网络层次分析法（ANP）是由美国运筹学家托马斯·萨蒂（Thomas L. Saaty）教授在20世纪90年代提出的一种决策分析方法，它是在层次分析法（AHP）的基础上进一步发展而来的。ANP突破了AHP的递阶层次结构限制，允许元素之间存在相互依赖和反馈的关系，因此能够更准确地描述复杂系统中的元素联系。ANP在实际应用中能够解决具有网络结构的系统评价与决策问题，适用于多种决策环境，包括那些需要对复杂决策问题进行多方面考虑的场合。 ANP的理论基础是将决策问题的各个元素通过网络形式连接起来，形成一个更加贴近现实的网络结构模型。网络结构模型中的元素分为两大部分：控制层和网络层。控制层包含了问题的目标和决策准则，而网络层则由所有受控制层支配的元素组成，它们之间可能存在依赖关系和反馈回路。这种网络结构允许元素之间相互作用和影响，更全面地反映了元素之间的动态联系。 ANP的算法步骤包括：分析问题，构建ANP的典型结构，构造超矩阵并计算权重。在分析问题阶段，需要对决策问题进行系统的分析，并组合形成元素和元素集。随后，构造控制层次结构，界定决策目标和决策准则，并确定它们之间的权重。接着，通过两两比较的方式构建未加权超矩阵，并确定各元素组的权重，计算加权超矩阵。最终，通过计算极限超矩阵得到元素的总排序。 由于ANP计算过程的复杂性，尤其是在元素较多的情况下，使用手工计算几乎无法完成，因此需要借助专业的计算工具。SuperDecision软件是由Rozann W. Satty和William Adams推出的，它为ANP模型的实际应用提供了便利。SuperDecision能够处理复杂的ANP计算过程，通过软件进行算法步骤的实施，从而得出决策分析的权重和排序结果。 实例分析部分，文档展示了如何使用SuperDecision软件进行网络层次分析法（ANP）的具体操作。以应急桥梁设计方案评估为例，分析问题之后构建起评价体系，将安全性、经济性、环境影响等考虑因素作为评价指标。通过确定各指标的相互依赖性、确定两两判断矩阵、计算权重、以及使用SuperDecision软件处理计算步骤，最终得到各设计方案的总排序，从而为决策者提供依据。 SuperDecision的应用实例表明，ANP结合计算软件，能够有效应对复杂决策问题，为决策者提供一个科学、系统、全面的决策支持工具，尤其适用于那些具有复杂网络结构和元素间相互依赖性的系统评价与决策问题。

用于计算权重的网络层次分析法（ANP），matlab代码

基于网络分析法（ANP）的供应商选择评价，陈锐，魏津瑜，本文提供了供应商选择的一种方法——网络分析法（ANP）。首先分析了评价供应商选择的指标，然后运用ANP方法构建了供应商选择的依存

网络分析法anp的理论和算法.pdf

基于BSC和ANP的企业信息化绩效评价与实证探讨.pdf

SD软件可以计算任何ANP模型，并完整地表达计算结果，如超矩阵、加权超矩阵、极限超矩阵，最终可得综合优势度，也可以进行灵敏度的计算。当然也完全可以用来计算AHP模型。

针对武器装备效能评估指标体系中评估指标之间存在的相互依赖与影响的关系以及评估过程主观性较强的情况，提出一种基于仿真大数据采用超网特征参数和ANP相结合构建指标体系的方法。以某次武器装备体系仿真为例，给出了网络化评估指标体系构建流程，并建立了具体的指标体系，同时对指标之间的关联性进行了深度挖掘。实验结果表明，提出的指标体系构建方法具有合理性和有效性，能够为武器装备体系效能评估提供更为可靠的理论依据。

yan 和Python 库。 它应该非常有用： 对扩展理论感兴趣的 ANP/AHP 研究人员 需要做计算的从业者 学生学习理论 希望使用出版的从业者和理论家 安装 首先你需要安装 Jupyter 和 Python。 最简单的方法是安装anaconda： 从下载并安装带有Python 3.6的 提供了更多说明 现在您可以直接从终端（或 Windows 控制台）安装pyanp pip install pyanp 或者如果你想从 github 安装最新的技术： pip install git+https://github.com/wjladams/pyanp.git 教程/文档 如何开始贡献 程序员参考 Gitlab 与 Github 目前主要开发在github上，但镜像到gitlab

决策制定试验和评估实验室（DEMATEL）与网络分析流程（ANP）相结合的综合评估模型，全部代码已打包，含有matlab、python

ANP