精华内容
下载资源
问答
  • 层次分析法建模

    千次阅读 2015-08-07 16:34:40
    2:利用层次分析法建模最重要得到成对比较矩阵,这个矩阵元素由来,数据合理性,首先要保证数据在1~9之间,或者1/1,1/2 1/3,1/5等等,不能出现3/5这些用结果得到结果数据。 3:层次分析法所要解决

    层次分析法建模

    1:他针对 的问题是:适合解决定性的问题,    适合为多目标,多准则而无结构特性的复杂问题作出决策。它主要是利用利用较少的定量信息使决策的思维过程数学化。

    2:利用层次分析法建模最重要的得到成对比较矩阵,这个矩阵元素的由来,数据的合理性,首先要保证数据在1~9之间,或者1/1,1/2

    1/3,1/5等等,不能出现3/5这些用结果得到的结果的数据。

    3:层次分析法所要解决的问题是关于最低层对最高层的相对权重问题,按此相对权重可以对最低层中的各种方案、措施进行排序,从而在不同的方案中作出选择或形成选择方案的原则。

    下面是层次建模的步骤:

    1:建立层次结构模型   :

    将决策的目标、考虑的因素(决策准则)和决策对象按它们之间的相互关系分为最高层、中间层和最低层,绘出层次结构图。

            最高层:决策的目的、要解决的问题。

             最低层:决策时的备选方案。

            中间层:考虑的因素、决策的准则。

    2:构造判断(成对比较)矩阵


    考虑完全一致的情况:


    一致阵性质:

    1:A的秩为1,A的唯一非零特征根为n

    2:非零特征根n所对应的特征向量归一化后可作为权向量

    考虑不完全一致的情况:

    对于不一致(但在允许范围内)的成对比较阵A, Saaty等人建议用对应于最大特征根的特征向量作为权向量w ,即

    Aw=w

    3. 层次单排序及其一致性检验

                  对应于判断矩阵最大特征根λmax的特征向量,经归一化(使向量中各元素之和等于1)后记为W。
      W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值,这一过程称为层次单排序。
      能否确认层次单排序,需要进行一致性检验,所谓一致性检验是指对A确定不一致的允许范围。

    定理:n 阶一致阵的唯一非零特征根为n

    定理:n 阶正互反阵A的最大特征根 >=n, 当且仅当 =n时A为一致阵。

    有定理得:λ 比n 大的越多,A  的不一致性越严重。

    定义一致性指标:CI = ( -n)/(n-1);

                CI=0,有完全的一致性
                CI接近于0,有满意的一致性
                CI 越大,不一致越严重

    为衡量CI 的大小  随机一致性指标 RI。

    如何引入随机性指标:方法

        随机构造500个成对比较矩阵        则可得一致性指标          


       

    结果如下:


    说明:n是阶数,当n=4时,就会随机产生500个成对比矩阵,测出CI,求平均值,作为衡量标准

    定义一致性比率 :

    一般,当一致性比率 有满意的一致性,通过一致性检验。

    否则要重新构造成对比较矩阵A,对 aij  加以调整。

    以下是简化计算

    说明:这个简化计算,先算最大特征根对应的特征向量,在算特征根,算完之后才进行一致性检验。

    4. 层次总排序及其一致性检验 

    计算某一层次所有因素对于最高层(总目标)相对重要性的权值,称为层次总排序。
    这一过程是从最高层次到最低层次依次进行的


    B层的层次总排序为:

    即 B  层第 i 个因素对总目标


    其实可以写成矩阵的乘积。

    则层次总排序的一致性比率为:


    说明:设  B   层  B1,B2,,,,Bn;     对上层A层(A1,A2,,,,Am)中因素                 
    的层次单排序一致性指标为  CI(i),随机一致性指为 RI(i);

    当    CR<0.1时,认为层次总排序通过一致性检验。层次总排序具有满意的一致性,否则需要重新调整那些一致性比率高(除了B层对A层外,还有A层对目标层)的判断矩阵的元素取值。

         若通过,则可按照总排序权向量表示的结果进行决策,否则需要重新考虑模型或重新构造那些一致性比率     较大的成对比较矩阵。




    展开全文
  • 层次分析法(AHP):在对复杂决策问题本质、影响因素极其内在关系等进行深入分析基础上,利用较少定量信息使决策思维过程数学化,从而为多目标、多准则或无结构特性复杂决策问题提供简便决策方案。...
    层次分析法(AHP):在对复杂的决策问题的本质、影响因素极其内在的关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方案。(解决决策类问题)运用层分析法时,大致分为以下四个步骤:
    1. 建立层次结构模型
    2. 构造判断(成对比较)矩阵
    3. 层次单排序极其一致性检验
    4. 层次总排序极其一致性检验
    5. 计算权重,得分
    如何构建层次结构模型(分层)最高层:决策的目的,要解决的问题中间层:考虑的阴因素,决策的准则最底层:决策时的备选方案举例:如何选择旅游地1.建立层次结构模型在网上搜索相关文献,旅游选择的因素,旅游选择指标(知网,百度文科等等)目标层:选择旅游地准则层:景色等方案层:北京等

    9f4b1a7ec2a373dc28ea49987e243673.png(橙子作图)

    权重指标北京杭州西安
    景色
    费用
    居住
    饮食
    旅途

    确定权重:成对比较矩阵:1.不把所有因素放在一起比较,而是两两相互比较2.对此时采用想对尺度,以尽可能减少性质不同的诸因素相互比较的困难,以提高准确度。在确定各影响因素权重时,两两比较。

    标度

    含义

    1

    表示两个因素相比,具有同样重要性

    3

    表示两个因素相比,一个因素比另一个因素稍微重要

    5

    ......明显重要

    7

    ......强烈重要

    9

    ......极端重要

    2,4,6,8

    上述两相邻判断的中值

    倒数

    A和B相比如果标度为3,那么B和A相比就是1/3

    据上表,如果觉得居住比费用更重要,但又不是很重要那么景色比居住可以定为2,即居住比景色就为1/2。

    景色居住费用饮食旅途
    景色12433
    居住1/21755
    费用1/41/711/21/3
    饮食1/31/5211
    旅途1/31/5311

    上表数据区域是一个5✖5的方针,记为A,对应的元素为aij,方针有如下特点:1.aij表示与j相比,i的重要程度。2.i=j时,同等重要,这解释了主对角线元素为1。3.aij>0且aij✖aji=1时。成为正互反矩阵。(上面这个矩阵,就是层次分析法中的判断矩阵),有了判断矩阵,我们就能计算权重

    2.构造判断矩阵

    (五个因素的判断矩阵)

    景色北京杭州西安
    北京125
    杭州1/212
    西安1/51/21
    费用北京杭州西安
    北京11/31/8
    杭州311/3
    西安831
    居住北京杭州西安
    北京113
    杭州113
    西安1/31/31
    饮食北京杭州西安
    北京134
    杭州1/311
    西安1/411
    旅途北京杭州西安
    北京111/4
    杭州111/4
    西安441
    这个时候辉会出现矛盾之处(不一致现象),即假如北京=A,杭州=B,西安=C北京比杭州景色好一点A>B北京比西安景色一样好A=C杭州比西安景色好一点B>C

    3.一致性检验

    一致矩阵:各行(各列)成倍数关系,在使用判断矩阵求权重时,必须对其进行一致性检验

    e0c9407461bca21fb926c949dc643283.png

    fa7983a9765a5b0a0bf484583fb9e402.png

    一致性检验的步骤:1.计算一致性指标CI76a89ad075749a92f86831849c5d95a8.png(最大特征根)2.查找对应的平均随机一致性指标RI3.计算一致性比例CR80df7ed2d631682ad3c04dfce517ef1c.png(RI是用随机方法构造500个样本矩阵,随机地从1-9极其倒数中抽取数字构造正互反矩阵,求得最大特征根的平均值并定义)如果CR<0.1,可认为判断矩阵的一致性可以接受,否则需要修正,往一致矩阵上调整4.一致矩阵计算权重(算术平均法,几何平均法,特征值法)(三种方法的计算均用MATLAB实现)
    景色北京杭州西安
    北京124
    杭州1/212
    西安1/41/21

    用第一列来算

    北京=1/(1+1/2+1/4)

    杭州=1/2(1+1/2+1/4)

    西安=1/4(1/4+1/2+1)

    (判断矩阵计算权重与其方法一样,但是各列之间不成比例,需计算各列的权重,再算平均权重,一致矩阵只需计算一列,因为各列都一样)算术平均法求求权重步骤:1.将判断矩阵归一化处理,每一个元素除以所在列的和2.将归一化的各列相加,按行求和3.将相加后的元素除以n,得到权重

    5612ba7da3b1c0c0294041f714659424.png

    5.将计算结果填入权重表(特征值法)
    算术平均法几何平均法特征值法
    北京0.59490.59540.5954
    杭州0.27660.27640.2764
    西安0.12850.12830.1283
    算术平均法几何平均法特征值法
    景色0.26230.26360.2636
    费用0.47440.47730.4758
    居住0.05450.05310.0538
    饮食0.09850.09880.0981
    旅途0.11030.10720.1087
    权重指标北京杭州西安
    景色0.26360.59540.27640.1283
    费用0.47580.08190.23630.6817
    居住0.05380.42860.42860.1429
    饮食0.09810.63370.19190.1744
    旅途0.10870.16670.16670.6667


    6.计算目的地得分

    (使用EXCEL可快速实现)

    8d0a75a2adbfe4c68ccdb514cc1a4b33.png

    b1535dec7ad84be7ce8097b881748b34.png

    43f379f18a9308016b488ab4cd6451b4.png

    2016年国赛MATLAB创新奖B题

    e365a63cdca4a90a87f9f4d635f4720e.png

    07eaf1b6f6acbaaa7b6beddb067fac21.png

    adb62cbf4e83941b79052e645186d0b3.png

    36f6ce91e5d6cbba3badbd2b615176a9.png

    2a74363bce522bd07d997b5020d9289f.png

    e4dad5d416dab0ccd003f88fe7c4cea4.png

    d7341bbdf30a86f6abc2973f326cceec.png

    8bb14f863671fc1dee13660e6f63f5a8.png

    a234e92d9416bc5029748a97f8bc84e4.png

    f019db31716e68c0c60cd3d42c8ac77b.png

    5e259dc05958f6f0b95f7311ff0ad7b7.png

    ba4ddbf6dc11895a948afa2fd33b0814.png

    dd0c41991102c0fa0e5bc98f28a8c05a.png

    6f2fa43b518ebf8d58f8b153f5fbe282.png

    746da5929d5adad5b9b79564e4883cc6.png

    153ee4d29b424f6a7663097cea74e92e.png

    506890fc33e11f76169dce142f491b47.png

    f8d91458f81902066d6eefa131df5574.png

    2702379636fb449f2f7d538b9a2bf93f.png

    2871ab1df8719b6e73fa7b50fb543d78.png

    -END-

    少一些功利主义的追求,多一些不为什么的坚持

    QINGLANSE

    展开全文
  • 借助这个题目,将层次分析法介绍个大家,层次分析法单独使用确实会有一点片面、单薄,结合模糊评价,构建基于层次分析法的模糊综合评价模型就是一个比较好、比较完整的评价模型了,模糊数学的概念后边再介绍,今天...

    借助这个题目,将层次分析法介绍个大家,层次分析法单独使用确实会有一点片面、单薄,结合模糊评价,构建基于层次分析法的模糊综合评价模型就是一个比较好、比较完整的评价模型了,模糊数学的概念后边再介绍,今天重点说明白层次分析法。

    层次分析法可以在判断过程中尽可能的消除主观因素(但是不可能完全消除),用客观的定量分析来做决定。上世纪 70  年代初期,美国运筹学家 T. L. Saaty 教授提出,用于解决多准则决策问题。使用层次分析的原因:对于一个题目而言,影响因素太多,要对这些因素进行一个排名,对比分析出他们之间重要性。这种重要性关系就是对人口影响到权重。通过权重可以体现出来。

    后边写的这个分析步骤非常关键,在建模论文中会占据一定的篇幅,如果你使用到层次分析法,就需要按照这个步骤构建你的模型,并完成分析计算。

    1

    层次分析法的原理和步骤

    1、构建层次结构模型

    假设题目有很多变量,变量之间应该是有一些相互关系,你所做的第一个工作就是将很多个变量进行条理化、层次化,构建出层次模型。然后这里说一下层次结构的分类,层次结构上可以分为两种,第一种图形三层结构分别是目标层、准则层、方案层,第二种图形可以分为最高层、中间层、最底层,当然第一种图形也是可以按照最高层、中间层、最底层的命名方式进行命名,但是第一种图形的结构比较特殊,所以单独给出一个名字。区别:

    a64bb3a870618f3f30b7ab907c0873a2.png

    第一种层次结构的最后一层就是具体实施的方案了,所以只需要自上而下计算权重,最后得到方案就可以了。

    2464c0ebd641e3e570b8c92f2b971feb.png

    第二种图形结构,需要两步,第一步是自上而下计算权重,第二步的自下而上计算得分,最后得到关于Z 的评价分数。这种层次分析结构本身就是一个涵盖很多变量的评价体系,对于评价类的题目,该层次结构模型是完全适合得,例如:2010 年建模国赛 B 题上海世博会影响力的定量评估、 2016 年东三省建模E题“二孩政策”的影响,这两个题目中都是对于一个事物的评价、评估,自然是需要进行定量分析, B 层就是影响的具体指标, A 层是指标分类, Z 层就是所要评估的对象。所以这个层次结构也是在数学建模比赛中常用的一种结构模型。

    我之所以要说的这么仔细,因为现在大多数教程 PPT 里的层次结构都是第一种,你学的时候可能挺明白的,但是在竞赛中很有可能不会用啊。第一种的层次结构最后一层是决策层、方案层,而在整体的建模论文中层次分析可能就是一个辅助的工具,直接给出方案是不现实的,因此大家按照第一种结构往往出现的问题就是不会套用、用的结果不理想。这也是个人的一点经验之谈。

    所以虽然需要你比赛当时构建层次结构,但是如果你平时把这个方法学明白了,比赛场上就是直接套用,建模速度也会比较快。

    2、构建判断矩阵

    层次结构反映因素之间的关系,但准则层中的各准则在目标衡量中所占的比重并不一定相同,就决策者而言,应该给出客观的权重信息。

    以给出的第二种层次的 A1 为例,评价 A1 的因素有 B1 , B2 , B3 ,在确定影响 A1 的 B1 , B2 , B3 在该所占的比重常常不易定量化。此外,当三个影响因素还是比较少的情况了,影响某因素的因子较多时,直接考虑这么多影响因子对 A1 有多大程度的影响时,常常会因考虑不周全、顾此失彼导致出现的结果不合适、不正确,甚至有可能提出一组隐含矛盾的数据。

    现在遇到的麻烦就是无法一次性的考虑多个因素,解决的方式也比较简单,就是每次只考虑两个指标,将两个指标相比较的重要性程度给出来,也就是做 n*(n-1)/2 次比较,得到判断矩阵(也叫成对比较矩阵)。

    给出矩阵的方法就是 1—9 及其倒数作为标度,含义如下:

    c0a4e88740a5fa413a453a8f28568c35.png

    给出的矩阵就是这个样子的。

    6485ab7e59a3e8105d11c2e822b97ef3.png

    aij 表示关于 A1 的影响重要性  bi 与 bj 的比值,也就是说 bi 比 bj 重要多少倍(这个倍可以是分数,大家这样记忆,会比较容易)

    将成对比较矩阵的最大特征根对应的归一化特征向量,经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值作为权向量,这个大家在矩阵论或者线性代数中肯定的学过的,后边求这个特征向量的过程也是通过 MATLAB 编程实现的,这里就不给出这个特征向量的求解过程了,就是用下边这个公式求解:

    a28bb39d102ff12a507fd7c75626279d.png

    使用这种方法确定权重向量就客观多了,但是现在关于矩阵或出现一个问题,你随便给出权重信息可能会出现矛盾的,所以求解权重之前需要进行矩阵的一致性检验,也就是下一节要分享的内容。

    3、成对比较矩阵的一致性检验

    上一节说到成对比较矩阵可能会出现矛盾,这里先把是什么矛盾说清楚,我随便给出一个成对比较矩阵如下所示。这一节的知识建议大家认真看,虽然有数学公式的推导比较枯燥,但是之后给出的计算程序就是将下边的数学公式程序化,大家认真学习很有价值。

    7d328ae534b0a065a42a7b3e85066bed.png

    矛盾来自于变量指标之间的传递性。在前文中说了,成对比较矩阵来自于两两比较,以主对角线为分界线,上三角与下三角是分别对应的,因此我们只需要分析上三角就可以了。下边说的可能比较啰嗦,但是理解起来比较方便,而且加深一下大家对判断矩阵的认识,耐心看一下吧。

    第一行: B1/B1=1 ,B1 的重要程度是 B1 的一倍; B1/B2=3 , B1 的重要程度是 B2 的三倍; B1/B3=4 ,B1 的重要程度是 B3 的四倍;大家注意下,以 B1 为中间量, B2 、B3 发生关系了,是什么关系呢, (B1/B3) / ( B1/B2) = B2/B3 = 4/3,也就是说通过传递性计算得到的 B2 的重要程度是 B3 的 4/3 倍。

    现在再看第二行,B2/B3=2,也就是说成对比较矩阵打分 B2 与 B3 两者比较的时候, B2 的重要程度是 B3 的 2 倍。

    完了,这就出现差异了,也就是说矩阵不一致了。

    总结成更精炼的数学语言就是:e298d9301f27b1eef08efb13979894f7.png条件满足时,矩阵一致。

    关于一致阵,有这样一个定理:  n 阶正互反矩阵 A 为一致矩阵当且仅当其最大特征根  n = λmax  ,且当正互反矩阵  A 非一致时,必有λmax > n。

    由 λmax 是否等于 n  来检验判断矩阵  A 是否为一致矩阵。由于特征根连续地依赖于 aij ,故 λmax 比 n 大得越多,  A 的非一致性程度也就越严重, λmax 对应的标准化特征向量也就越不能真实地反映出各个元素在对上一级的影响中所占的比重,不准确。

    进行一致性检验的主要步骤如下:

    (a)计算一致性指标 CI

    831137de33ca7aeb170f3662998e9c0c.png

    (b)查找相应的平均随机一致性指标 RI ,这个指标是查表得到的。

    c5304d1f6af7cf5fc047c9b8e624cb93.png

    (c)计算一致性比例 CR

    995520a1890ac4f03ea10990202a6bfc.png

    当 CR< 0.1 时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵作适当修正。 

    2

    成对比较矩阵计算权向量的程序

    这以下是层次分析法的 MATLAB 程序,将矩阵 A  改成你所要求解向量对应的成对比较矩阵,在 MATLAB 中新建 .m 文件或者直接在命令行窗户粘贴就可以。

    A=[1,  3, 4;  1/3, 1, 2;  1/4, 1/2, 1;];%我在前文中给的例子通过一致性检验。[n,n]=size(A);x=ones(n,100);y=ones(n,100);m=zeros(1,100);m(1)=max(x(:,1));y(:,1)=x(:,1);x(:,2)=A*y(:,1);m(2)=max(x(:,2));y(:,2)=x(:,2)/m(2);p=0.0001;i=2;k=abs(m(2)-m(1));while  k>p  i=i+1;  x(:,i)=A*y(:,i-1);  m(i)=max(x(:,i));  y(:,i)=x(:,i)/m(i);  k=abs(m(i)-m(i-1));enda=sum(y(:,i));w=y(:,i)/a;t=m(i);disp(w);%一致性检验CI=(t-n)/(n-1);RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];CR=CI/RI(n);if CR<0.10    disp('矩阵通过一致性检验');    disp('CI=');disp(CI);    disp('CR=');disp(CR);end

    得到结果为:

    2752eab5f292eef2f23d876ef188e4c6.png

    通过一致性检验,也就是 CR 小于 0.10 ,权重向量为 ( 0.6250,0.2385,0.1365 ) ,也就是对于 A1 而言, B1 最重要,占了 0.625 ,其他依次类推。

    3

    结果分析方法

    大家想一下,你得到的是什么啊?你得到了从最下层的指标逐级往上的权重,也就是说有了这些具体指标的数据,可以通过权重计算得分了,逐级往上计算直至得到Z的评价值,这个工作是很有用的,配合模糊评价会是模型更加完善。

    2464c0ebd641e3e570b8c92f2b971feb.png

    4

    资源分享

    在这次推文中,最重要的资源就是那段程序了,我也用云盘分享一下吧,每一个系列完成了,我都会把资源整理一下,大家查阅也方便,所以不用每次的文件都去保存,用到的时候现来公众号找就行,我会一直留着的。

    链接: https://pan.baidu.com/s/1ubJh8nWaFXHx-G3BK18Ucg 提取码: fqrp 复制这段内容后打开百度网盘手机App,操作更方便哦

    5

    这次呼唤了留言助理

    点击文后

    申请公众号太晚了,最直接的后果就是没有留言功能「留下嫉妒的泪水」,之前说过如果大家有需要告诉我,我下次发文章呼唤留言助理。但是怎么好久也没有人跟我说呢?是对我发的文章不感兴趣吗?后来我发现了一个逻辑错误,你们没有渠道跟我说啊,就好比我堵住你们的耳朵,然后问“我说话声音小吗?要不要我大点声?”,可是你们听不到我这个问句,大点声就无从谈起了,所以今天我主动放上了留言助手,并且专门写了这么一节,希望能带来一两个留言吧。在留言区可以跟我交流的,有什么问题或者有什么建议都可以在留言区跟我说,我都会认真看认真回复的。

    这个「留言助理」用起来还挺方便的,我研究了目前微信上的留言小程序,跳转比较慢,后来选了这个,自己测试了一下,挺流畅的。只需要获得头像、昵称、性别、地区公开信息。

    f2f1baee0f24cee4a5041de67362592f.png

    不管怎么说,指着这个留言助手也不是长久之计,比起带留言功能的公众号多点了那不一步真的会劝退一些人,不过我在筹划个人小程序了,目前希望开发成博客或者论坛形式的,主要是便于大家交流,跟我这个作者有互动啊,我单纯的输出,也不知道该怎么调整,真的有种窒息感。

    撰文 / 科研狗Doggy

    排版 / 科研狗Doggy

    -数学与物理-原创内容  转载请联系后台

    往期精彩回顾

    ———————————————

    经验 | 葡萄酒的评价(1)主成分分析法
    狗子荐题| 2012 年 建模国赛 A 题
    软件 | MATLAB2014a软件及安装教程

    ————————————————————————

    2290b4aac6606dde56ffc0bbccce2ec7.png

    a67386febefdde5be200cdd039ab3809.png公众号ID:maths-physics*****************************************数学建模 || 物理学术竞赛

    软件安装 || 资料大礼包   

    数学、物理的历史  

    认知、逻辑的提升  

    2f503de1ad1a1374b24d6fd61a9e3a91.png点击「」,参与留言讨论

    展开全文
  • 层次分析法(AHP):在对复杂决策问题本质、影响因素极其内在关系等进行深入分析基础上,利用较少定量信息使决策思维过程数学化,从而为多目标、多准则或无结构特性复杂决策问题提供简便决策方案。...
    层次分析法(AHP):在对复杂的决策问题的本质、影响因素极其内在的关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方案。(解决决策类问题)运用层分析法时,大致分为以下四个步骤:
    1. 建立层次结构模型
    2. 构造判断(成对比较)矩阵
    3. 层次单排序极其一致性检验
    4. 层次总排序极其一致性检验
    5. 计算权重,得分
    如何构建层次结构模型(分层)最高层:决策的目的,要解决的问题中间层:考虑的阴因素,决策的准则最底层:决策时的备选方案举例:如何选择旅游地1.建立层次结构模型在网上搜索相关文献,旅游选择的因素,旅游选择指标(知网,百度文科等等)目标层:选择旅游地准则层:景色等方案层:北京等

    417b3ab2838cb496d2e630c510479338.png(橙子作图)

    权重指标北京杭州西安
    景色
    费用
    居住
    饮食
    旅途

    确定权重:成对比较矩阵:1.不把所有因素放在一起比较,而是两两相互比较2.对此时采用想对尺度,以尽可能减少性质不同的诸因素相互比较的困难,以提高准确度。在确定各影响因素权重时,两两比较。

    标度

    含义

    1

    表示两个因素相比,具有同样重要性

    3

    表示两个因素相比,一个因素比另一个因素稍微重要

    5

    ......明显重要

    7

    ......强烈重要

    9

    ......极端重要

    2,4,6,8

    上述两相邻判断的中值

    倒数

    A和B相比如果标度为3,那么B和A相比就是1/3

    据上表,如果觉得居住比费用更重要,但又不是很重要那么景色比居住可以定为2,即居住比景色就为1/2。

    景色居住费用饮食旅途
    景色12433
    居住1/21755
    费用1/41/711/21/3
    饮食1/31/5211
    旅途1/31/5311

    上表数据区域是一个5✖5的方针,记为A,对应的元素为aij,方针有如下特点:1.aij表示与j相比,i的重要程度。2.i=j时,同等重要,这解释了主对角线元素为1。3.aij>0且aij✖aji=1时。成为正互反矩阵。(上面这个矩阵,就是层次分析法中的判断矩阵),有了判断矩阵,我们就能计算权重

    2.构造判断矩阵

    (五个因素的判断矩阵)

    景色北京杭州西安
    北京125
    杭州1/212
    西安1/51/21
    费用北京杭州西安
    北京11/31/8
    杭州311/3
    西安831
    居住北京杭州西安
    北京113
    杭州113
    西安1/31/31
    饮食北京杭州西安
    北京134
    杭州1/311
    西安1/411
    旅途北京杭州西安
    北京111/4
    杭州111/4
    西安441
    这个时候辉会出现矛盾之处(不一致现象),即假如北京=A,杭州=B,西安=C北京比杭州景色好一点A>B北京比西安景色一样好A=C杭州比西安景色好一点B>C

    3.一致性检验

    一致矩阵:各行(各列)成倍数关系,在使用判断矩阵求权重时,必须对其进行一致性检验

    61a7dac6d56676c1583b5ebfd9556ef6.png

    fbb6a368ac2058e9139f4db93db580a7.png

    一致性检验的步骤:1.计算一致性指标CI1c4ab38d12eefef9222dbda15be02460.png(最大特征根)2.查找对应的平均随机一致性指标RI3.计算一致性比例CR70b7ed171240bb703a8720dbc3ed25dd.png(RI是用随机方法构造500个样本矩阵,随机地从1-9极其倒数中抽取数字构造正互反矩阵,求得最大特征根的平均值并定义)如果CR<0.1,可认为判断矩阵的一致性可以接受,否则需要修正,往一致矩阵上调整4.一致矩阵计算权重(算术平均法,几何平均法,特征值法)(三种方法的计算均用MATLAB实现)
    景色北京杭州西安
    北京124
    杭州1/212
    西安1/41/21

    用第一列来算

    北京=1/(1+1/2+1/4)

    杭州=1/2(1+1/2+1/4)

    西安=1/4(1/4+1/2+1)

    (判断矩阵计算权重与其方法一样,但是各列之间不成比例,需计算各列的权重,再算平均权重,一致矩阵只需计算一列,因为各列都一样)算术平均法求求权重步骤:1.将判断矩阵归一化处理,每一个元素除以所在列的和2.将归一化的各列相加,按行求和3.将相加后的元素除以n,得到权重

    acd5b240ca830eede9818132c48f4b55.png

    5.将计算结果填入权重表(特征值法)
    算术平均法几何平均法特征值法
    北京0.59490.59540.5954
    杭州0.27660.27640.2764
    西安0.12850.12830.1283
    算术平均法几何平均法特征值法
    景色0.26230.26360.2636
    费用0.47440.47730.4758
    居住0.05450.05310.0538
    饮食0.09850.09880.0981
    旅途0.11030.10720.1087
    权重指标北京杭州西安
    景色0.26360.59540.27640.1283
    费用0.47580.08190.23630.6817
    居住0.05380.42860.42860.1429
    饮食0.09810.63370.19190.1744
    旅途0.10870.16670.16670.6667


    6.计算目的地得分

    (使用EXCEL可快速实现)

    647ab925d18bd68bf4bc6aec3e732935.png

    6ea4c2ceb1b465e4e8e99eba634ef7ce.png

    405da9612adf28625f9f11406d750b34.png

    2016年国赛MATLAB创新奖B题

    446d50d1b6441ccca5d610d01c35609c.png

    0bfd1a5be62a769363fb54bbf39ff639.png

    5580f6eca7fcba2d514c27e1387c2121.png

    68527d5342b95903c8fdca37e3978f7b.png

    167f0a2c5c229a8a3f336193ee3181d8.png

    e93d32d690b3de57787b18db81f53b21.png

    9524d794de4f5f9f98e968fc99c0817d.png

    bbada3da68f14d746e798e8b16f88b11.png

    0ad160ad28183f50e485a037332a127c.png

    0c377bbe5239cfa7ca605c2f81b93f8a.png

    b34c63276df313cf6d9a598c2f2423ce.png

    89f01f5dd0c1b9452c01d147fe65e7f1.png

    97bb11c7da974021bb41ef2c7019d49a.png

    43914b69a3dda8bf0d4162300cc94503.png

    0ee272b1cdf944b61f9ef72011e70c25.png

    8ccfcc851a32c6e59ea0ce250a38c5b8.png

    3ccbff22e00cea163f7dbb4ebf957866.png

    feb35b181c2d68af553fe7ad76d2fa0b.png

    fdb8e6c5ff679de5e48b2f6251874e27.png

    4cf0bc8a0c66a2f9cf5a6acf80952155.png

    -END-

    少一些功利主义的追求,多一些不为什么的坚持

    QINGLANSE

    展开全文
  • 数学建模层次分析法

    千次阅读 2018-11-24 10:32:37
    下面来简单介绍一下层次分析法建模的基本过程: 1、打开MATLAB软件,在其主界面编辑器中写入下列程序: disp('请输入判断矩阵A(n阶)'); A=input('A='); [n,n]=size(A); x=ones(n,100); y=ones(n,100); m=zeros(1...
  • 层次分析法(Analytic Hierarchy Process,AHP)这是一种定性和定量相结合的、系统的、层次化的分析方法。这种方法的特点就是在对复杂决策问题的本质、影响因素及其内在关系等进行深入...层次分析法的用途 建模比赛的...
  • 首先在讲解“层次分析法”之间,需要讲解一个概念是由Santy提出“一致矩阵法”。那么什么是“一致矩阵法”呢,大家好好看咯,我们要开始了。。 二、一致矩阵法  一致矩阵法,听起来好像很难样子,其实不然...
  • 在本文中你将了解到:层次分析法的用途;层次分析模型构造过程;不需要手算和编程的yaahp层次分析法软件介绍;如何构造判断矩阵以便能一次性通过一致性检验。通晓了如何构造判断矩阵以及熟练掌握yaahp层次分析法软件...
  • 层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简单的决策方法。...
  • 数学建模学习笔记 (一) 层次分析法 ...此系列文章主要记录在学习数学建模过程知识点和自己理解,如果出错请多多指正。 学习教材和资源主要来源与清风讲解视频,想全面了解可移步清风:数
  • 层次分析法比较简单,是一个入门级评价算法模型,模型建立过程如下。 建立层次结构模型 层次一般分为三种: 最高层,准则层和方案层 一般而言层次结构模型用软件亿图图示画出(强烈建议使用9.0版本...
  • 层次分析法(The Analytic Hierarchy Process即 AHP)是由美国运筹学家、 匹兹堡大学教授T . L. Saaty于20世纪70年代创立一种系统分析与决策综合 评价方法,是在充分研究了人类思维过程的基础上提出来,它较...
  • 层次分析法(用于评价类问题) 这种方法特点是在对复杂决策问题本质、影响因素及其内在关系等进行深入分析基础上,利用较少定量信息及其内在关系等进行深入分析基础上,利用较少定量信息使决策思维...
  • 层次分析法层次分析法过程1.应用2.一个例子【1】题目【2】选择指标【3】选择表格【4】设置重要程度指标【5】填表【6】计算权重 层次分析法过程 1.应用 其主要用于解决评价类问题(例如:选择哪种方案最好、哪位运动...
  • 前言层次分析法是数学建模过程中最基础模型之一,主要应用于评价问题。层次分析法(AHP)是对一些较为复杂、较为模糊问题作出决策简易方法,其适用于那些难以完全定量分析问题。基本步骤评价类问题在处理评价...
  • 层次分析法(AHP)是美国运筹学家匹茨堡大学教授萨蒂(T.L.Santy)于_上世纪70年代初,为美国国防部研究“根据各个工业部门对国家福利贡献大小而进行电力分配”课题时,应用网络系统理论和多目标综合评价方法,提出-...
  • 基于层次分析法的高考志愿填报模型,数学建模论文,内有层次分析法的整个过程和分析结果,以及关键计算步骤的matlab代码。
  • 层次分析法

    2018-01-29 19:07:07
    注:文章内容主要参阅 《matlab数学建模算法实例与分析》,部分图片来源于WIKI ...2第二部分介绍一下我们队伍数学建模过程中,对层次分析法的应用,中间有些地方做了不严谨的推理,例如关于一致性的检
  • 层次分析法模型入门学习: https://blog.csdn.net/weixin_47066458/article/details/113177117 层次分析法代码实现: %% 注意:在论文写作中,应该先对判断矩阵进行一致性检验,然后再计算权重,因为只有判断矩阵...
  • 在同一个GIS环境中,加权线性组合(WLC)和模糊层次分析法(FAHP)分别强调了能力和适用性之间细微差别,而效用函数(UF)有助于评估对可持续性方面考虑。 最初结果包括八层,分别代表自然条件,即降雨,温度...
  • 说明: 在论文写作中,应该先对判断矩阵进行一致性检验,... 自己写论文中如果用到了层次分析法,一定要先对判断矩阵进行一致性检验。 只有非一致矩阵判断矩阵才需要进行一致性检验,因此要造一个非一致矩阵。 ...
  • 层次分析法的优点在于不需要任何数据,矩阵中用到的数据都是建模者主观上的比较,适用于没有数据或者数据少的问题中,缺点在于有些时候逻辑不够严谨以及模型较单一,推广能力差。 层次分析法概念: 层次分析法(AHP...
  • 层次分析法(详解)

    2017-04-17 16:34:00
    2第二部分介绍一下我们队伍数学建模过程中,对层次分析法的应用,中间有些地方做了不严谨的推理,例如关于一致性的检验,如有人发现不正确,希望可以指正 第一部分: 层次分析法(Analytic H...
  • 初中是一个从基础到深入过渡过程,是一个积累阶段,只有基础打好了,在今后学习道路上才会越走越远。数学学习也是如此,数学是一门逻辑性很强学科,需要积累知识点是非常多,这对于学生来讲也是一个...

空空如也

空空如也

1 2 3 4
收藏数 75
精华内容 30
关键字:

层次分析法的建模过程