糊数学评价的具体过程主要包括确定因素集、评价指标的无量纲化处理、给定各指标层权重、建立评价等级集、确定隶属关系，建立模糊评价矩阵、进行模糊矩阵的运算，得到模糊综合评价结果六个方面。简要地说，就是把评价语好中差之类的变成数字分数，然后用矩阵向量乘来乘去的，最后得到评价结果的综合方法。也就是说，模糊评价法是一种对方案进行综合判断筛选的方法，层次分析法负责指标细分和权重设计方面。要是再不明白只能多去看看论文了。。。