(الف) روش deahp : این روش هر معیار یا گزینه تصمیم در ماتریس زوجی را به عنوان یک واحد فرض می کند به طوری که اعضای سطری ماتریس مقایسه زوجی را به عنوان خروجی واحد لحاظ می شود و تمامی واحد ها ورودی مجازی ثابت یک اختیار می کند. کارای نسبی هرواحد وزن نسبی آن واحد است. روش deahp دارای اشکالات اساسی می باشد که آن ها را تحلیل خواهیم کرد. (ب) روش deahp اصلاح شده : اشکال اصلی deahp تولید بردارهای اولویت غیرمنطقی برای ماتریس های مقایسه زوجی ناسازگار است. برای برطرف کردن اشکالات deahp ، یک روش جدید به عنوان deahp اصلاح شده ارائه خواهد شد و نشان داده می شود این روش وزن های منطقی سازگار با قضاوت های تصمیم گیرنده تولید می کند و نسبت به تغییرات در داده های ماتریس های مقایسات زوجی حساس می باشد. (پ) روش chin- wang: این روش کرانی برای وزن ها در نظر می گیرد و wi های نرمال شده حاصل از مقدار کارائی deahp را در یک مدل کسری ماکزیمم می نماید و این مدل کسری را با بکار بردن تبدیلات چارنز و کوپر تبدیل به یک مدل خطی می کند. (ت) روش dea/ar : این روش با ساختن ناحیه اطمینان برای deahp وزن های بهتری تولید می کند. مدل dea/ar بر تمام اشکالات deahp فایق می آید. (ث) روش جدید: این روش جدید که یک روش برنامه ریزی خطی برای تولید کردن وزن ها در ahp نامیده می شود روشی است برای استخراج وزن های نسبی از یک ماتریس مقایسه زوجی یا در ahp گروهی به کار می رود. در این روش ما نیاز به حل فقط یک مدل برنامه ریزی خطی داریم و نیازی به نرمال کردن بردار وزن تولید شده نیست. واژه های کلیدی: تحلیل پوششی داده ها (dea) ، فرآیند تحلیل سلسله مراتبی (ahp) ، تحلیل تصمیم گیری چندمعیاره (mcda) ،تحلیل پوششی داده ها با تحلیل سلسله مراتبی deahp ،تحلیل پوششی داده ها با ناحیه اطمینان dea/ar ، کارایی مناسب (fp) .