MCDMWeight Subjectivecrisp

Analytic Network Process (ANP，具有反馈和相互依赖性的AHP)

ANP（Analytic Network Process，具有反馈和相互依赖性的AHP）是由Saaty, T. L.于1996年提出的一种主观权重多准则决策（MCDM）方法。它将对多个准则进行评分的备选方案决策矩阵转化为结构化、可复现的结果。

用 DecisionMind 应用即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

Method map

The neighbourhood of related methods — select a node to explore.

Analytic Network Process (ANP，具有反馈和相互依赖性的AHP)

AHPSort 自动成对线性排序组合加法比率评估 AROMAN（考虑双步归一化的排序顺序方法）基于自适应标准化区间的替代方案排序技术综合基于距离的排序组合折衷解组合距离评估法 COPRAS 的双极扩展 EDAS的双极扩展

+288 more

来源

Saaty, T. L. (1996). Decision Making with Dependence and Feedback: The Analytic Network Process. RWS Publications, Pittsburgh ISBN: 0-9620317-9-8

如何引用本页

ScholarGate. (2026, June 2). Analytic Network Process (AHP with feedback and interdependences). ScholarGate. https://scholargate.app/zh/decision-making/anp

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side →

被引用于

AHPSort 自动成对线性排序组合加法比率评估 AROMAN（考虑双步归一化的排序顺序方法）基于自适应标准化区间的替代方案排序技术 COPRAS 的双极扩展 EDAS的双极扩展 MARCOS 的双极模糊扩展 TOPSIS的双极扩展 VIKOR 的双极扩展 WASPAS 的双极模糊扩展 CF-EDAS (EDAS的复杂扩展)MARCOS 方法的复杂扩展 CF-TOPSIS VIKOR 的复数扩展综合基于距离的排序组合折衷解组合距离评估法 Compromise Programming 复杂比例评估基于理想解距离的方案优劣排序 Cubic-EDAS 立方-TOPSIS Cubic-VIKOR Cubic-WASPAS 基于D-数（邓氏证据理论）的改进TOPSIS方法双犹豫模糊COPRAS扩展方法 DHF-EDAS DHF-TODIM TOPSIS的双犹豫模糊扩展 VIKOR的对偶犹豫模糊扩展基于双重规范化的多重聚合方法基于平均解的评估 ELECTRE I ELECTRE I ELECTRE II ELECTRE III ELECTRE IV 带边界剖面的优劣序排序方法（也称 ELECTRE TRI-B）ELECTRE TRI-B 混合数据评估 EXPROM-I（EXPROM I EXPROM II FF-ARAS 的费米扩张 FF-CoCoSo FF-CODAS 的费米扩张 FF-COPRAS的费马扩展 FF-EDAS 的费马扩展 FF-GRA 的费马扩展 Fermatean 扩展的 FF-MABAC Fermatean 扩展的 FF-MARCOS 方法 Fermatean 扩展的 FF-MOORA FF-SAW 的费米延拓 FF-TODIM 的费米扩展 Fermatean 扩展 FF-TOPSIS 方法 Fermatean 扩展 FF-VIKOR 方法 FF-WASPAS的费米扩张 FF-WPM 的费米扩张失效模式与影响分析灵活且通用的折衷分析目标规划灰色关联分析 Grey-ARAS Grey-CODAS Grey-COPRAS 灰EDAS Grey-GRA GREY-MABAC GREY-MARCOS Grey-MOORA Grey-Projection Grey-PROMETHEE Grey-SAW Grey-TODIM Grey-TOPSIS 灰-VIKOR Grey-WASPAS Hellwig 方法犹豫模糊CODAS扩展 Hesitant Fuzzy EDAS (基于平均解距离的评估)犹豫模糊MARCOS QUALIFLEX的犹豫模糊扩展 HF-SAW 的犹豫扩展基于新测度函数Z_δ的犹豫模糊TODIM方法 (Zhang-Xu 2016 ITOR)犹豫模糊TOPSIS（含可选的不完整权重信息）(Xu-Zhang 2013 KBS)IF-CoCoSo TIF-CODAS COPRAS 的直觉模糊扩展 GRA的直觉模糊扩展 MABAC的直觉模糊扩展 MARCOS的直觉扩展直觉模糊多属性效用理论（基于IFWA的加性效用）MOORA 的直觉模糊扩展 IF-MULTIMOORA（直觉模糊多目标优化方法与评估）SAW 的直觉扩展 VIKOR的直觉模糊扩展直觉模糊集扩展的WASPAS方法 WPM的直觉模糊扩展 ARAS的区间扩展 IVAIF-CODAS COPRAS的区间扩展区间扩展的EDAS方法 MARCOS的区间扩展 MOORA的区间扩展区间值直觉模糊投影多准则决策 (IV-PROJECTION)SAW 的区间扩展 TODIM 区间扩展法区间扩展TOPSIS方法 VIKOR方法的区间扩展区间扩展的WASPAS 区间值直觉模糊ARAS (Büyüközkan & Göçer 2018)区间值直觉模糊COPRAS (Davoudabadi-Mousavi-Mohagheghi-Vahdani 2019)区间直觉模糊MABAC (Xue, You, Lai, Liu 2016)区间直觉模糊TODIM (Krohling & Pacheco 2014)区间直觉模糊VIKOR法（Park, Cho & Kwun 2011）L2T-CODAS 的语言扩展 L2T-COPRAS的语言学扩展 2-元语言中性模糊EDAS L2T-SAW 的语言学扩展 L2T-TODIM的语言扩展 L2T-TOPSIS的语言学扩展 L2T-VIKOR的语言扩展 LINear 规划法用于多维偏好分析对数加权法邻域自适应有序加权平均法局部加权线性组合 (Local WLC 多属性边界近似区域比较多属性理想-实际对比分析法 (MAIRCA)备选方案排序面积大小法衡量备选方案并根据折衷解进行排序多属性效用理论 MHF-TOPSIS（m-极犹豫模糊集扩展的TOPSIS方法）多目标比率分析优化法 Akram, Waseem & Liu 2019 的 m-极模糊 ELECTRE-I 方法 ELECTRE-II 的 m 极模糊扩展用于多准则群决策 (Akram & Adeel 2023)m极模糊语言TOPSIS用于MCGDM（Adeel, Akram & Koam 2019, Symmetry 11(6):735）比率分析加全乘法形式的多目标优化 AROMAN的中性数扩展 CODAS的中性数扩展 COPRAS-IN EDAS的直觉模糊扩展中智灰色关联分析法 (Neutrosophic extension of GRA)N-MOORA（MOORA 的中智扩展）多准则决策（MCDM）方法MULTIMOORA的模糊集扩展 PROMETHEE 的中智扩展 RAFSI 的中智学扩展 RAWEC 的中智扩展 SPOTIS 的中智扩展 TODIM 的中智扩展中智扩展的TOPSIS方法 VIKOR中中智学扩展 N-WPM（WPM 的中智扩展）不精确评估和决策环境的新方法中性球形CODAS扩展方法操作性竞争力评级 Organisation, Rangement Et Synthèse de données rElaTionnEllEs 有序加权平均 P-ARAS 的合情数扩展 P-AROMAN的普利斯生成扩展 P-CoCoSo P-CODAS 的合情拓展 P-COPRAS 的普利特生成扩展 P-DNMA的普利特生成扩展 P-EDAS 的普利多尼克扩展 P-GRA的普适性拓展 P-MABAC 的合情延拓 P-MARCOS 的合情数扩展 P-MAUT 的合情延拓 P-MOORA 的合意集扩展 P-MULTIMOORA 的合情延拓 P-OCRA 的合情延拓 P-PROMETHEE 的 Plithogenic 扩展 P-PSI 的合情数扩展 P-RAFSI的普利多式扩展 P-RAWEC 的 Plithogenic 扩展 Plithogenic 扩展 P-ROV 方法 P-SAW 的合性扩展 P-SPOTIS 的普利特生成扩展 P-TODIM 的合证扩展 P-TOPSIS的Plithogenic扩展 P-VIKOR 的合意扩展 P-WASPAS 的普利特生成扩展 P-WISP的普利特生成扩展 P-WPM 的合情延拓多边形面积法 PAMSSEM I PAMSSEM II ARAS 的毕达哥拉斯扩展 PF-CoCoSo CODAS的毕达哥拉斯扩展 PF-COPRAS (COPRAS 的毕达哥拉斯扩展)EDAS 的毕达哥拉斯扩展 GRA的毕达哥拉斯扩展 MABAC 的毕达哥拉斯扩展 MARCOS 的毕达哥拉斯扩展 MOORA 的毕达哥拉斯扩展 PROMETHEE 的毕达哥拉斯扩展 SAW 的毕达哥拉斯扩展 TODIM的毕达哥拉斯扩展 TOPSIS的毕达哥拉斯扩展 VIKOR的毕达哥拉斯扩展 WASPAS的毕达哥拉斯扩展 PF-WPM (毕达哥拉斯扩展加权乘积法)概率犹豫集COPRAS扩展扩展犹豫模糊语言EDAS (EHFL-EDAS)概率犹豫集延拓TOPSIS方法 VIKOR 的概率犹豫扩展 PiF-ARAS PiF-WASPAS 概率语言扩展EDAS MARCOS 的概率语言学扩展 MULTIMOORA的概率语言扩展 PL-TODIM（概率语言术语集扩展TODIM法）PL-TOPSIS（概率语言术语集扩展TOPSIS法）VIKOR 的概率语言学扩展 Prob-ARAS PROMETHEE II PROMETHEE I PROMETHEE II PROMETHEE III Proximity-Adjusted WLC qR-ARAS qR-CoCoSo qR-CODAS qR-COPRAS qR-EDAS qR-GRA qR-MABAC qR-MARCOS qR-MOORA qR-PROMETHEE qR-SAW qR-TODIM qR-TOPSIS qR-VIKOR qR-WASPAS qR-WPM 定性灵活多准则方法基于标准子区间函数映射到单一区间的备择方案排序基于偏好强度排序的备选方案基于参考方案的聚合技术具有相等标准权重的备选方案排序基于成对政权分析的序数多标准方法参考理想法 ROUGH-ARAS 粗糙COPRAS ROUGH-DRSA（ROUGH-DRSA Rough-EDAS 粗糙MABAC ROUGH-MARCOS Rough-MOORA Rough-SAW Rough-TODIM 粗糙TOPSIS 粗糙VIKOR ROUGH-WASPAS 价值区间法简单加权求和法准则与方案的同步评估 ARAS的球形扩展 SF-CoCoSo CODAS的球形扩展 COPRAS的球形拓展 SF-EDAS GRA的球形扩展 MABAC的球形拓展 MARCOS的球形拓展 MOORA的球形扩展 PROMETHEE 的球形扩展 SAW 的球形扩展 TODIM的球形拓展球形集扩展的TOPSIS方法 VIKOR的球形扩展 SF-WASPAS SF-WPM 优劣排序简单多属性评分技术空间有序加权平均法理想解的稳定偏好排序分类法三角直觉模糊数CODAS (Daami Remadi & Frikha 2023)多标准交互决策 (Interactive and Multicriteria Decision Making)理想解相似优劣排序法 TOPSIS-Sort UTA*VlseKriterijumska Optimizacija I Kompromisno Resenje（多准则优化与折衷解）加权聚合乘和法加权双向理想比率分析基于加权欧氏距离的方法加权理想解点加权乘积模型加权求和模型（简单加权法）Z-数扩展的COPRAS Z数扩展的EDAS方法 MARCOS的Z数扩展 Z数扩展的TOPSIS方法 Z-VIKOR (Z-Number 扩展的 VIKOR)WASPAS的Z数扩展

发现本页有问题？报告或提出修改建议 →