，　，　　

(1.三亚市南繁科学技术研究院，　海南 三亚 572000；　2.海南省农业科学院，　海南 海口 572000；3.三亚农商银行三农专家委员会，　海南 三亚 572000)

2015年10月28日，经国务院同意，国家农业部、国家发改委、财政部、国土资源部和海南省政府联合印发了《国家南繁科研育种基地(海南)建设规划(2015-2025年)》，提出规划1.8万hm2南繁保护区。南繁产业化发展已提上了重要的议事日程。通过本项研究为南繁产业发展战略提供决策思路。SWOT分析法是目前最为常用的定性战略分析工具[1]，创建目的是帮助企业进行自我诊断和确定发展战略[2]。但SWOT分析的层次不清、主次不分[3]，且偏重静态分析，动态分析的能力弱[4]；更为重要的是SWOT分析受制于分析人员的业务能力和专业水平[5]。因此需要引入新的分析工具改进SWOT分析法。层次分析法(AHP)通过引入专家资源共同参与决策分析[6]，解决了SWOT存在的关键问题。目前在多目标决策中AHP是应用最广的多属性决策方法，具备实验心理学和数学等学科支持，在处理定性问题定量化研究方面优势突出，系统性也较强[7-8]。Kurttila M.等在2000年创建了SWOT-AHP分析法，弥补了SWOT定性分析的缺陷[9]，2006年，南京大学硕士研究生韩晓静引入了SWOT-AHP分析法[10]，2015年，李欣蕊用SWOT-AHP模型分析了我国种业发展[11]，SWOT-AHP模型已应用于众多行业和领域。但SWOT-AHP分析法仍缺乏多维度、全局性考量，对于选取的指标及其存在的问题分类和诊断的研究还不够透彻和直观，不易实现对创新、土地、劳动力和资本等供给侧的优化配置。通过引入中国古典战略思维，站在行业分析的角度，基于三维SWOT分析法创建三维SWOT-AHP分析法。同时在三维SWOT-AHP分析法的基础上，设计双线雷达图分析法和聚合诊断图分析法，以更直观反映现状和诊断问题。应用SWOT-AHP-聚合诊断图模型，研究以国家南繁育制种产业为例，为南繁产业发展的战略决策提供了便捷的分析工具。

1　三维SWOT-AHP创建方法

1.1　三维SWOT模型的构建

我国战国时期著名军事家孙膑在《孙膑兵法·月战》中提出了“天时、地利、人和，三者不得，虽胜有殃”，侧重于决策前的思考和权衡，体现出决策时的三维全局立体思考模式。孙膑的这种三维全局思想可以与SWOT结合，按“人和”、“地利”和“天时”等3个维度进行归类。以国家南繁育制种产业为例，南繁作为国家宝贵的战略资源和海南独有的特色，产业化发展受到诸多因素影响。结合南繁产业的发展实情，“天时”可解读为发展大局、时机与趋势，包括产业发展的国内外产业态势、国内外产业规模、种业国际贸易、国家政策法规以及对资本的吸引力等，即国家层面或整个行业层面。“地利”则为产业所在地的直接外部条件，包括光、温、水、土等自然禀赋，行政管理、产业政策等软环境，交通、物流基础设施硬件环境，即地方层面或区域层面。“人和”则为内在因素，包括企业、科研机构、人才和南繁自身等因素，即南繁系统自身层面。通过多次调研以及召开座谈会，归纳提出了南繁系统稳定性、地方产业结构、国家政策法规等20个相关因素(见图1)。

图2　AHP层次分析结构

1～11项主要为内在因素，它们是SW分析的重要对象；12～20项主要为外部因素，它们是OT分析的重要对象。虽然SW分析的重点是内在因素，但同时也要对前11项元素相对于海南相关的外部情况进行OT对比分析；虽然OT分析的重点是外部因素，但同时也要对后9项元素相对于行业内在因素进行SW分析。这样分析的目的在于实现对行业整体的均衡分析，避免由于SWOT分析法内、外环境严格地分割而造成的缺陷，因为对于行业和地区而言，SW比较和OT比较，通常并不是非此即彼的关系，而是相互之间有着间接联系甚至是直接联系。在决定发展一项新产业时，可以利用孙膑三维结合SWOT，进行全局多方位地分析研究，增加SWOT分析的层次性，这样可以更好地对产业进行全方位分析，发现机遇，找出问题，为产业规划提供参考。

1.2　三维SWOT-AHP模型的构建

通过构建三维SWOT分析法，为构建三维SWOT-AHP奠定了基础。在南繁产业发展的三维SWOT分析的基础上，参考SWOT-AHP层次图形[12]，设计维度层以构造用于三维层次分析的层次结构(图2)。借鉴SWOT-AHP模型进行综合分析[13]，依托三维SWOT分析法建立矩阵，其中X、Y、Z 3个维度是新增的重要修正和调整因子。通过3个维度的划分可以减少组内元素数量，提高专家参与评判的准确度。根据AHP分析法的要求[14-15]，设计评判的赋值说明，邀请专家参与研究，设计了《南繁产业化发展与布局专家评估问卷》，由中国农学会向南繁科研机构、管理机构和企业发放，其中有26名高级职称或处级干部或种业高管填写了问卷，并反馈了一些问题。根据第一轮反馈的信息，对专家评估表进行了微调，为正式评估做足准备。

图1　南繁产业发展的孙膑三维图

根据AHP方法和原理[16-17]，根据南繁产业实际，再次邀请省内外的行业知名专家、政府部门领导、种子企业高管尤其是熟悉南繁发展的专家，并向专家详细说明评估方法，最后由专家独立进行评分。参与南繁产业评估的专家来自于中国农业科学院、中国热带农业科学院等10所国内知名科研院校的10位高级职称专家，袁隆平农业高科技股份有限公司、中国种子集团公司三亚分公司等10家龙头种子企业的10位高管，海南省南繁管理局、新疆自治区南繁指挥部等5家与南繁管理密切相关的行政部门的5位相关负责人，共计25人参加了评估。25位专家依照1～9标度，对SWOT分析中元素即要进行纵向比对，还要进行纵向比对，按层次分析要求对元素进行赋值。

表1专家综合赋值均值表

维度SWOT组优势S劣势W机遇O挑战TSO均值WT均值SWOT均值人和X4．87X⁃swot6．094．325．754．81———X组：S⁃XW⁃XO⁃XT⁃X———X15．035．534．856．194．945．86-0．92X24．534．735．135．384．835．06-0．23X33．283．392．433．312．863．35-0．50X44．023．115．873．884．953．501．45X52．664．813．564．093．114．45-1．34X66．352．397．362．276．862．334．53X77．181．916．522．016．851．964．89地利Y5．62Y⁃swot6．284．526．184．67———Y组：S⁃YW⁃YO⁃YT⁃Y———Y88．361．517．461．987．911．756．17Y97．422．436．382．676．902．554．35Y104．295．925．376．114．836．02-1．19Y114．974．665．814．855．394．760．64Y123．866．812．695．853．286．33-3．06Y135．654．123．194．294．424．210．22Y142．413．474．363．863．393．67-0．28天时Z4．05Z⁃swot5．594．646．425．11———Z组：S⁃ZW⁃ZO⁃ZT⁃Z———Z155．692．357．692．066．692．214．49Z164．215．575．195．864．705．72-1．02Z175．093．566．134．735．614．151．47Z182．134．473．774．152．954．31-1．36Z192．844．784．513．733．684．26-0．58Z206．541．935．822．666．182．303．89

用WPS Excel跨工作表的运算功能对25份赋值进行汇总并取均值，综合专家赋值，设计AHP程序构建判断矩阵，对判断矩阵做一致性分析，对于不一致的，反馈给专家进行修订，经检测，所有专家赋值的判断矩阵均具一致性。

公式1：SO均值，WT均值=(S+O)/2，(W+T)/2。

公式2：SWOT均值=SO均值-WT均值。

表达式用于说明元素是有利于产业，还是制约产业。

最终获得专家赋值均值表，详见表1。

从表1中可知，50%的元素SWOT综合赋值为负，成为制约南繁产业发展的因素，要予以高度重视。

2　构建判断矩阵

2.1　设计判断矩阵

根据表1的数据分类，建立3(维度)×4(S、W、O、T)组共计12组元素间判断矩阵，3个维度的SWOT组间判断矩阵和1组XYZ维度间判断矩阵。为了准确、快速地计算和分析结果，参照C语言结构，编程基于MATLAB 2010软件(Vision 7.11.0)的AHP计算程序“SA.m”[18]。利用SA.m程度运算出X-swot组、Y-swot组、Z-swot组、XYZ组以及S-X组、W-X组、O-X组、T-X组，S-Y组、W-Y组、O-Y组、T-Y组，S-Z组、W-Z组、O-Z组、T-Z组等16组的判断矩阵特征值、特征向量和权重等。

运行Matlab，打开Command Window窗口，并输入：

X-swot=[6.09 4.32 5.75 4.81]

SA(X-swot)

或者在Command Window中直接输入：

SA([6.09 4.32 5.75 4.81])

SA程序快速地算出X-swot组的判断矩阵、最大特征值、权重以及一致性等等。

P(判断矩阵)

W(Xswot组权重)=[0.387 7 0.127 8 0.311 2 0.173 2]’

maxL(最大特征值暨maxλ)=4.007 2/CR(一致性)=0.002 7

表2组间和组内元素权重及优先排序表

维度权重元素优势S权重0．3393maxλ/CR劣势W权重0．1316maxλ/CR机遇O权重0．3615maxλ/CR挑战T权重0．1675maxλ/CR元素综合权重元素综合权重百分比优先级排序XYZ维度maxλ/CR人和X(0．3106)XswotXswotmaxλ/CR4．0072/0．0027　　X区29．6616—权重0．38770．12780．31120．1732综合X组SX组权重WX组权重OX组权重TX组权重X区均值4．2374—X10．13490．29700．09570．3344-0．0043-1．028317X20．10407．1090/0．19897．066/0．11067．1258/0．23737．0951/0．00260．612812X30．05540．01380．10150．00830．03550．01590．08550．01200．00150．353813X40．07970．08700．16090．11550．01553．71659X50．04220．20770．05420．1297-0．0049-1．176518X60．24250．06000．32180．05180．055113．23534X70．34120．04790．22130．04590．058113．94793地利Y(0．5061)YswotYswotmaxλ/CR4．0013/0．0005　　Y区54．5661—权重0．37440．13090．35020．1445综合Y组SY组权重WY组权重OY组权重TY组权重Y区均值7．7952—Y80．36547．1740/0．03517．1519/0．33617．1218/0．04067．0959/0．123529．64761Y90．25760．02200．05000．01920．21090．01540．05410．01210．078918．94412Y100．06730．24190．12740．2871-0．0017-0．405515Y110．09360．14030．15900．15580．02526．05567Y120．05490．34610．03890．2527-0．0241-5．787820Y130．12910．10770．04790．11650．01734．15208Y140．03210．07890．07970．09320．00821．960011天时Z(0．1833)ZswotZswotmaxλ/CR4．0087/0．0032　　Z区15．7655—权重0．25590．13600．42320．1848综合Z组SZ组权重WZ组权重OZ组权重TZ组权重Z区均值2．6276—Z150．23986．0927/0．06736．0607/0．39086．0670/0．05546．0674/0．03809．12375Z160．11620．01490．33820．00980．11490．01080．36790．0109-0．0065-1．567319Z170．17760．12030．19490．21810．01313．135510Z180．04670．19160．05610．1592-0．0036-0．870616Z190．06320．22730．07990．1260-0．0008-0．185314Z200．35650．05520．16340．07340．02556．12946

用同样的方法可计算出其它15个组相应数据，其运算结果可拷贝至WPS、Excel或Word进行排版，见表2。

2.2　运算综合权重

利用WPS Excel以百分比来计算元素综合权重，计算公式如下：

公式3：元素综合权重百分比i(1-20)=100%×[元素i所在XYZ组权重×(元素i所在维度S组权重×S权重-元素i所在维度W组权重×W权重+元素i所在维度O组权重×O权重-元素i所在维度T组权重×T权重)]/∑元素综合权重。

该表达式综合了各维度SWOT组间、XYZ维度组间对元素i权重的综合影响，因此数值能更准确地表达各元素的综合权重，并计算出各元素的优先级排序。

公式4：S,W,O,T的权重={S:[(∑swot权重)/3], W:[(∑swot权重)/3],O:[(∑swot权重)/3],T:[(∑swot权重)/3]}。

该表达式综合考虑了3个维度SWOT权重，从而推导南繁产业发展战略重心，以及战略选择的优先级。

公式5：X区元素综合权重均值=∑X区元素综合权重/X区元素数量。

Y区和Z区的均值同理可得。通过公式5，计算出3个维度综合权重均值，说明南繁产业发展的优势所在，以对比各维度优势差距或问题所在。

相关计算结果详见表2。

3　结果与分析

3.1　双线雷达图分析

表3现状问题分布对比数值表

元素/优先级X1/17X2/12X3/13X4/9X5/18Y10/15Y12/20Y13/8Y14/11Z16/19Z17/10Z18/16Z19/14WT值5．194．932．914．494．195．654．753．663．925．384．854．124．65权重变换值6．184．544．81．436．335．5610．941．003．196．722．016．025．34两者差值-0．990．39-1．893．06-2．140．09-6．192．660．73-1．342．84-1．90-0．69

通过对元素的综合权重的排序可知，专家们在考虑南繁产业发展时，对产业配套支撑(Y 12)、金融与产业资本(Z 16)、关联支持机构(X 5)、涉农公司企业(X 1)、种业国际贸易(Z 18)、地方经济发展能力(Y 10)、外资企业响应(Z 19)、经营管理人才(X 3)、研究开发机构(X 2)、社会文化环境(Y 14)、产业发展态势(Z 17)、专业与技能人才(X 4)、地方政策法规(Y 13)等13个方面缺乏信心，尤其是对Y 12、Z 16、X 5和X 1等前4个元素的评价极低。政府在制定南繁产业发展方略时要重点关注这13个方面存在的问题。为了更直观地观察这13个元素存在的问题，引入雷达图分析法[19]。以各元素WT均值作为对比，同时参照AHP 1-9标度值，以元素的综合权重百分比为各元素重新赋值。

公式6：[abs(元素综合权重百分比-在所选元素中综合权重最高)+1]，其中Y 13值为4.152 0，其值最高。

该表达式可以比对存在问题的差距，帮助绘制雷达图。

经计算得到各元素的分值，见表3。

按人和X、地利Y和天时Z等3个维度进行分区。根据表3中的2类数值，创造并绘制现状问题双线雷达图，WT均值线未考虑SO因子，权重线综合考虑到了SO因子。双线雷达图可更直观地进行比对和发现问题，见图3。

图3　双线雷达图

3.2　聚合诊断图分析

根据南繁产业发展现状、综合元素权重优先级(优先级排序值越低，需要的关注越少)、现状问题双线雷达图分析结果以及对元素的外在可干预性(干预难度越大，紧迫性越弱)，再次邀请专家共同打分，以确定各元素的重要程度和迫切程度(见表4)。

以重要程度和迫切程度作为二维座标轴，绘制元素现状的分区诊断，对问题进行归纳划分4个区进行分析，创造性绘制聚合诊断图(见图4)；同时，以元素综合权重和权重排序作为二维座标轴，查看座标聚散情况(见图5)，进一步对影响南繁产业发展的情况进行更直观的分类。

表4元素重要程度与迫切程度专家赋值表

维度元素名称代码优先级排序干预难度(1⁃5)重要程度(1⁃10)紧迫性(1⁃10)人和X维度涉农公司企业X1173．59．19．6研究开发机构X2122．88．59．2经营管理人才X3133．17．86．6专业与技能人才X492．76．87．1关联支持机构X5183．17．88．4南繁根植地方性X642．78．16．3南繁系统稳定性X731．23．12．8地利Y维度自然禀赋Y814．81．01．0区位地理条件Y924．62．31．2地方经济发展能力Y10152．96．74．7地方产业结构Y1171．96．55．5产业配套支撑Y12202．99．46．8地方政策法规Y1382．17．68．9社会文化环境Y14112．86．33．2天时Z维度国家政策法规Z1554．93．01．0金融与产业资本Z16193．67．47．2产业发展态势Z17104．82．82．1种业国际贸易Z18164．15．22．1外资企业响应Z19143．25．15．3南繁省份响应Z2062．85．95．8

现阶段海南在发展南繁产业时，产业配套支撑(Y 12)、关联支持机构(X 5)、种业国际贸易(Z 18)、经营管理人才(X 3)、金融与产业资本(Z 16)、外资企业响应(Z 19)和地方经济发展能力(Y 10)等8个元素较难得到优势和机遇的弥补，需要进行重点关注。原则上这8个要列入到第一区和第二区，但专家评分时考虑到种业国际贸易(Z 18)、地方经济发展能力(Y 10)的可以干预难度大，列入第三区；涉农公司企业(X 1)、研究开发机构(X 2)、专业与技能人才(X 4)、南繁根植地方性(X 6)等作为人和X维度的元素作为南繁产业发展的实力体现，也列入到了第一区；地方政策法规(Y 13)作为引导南繁产业化发展的重要措施，以及南繁省份响应(Z 20)作为产业协同创新和借力发展重要内容，两者也同时列入第一区。位于第一区的元素是影响南繁产业可持续发展的关键。

从图4可以看出，20个元素普遍聚集在第一区，在图5中也基本得到印证。这说明南繁产业化发展需要解决的问题较多，重要而迫切，这增加了发展南繁产业的阻力。发展南繁产业需要有迎难而上的巨大勇气。

图4　现状问题分类聚合诊断图

图5　元素权重聚散情况图

3.3　三维SWOT-AHP-聚合诊断图分析

3.3.1元素权重分析

从表2可知，前11个元素作为产业内部要素，其综合权重平均值达7.627 6；后9个元素作为产业外部要素综合权重平均值仅为1.787 7，说明南繁产业外部竞争激烈，产业发展主要基于内部优势。因此海南省在规划发展南繁产业时要依靠内部要素，设法避开外部竞争。并且20个元素中有产业配套支撑(Y 12)、金融与产业资本(Z 16)、关联支持机构(X 5)、涉农公司企业(X 1)、种业国际贸易(Z 18)、地方经济发展能力(Y 10)、外资企业响应(Z 19)等7个(占35%)综合权重为负数，成为南繁产业发展的重要因素。本应支撑南繁产业化发展的经营管理人才(X 3)、研究开发机构(X 2)也未能发挥关键作用。说明南繁产业发展依托的是自然禀赋、区位优势以及南繁科技聚集优势和国家南繁规划建设的机遇；南繁产业是资源型产业，正处于发展的初期；南繁产业发展的综合优势不明显，产业基础十分薄弱，缺乏产业发展的实体，后续发展动力不足。

3.3.2维度权重分析

公式7：3个维度综合权重比值X∶Y∶Z=(100%×X区均值/3个维度均值合计)∶(100%×Y区均值/3个维度均值合计)∶(100%×Z区均值/3个维度均值合计)。

该表达式说明3个维度综合权重的比重。

属于地利Y维度的综合权重均值达7.795 2，处于人和X维度的综合权重均值为4.237 4，处于天时Z维度的综合权重均值仅为2.627 6。3个维度综合权重的比重为3-0.1∶5+0.3∶2-0.2。Y区优势显著，超越X、Z两区综合权重之和。

3.3.3战略选择分析

S、W、O、T的权重排序为O=0.361 5>S=0.339 3>T=0.167 5>W=0.131 6，南繁产业发展的优势高于劣势、机遇多于威胁，产业发展处于机遇期，并具备了一定的优势。在表2数据基础上，以S、W、O、T为座标绘图(见图6)。

经过计算，S-W=0.207 7，O-T=0.194 0，南繁产业发展的重心落在SO区(三角型面积为0.061 3)，南繁产业处于培育阶段，因此要优先采取SO增长型战略，在X维度南繁产业实力欠缺的情况下，南繁产业化发展关键还在于政府的政策支持和主动的产业培育，通过加速南繁基地规划建设，推进南繁产业化。其次是实施ST多元化战略(ST区三角型面积为0.028 4)，积极作为，鼓励创新创业，蕴育南繁全产业链。再次实施是WO扭转型战略(WO区三角型面积为0.023 8)，引导南繁机构在三亚实质性落户，创办区域性总部或研发中心，改变产业发展实力不足的问题。最后是WT防御型战略(WT区三角型面积0.011 0)，回避劣势，借助一带一路战略，发展对外种业贸易，并利用南繁优势，发展种业科技服务产业。

图6　基于AHP的三维SWOT战略重心与选择

进一步说明，发挥关键作用的是海南的自然禀赋、区位地理条件、地方产业结构等地利维度因素以及南繁系统稳定性、南繁根植地方性等人和维度因素，国家政策法规、南繁省份响应等天时维度因素在南繁产业发展中发挥了积极的正面效应。

4　结　论

通过引入我国古典战略思维，改造了SWOT分析法，创建了三维SWOT模式和三维SWOT-AHP模型，并在三维SWOT-AHP模型运算数据的基础上，提出了双线雷达图分析法和聚合诊断图分析法，最终创造性形成了SWOT-AHP-聚合诊断图模型。该模型综合了各方法的优势，易于计算和分析操作，可视化程度高。三维SWOT-AHP-聚合诊断图模型可以很好地应用于产业发展评价、产业规划以及可行性研究报告编制，是很好的决策工具。

本研究以国家南繁育制种产业发展的战略决策为例，归纳选取了20个指标，利用三维SWOT-AHP模型得出的专家赋值数据和权重数据，绘制出双线雷达图和聚合诊断图，直观反馈20个指标存在的问题以及对南繁产业发展的影响。经过三维SWOT-AHP-聚合诊断图模型分析，得知前11个元素作为产业内部要素，其综合权重平均值达7.627 6；后9个元素作为产业外部要素综合权重平均值仅为1.787 7，说明南繁产业外部竞争激烈，产业发展主要基于内部优势。3个维度综合权重的比重为3-0.1∶5+0.3∶2-0.2，Y>X>Z，Y区优势显著，超越X、Z两区综合权重之和。同时，S-W=0.207 7，O-T=0.194 0，南繁产业发展的优势高于劣势、机遇多于威胁，产业发展处于机遇期，具备了一定的优势，南繁产业发展的重心落在SO区，南繁产业处于培育阶段，需要主动多举措地引导南繁产业化发展。

参考文献：

[1]洪艳.现代农业集群式发展的SWOT分析[J].农业现代化研究,2010(31 Monog):22-27.

[2]谢良生,罗茂婵,李吉跃,等.城市绿地节水灌溉的SWOT分析[J].北京林业大学学报,2006(Z 1):107-110.

[3]胡群,刘文云.基于层次分析法的SWOT方法改进与实例分析[J].情报理论与实践,2009,32(3):68-71.

[4]黄晓斌,江秀佳.SWOT战略分析模型的动态改进[J].情报理论与实践,2009,32(7):78-81.

[5]刘振峰,刘阁,陈燕,等.基于层次分析法的中国航运企业SWOT分析[J].大连海事大学学报(自然科学版),2009,35(4):55-58.

[6]Satty T L.A scaling method for priorities in hierarchical structures[J].Journal of Mathematical Psychology,1978,1(1):57-68.

[7]屈兵,肖汝诚,仲健,等.基于群决策的改进AHP法在桥梁评估中的应用[J].中南大学学报(自然科学版),2015(11):4 204-4 210.

[8]熊锐,蒋晓亚.层次分析法在多目标决策中的应用[J].南京航空航天大学学报,1994,26(2):283-288.

[9]Mikko Kurttila,Mauno Pesonen,Jyrki Kangas,et al.Utilizing the Analytic Hierarchy Process(AHP) in SWOT Analysis-A Hybrid Method and its Appliation to a Forest-certification case[J].Forest Policy and Economics,2000(1):41-52.

[10]韩晓静.层次分析法在SWOT分析中的应用[J].情报探索,2006(5):119-122.

[11]李欣蕊,齐振宏,邬兰娅,等.基于AHP的中国现代种业发展的SWOT分析[J].科技管理研究,2015(3):22-27.

[12]龚新蜀,程伟.基于SWOT法和层次分析法的西北边境地区经济特区发展战略选择——以新疆霍尔果斯为例[J].科技管理研究,2014(7):31-35.

[13]Jiang Qingzhe,XuYanming,Xin Wenju,et al.SWOT-AHP hybrid model for vehicle lubricants from CNPCLC,China[J].Petroleum Science,2012(4):558-564.

[14]朱建军,王梦光,刘士新.一种新型不确定AHP的研究与应用[J].管理科学学报,2005,8(5):15-20.

[15]邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012,42(7):93-100.

[16]赵玮,岳德权.AHP的算法及其比较分析[J].数学的实践与认识,1995(1):25-46,58.

[17]张波.AHP基本原理简介[J].西北大学学报,1998,28(2):109-113.

[18]陈冠铭,贾虎,林亚琼.基于Matlab的AHP分析程序设计[J].农业网络信息,2012(7):21-22,49.

[19]刘文远,李芳,王宝文,等.基于雷达图表示的多维数据可视化分类方法[J].系统工程理论与实践,2010,30(1):178-183.