層級分析法(analytic hierarchy process, AHP)於1971 年由Thomas Saaty 所提出，沿用至今已經將近四十年的時間，其中經過不少專家學者提出改善方法，在現今決策領域中，已屬不可或缺的決策工具。
專家評選是層級分析法(AHP)中最基本也不可或缺的資料，但人為的專家評選在冗長的評選程序中，難免會出現意見上有矛盾，或是最後結果出現的隨機一致性指標(Random Consistency Index, RC)超過標準值而不適用的情況。而現今選商決策時，當出現專家評選的結果有問題或矛盾，流程上無法馬上進行重新訪調的程序，因而將無法立即解決問題，也會造成計算廠商得分與名次上的拖延，進而對整個工程進度將有一定性的影響。
本研究選擇以傳統AHP方法為基礎，再加上粒子群演算法(Particle Swarm Optimization，PSO) ，提出一套改良式AHP方法(PSO-AHP)。針對傳統AHP中需要的專家評選資料，其易受人為影響，而出現專家評選矛盾或專家提出之權重不符合隨機一致性指標(Random Consistency Index, RC)問題時，所提出的改良式AHP方法。此方法能有效的自動化偵測出不符合隨機一致性指標(Random Consistency Index, RC)之權重，能以最快的時間重新校正出符合一致性要求的準則項目相對重要性權重值，捨棄掉需要再一次的重新訪談專家意見之程序，避免繁雜的程序浪費時間，進而作為最後在排序廠商得分與名次的依據。
本研究之前已有其他學者提出相關之研究，其以基因演算法(Genetic Algorithm, GA)針對傳統AHP之缺失，提出了一套改良式AHP方法(Adaptive AHP Approach, A^3)[3]。本研究將以PSO-AHP與A^3(Adaptive AHP Approach)進行比較。研究最後以國內最有利標選商之實際案例，以A^3與PSO-AHP兩種不同之最佳化演算法計算，以驗證PSO-AHP之優點。

Analytic hierarchy process (AHP) is a method developed by Thomas Saaty in 1971. The method has been extensively studied and refined by experts for over 40 years. In today’s field of decision making, AHP has proven to be an indispensable tool in today’s field of decision making
Expert selection is AHP’s most basic yet most important data. But in the long procedure of expert selecting there could be a possibility that there will be a paradox of opinion or maybe the final results appear to have an over standard Random Consistency Index situation causing the results to be inconclusive. Yet in today’s contractor selection if there appears to be a paradox or problem in the expert selection. It is usually impossible to re-interview a subject. Not only making it difficult to solve the problem immediately, but also causing a delay in the calculation of score and rank in the Contractor performance evaluation. In result, giving a negative influence on the progress of the entire project.
This paper chooses AHP to serve as its basis, and presents an improved model of AHP by adding Particle Swarm Optimization. Conventional AHP’s expert selection data is easily affected by human factors. Sometimes creating a selection paradox or causing the weights assigned by experts to be inconsistent with the Random consistency index. Therefore, this improved AHP model is chosen to focus on this particular problem. The improved AHP model can automatically detect non-consisting weights. Using the shortest time to recalibrate the weights to fit Random Consistency, Avoiding wasting time to do the re-interview procedure. And according these weights we can continue conducting score and rank procedures to modify a proper contractor selection model.
Previous scholars have already done other related research. By using Genetic Algorithm (GA) to make up the deficiency in traditional AHP. Therefore, in order to verify PSO-AHP advantages. This paper will use PSO-AHP and Adaptive AHP Approach to conduct a comparison through a practical most beneficial domestic contractor selection case example.

參考文獻
1.A. Carlisle, and G. Dozier (2001), “An off-the-shelf PSO,” Proceedings of the Workshop on Particle Swarm Optimization, Vol. 1, pp. 1−6 .
2.E. Herrera-Viedma, F. Herrera, F. Chiclana, M. Luque (2004), “Some issues on consistency of fuzzy preference relation”, European Journal of Operational Research 154, pp.98-109.
3.J. Kennedy and R. Eberhart (1995A),“Particle Swarm Optimization,” Proc. IEEE International Conference on Neural Networks, Vol. IV, pp1942-1948.
4.J. Kennedy , R. Eberhart (1995B), “Particle swarm optimization, Proc of Int’l Conf on Neural Networks”, Proceedings : IEEE International Conference on Volume 4, 27 Nov.-1 Dec. 1995 . vol.4. pp.1942 - 1948
5.A. Ratnaweera, SK. Halgamuge, and HC. Watson (2004), “Self-Organizing Hierarchical Particle Swarm Optimizer with Time-Varying Acceleration Coefficients,” IEEE Transactions on Evolutionary Computation, Vol. 8, No. 3, pp. 240−255.
6.T. L. Saaty (1980), “The analysis hierarchy process, McGraw-Hill Company”, New York.
7.T. L. Saaty and L. G. Vargas (1982), ”The logic of priorities. Boston”, U.S., Kluwer-Nijhoff Publishing.pp.16.
8.P. N. Suganthan (1999),” Particle swarm optimizer with neighborhood operator”, in Proc. IEEE Int. Congress Evolutionary Computation, vol. 3, pp.1958–1962.
9.C. M. Tam, T. K. L. Tong and G. W. C. Chiu (2006), “Comparing non-structural fuzzy decision support system and analytical hierarchy process in decision-making for construction problems”, European Journal of Operational Research, 174 (2), pp.1317-1324.
10.Alan Wu (2001), “Robust Design Using Taguchi Methods”, Workshop Manual, American Supplier Institute (ASI) , Version 3.0 .
11.鄧淵源，曾國雄，層級分析法(AHP)的內涵特性與應用(上)，中國統計學報，27卷，6期，頁5-22，1989。
12.鄧淵源，曾國雄，層級分析法(AHP)的內涵特性與應用(下)，中國統計學報，27卷，7期，頁1-20，1989。
13.徐益梁，應用模糊多評估準則決策於工程最有利標之研究，淡江大學建築學系，碩士論文，1998。
14.施毅明，建築工程最有利標決標模式之研究－以品質工期成本量化為重點，淡江大學建築學系碩士論文，1998。
15.公共工程委員會，最有利標評選辦法，1999。
16.陳建宇、駱忠誠，政府採購法與實例解析，元照出版公司，2001。
17.王隆昌、常斐春，台灣地區災後重建工程最適採購方式之研究－以災區學校崇建工程為例，土木水利，第27 卷，第4 期，第28~43 頁，2001。
18.林豪，最有利標管制工程品質及品質成本之探討，國立台灣科技大學營建工程系，碩士論文，2001。
19.林長壽，作業研究(應用及算法)，中央圖書出版社，2001。
20.黃鈺華，政府採購法解讀—逐條釋意，元照出版。2001。
21.最有利標作業手冊，http://www.pcc.gov.tw，行政院公共工程委員會 ，2001。
22.王國武，政府採購法決標方式之決策分析暨其權重實證的研究」國防大學國防管理學院後勤管理研究所，碩士論文，2002。
23.陳盛隆，公共工程採最有利標評選施工廠商作業之研究，中華大學營建管理研究所，碩士論文，2002。
24.陳朝龍，山坡地生態土地利用適宜性規劃--以汐止市為例，中國文化大學地學研究所，碩士論文，2002。
25.林吉仁，作業研究，高立圖書有限公司，2002。
26.吳太隆，機率模型應用在工程底價訂定之研究，國立台灣科技大學，碩士論文，2003。
27.林群為，工程設計完成後如何採最有利標之研究，國立台灣科技大學營建工程系，碩士論文，2003。
28.蘇朝墩，田口式品質工程，清華大學品質研究中心，2003。
29.黃榆楹，競爭法與政府採購法對於圍標、綁標行為規範之比較研究，國立臺北大學法學系碩士班，碩士論文，2004。
30.魏啟玲，最有利標對營造業投決標作業影響之評估，國立高雄應用科技大學土木工程與防災科技研究所，碩士論文，2004。
31.王彥傑，建築投資業土地開發評估:層級分析法及模糊層 級分析法之比較研究，中原大學企業管理研究所，碩士論文，2004。
32.王天健，政府採購法決標程序及相關爭議之探討及修正建議，國立交通大學科技法律研究所，碩士論文，2005。
33.王天津、陳盈秀，模糊偏好關係與AHP 在實施先進製造技術(AMT)預測上之比較研究，義守大學資訊管理系，碩士論文，2005。
34.行政院公共工程委員會，政府採購法令彙編，2006。
35.王淑芬，古蹟工程施工廠商最有利標評選作業之研究，2006。
36.鄭英信，台中市住宅中古屋投資決策因素之探討，中華大學營建管理研究所，碩士論文，2006。
37.李維平、江正文，以學習因子分群策略改良粒子群演算法，北商學術論壇資訊管理與實務研討會，2006。
38.羅俊彥，粒子群演算法於高維數全域最佳化問題，國立台灣海洋大學系統工程暨造船學系，碩士論文，2006。
39.陳信譚，校外教學採購最有利標評選項目及權重建構之研究，碩士論文，2007。
40.林振昌，營造業多角化經營關鍵因素之探討，中華大學營建管理研究所，碩士論文，2007。
41.葉文盛，運用模糊積分層級分析法於綠色供應商評選之研究，私立大葉大學，碩士論文，2007。
42.徐士良，數值分析與算法，機械工業出版社，2007。
43.黃元，作業研究，國家文教機構，2007。
44.林俊昌，最有利標之選商決策與標價審查模式，國立交通大學，博士論文，2008。
45.楊亦東，電腦輔助決策模擬分析講義，台灣科技大學，2008。
46.行政院公共工程委員會，最有利標評選辦法， 2008。
47.張世昌，應用AHP分析外籍勞工國籍別對企業的適用性-以個案公司為例，大葉大學工業工程與科技管理學系，碩士論文，2009。
48.莊凱翔 ，營造廠國際市場專案決策模式建立-應用多目標展望模式(MCPM) ，國立台灣科技大學營建工程系，碩士論文，2009。
49.尤佳偉，工程顧問公司國際市場專案決策模式建立 -應用多目標展望模式(MCPM) ，國立台灣科技大學營建工程系，碩士論文，2009。
50.林豈汶，模糊偏好新相似度量測與演化式支撐向量機模式於連續壁工法選擇與工期預測之研究 ，國立台灣科技大學營建工程系，碩士論文，2009。