AHP层次分析法：
AHP层次分析法(Analytical Hierarchy Process, 简称AHP)是个很有趣又很有用的东西,它提供一个有效的方法去进行复杂的决策,无论在一般生活、商业或学术研究上,都有很精采的应用.
例如：
软件开发管理之应用---- 在微软的MSDN文件里,其利用AHP方法来评析与比较3个信息系统的质量,以决定那一个系统的质量最好.
一般生活上之应用---- 例如本章所举的例子,想找一个理想的工作,其所谓理想的评选标准有三：钱多、事少、离家近.那么就可以利用AHP方法来从多个工作机会中评选出一个比较合乎理想的工作了.
商业上之应用---- 例如全球性运输公司利用AHP方法评选最佳转运港口.
简而言之,AHP是将复杂的决策情境切分为数个小部份,再将这些部分组织成为一个树状的层次结构.然后,对每一个部份的相对重要性给予权数值,然后进行分析出各个部份优先权.对决策者而言,以层次结构去组织有关替代方案(alternative)的评选条件或标准(criteria)、权数(weight)和分析(analysis),非常有助于对事物的了解.此外,AHP可协助捕捉主观和客观的评估测度,检验评估的一致性,以及团队所建议的替代方案,减少团队决策之失误,如失焦、无计划、无参予等.AHP将整个问题细分为多个较不重要的评估,但还维持整体的决策.
AHP方法是由Thomas L. Saaty教授所研究发展出来的,其适合多评选标准(Multi-Criteria)的复杂决策.目前市面上有许多软件工具可用,包括最著名的Expert Choice软件系统,以及免费网络上AHP软件或服务, 可下载Java版本的AHP系统.
DEA数据包络分析：
在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后,需要对具有相同类型的部门或单位（称为决策单元）进行评价,其评价的依据是决策单元的“输入”数据和“输出”数据,输入数据是指决策单元在某种活动中需要消耗的某些量,例如投入的资金总额,投入的总劳动力数,占地面积等等；输出数据是决策单元经过一定的输入之后,产生的表明该活动成效的某些信息量,例如不同类型的产品数量,产品的质量,经济效益等等．再具体些说,譬如在评价某城市的高等学校时,输入可以是学校的全年的资金,教职员工的总人数,教学用房的总面积,各类职称的教师人数等等；输出可以是培养博士研究生的人数,硕士研究生的人数,大学生的人数,学生的质量（德,智,体）,教师的教学工作量,学校的科研成果（数量与质量)等等．根据输入数据和输出数据来评价决策单元的优劣,即所谓评价部门（或单位）间的相对有效性.
1978年由著名的运筹学家A.Charnes,W.W.Cooper和 E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis,简称DEA）的方法,去评价部门间的相对有效性（因此被称为DEA有效）．他们的第一个模型被命名为CCR模型．从生产函数角度看,这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法.1984年 R.D.Banker,A.Charnes和W.W.Cooper给出了一个被称为BCC的模型.1985年Charnes,Cooper和 B.Golany, L.Seiford, J.Stutz给出了另一个模型（称为CCGSS模型）,这两个模型是用来研究生产部门的间的“技术有效”性的．1986年Charnes,Cooper 和魏权龄为了进一步地估计“有效生产前沿面”,利用Charnes, Cooper和K.Kortanek于1962年首先提出的半无限规划理论,研究了具有无穷多个决策单元的情况,给出了一个新的数据包络模型——CCW模型．1987年Charnes, Cooper,魏权龄和黄志民又得到了称为锥比率的数据包络模型——CCWH模型．这一模型可以用来处理具有过多的输入及输出的情况,而且锥的选取可以体现决策者的“偏好”．灵活的应用这一模型,可以将CCR模型中确定出的DEA有效决策单元进行分类或排队等等．这些模型以及新的模型正在被不断地进行完善和进一步发展.
