相關樹法

出自 MBA智库百科(https://wiki.mbalib.com/)

相關樹法（Relevance Trees）

　　相關樹法是在決策樹方法的基礎上，加上矩陣理論發展起來的一種定性預測方法。

　　相關樹法是一種典型的規範性預測方法，它提供了未來目標與現時決策相關聯的橋梁。相關樹法是根據技術系統的子系統或各級發展趨勢的綜合去預測技術系統的發展。其原理是：如果整體系統需要達到某一目標（特性參數）時，必定要求各子系統或各級都要達到相應的目標；也就是說，整體系統發展目標的實現要有各子系統或各級子系統的技術發展目標的實現所決定。

　　相關樹法適用於那些按因果關係、複雜程度和從屬關係分成的預測系統。在整個預測過程中，每搭配一種磨石機、劃分一個系統，實際上就是為了實現某種目標或解決某一問題，也就是對未來的預測對象可能出現的某種發展趨勢作出預測。

　　相關樹法的核心問題是分析等級結構，每一級分支的交點被稱為頂點，每一頂點至少要分出兩個分支，可以如此一直劃分下去，數量根據需要不用限制。

　　第一步，建立相關樹。確定一個總目標後，對有關因素進行分析、歸納、整理，按樹形分枝把因素連接起來。

　　第二步．建立準則和確定准則權數。準則權數是根據準則的重要性由專家經驗判斷主觀確定的相對應準則的權數。

　　第三步，建立有效權數。每一因素的準則重要性是不同的，要確定不同的有效權數，這種有效權數也是由專家主觀確定的。

　　第四步，計算相關數。各準則的項目不同，計算的相關數也不同，但必須符合所有項目之和等於1 的要求。

　　第五步，計算樹頂相關數。它是用與該項有直接縱向關係的上面各級的相關數連乘，它可以反映所有因素對實現總體的重要程度。

　　運用此法時，建立簡潔的目標是構成相關樹的第一步。當確定了目標之後，一般接著應決定等級層次的個數。目標越大：層次個數就越多，相關樹也就越複雜。然後，就可以依次按序畫出相關樹。實質上，它是對一個複雜系統進行分解的技術。經分解後每個個體應是有機的，並用相關樹來確定每個局部對子系統或大系統的意義和地位。

• 決策樹