层次分析法

适用场景

主要用于解决评价类问题（例如：选择哪种方案最好、哪位运动员或者员工表现最好）

基本知识

例题：假如有三个地方分别是苏杭、北戴河、桂林，我们现在要运用层次分析法选出那个地方最值得去？

这时候就需要知道评判标准和指标

指标

其中指标可以通过在网上查找（百度，大众点评，知网等）得知，就此题而言，指标可以是景色、花费、居住、饮食、交通。

根据指标就可以得出下图：

标准

具体标准可以按如图表示

这些标准在不同问题中代表的含义不同，就本题而言，此中代表满意度

指标权重

指标权重就该指标在此评判系统中的重要程度

那怎么计算呢？请看下一小段----判断矩阵

判断矩阵

为了减小人为主观因素对决策的影响，我们将运用判断矩阵，又叫做正互反矩阵（虽然还是存在主观因素^_）

我们根据上面介绍的评判标准，

以第一行为例，其中[1,1]的位置表示，景色对于景色谁更重要，这肯定是一样重要的^-；那看[1,2]位置，景色对于花费来说重要程度是多少，这里是1/2，那对应的[2,1]位置就是它的倒数2。依照这个方法可以填完这个判断矩阵（这个判断矩阵的数值一般是根据网上查到的资料填写的，当然了也可以自己得到，但得到模型可能不太准确，但只要后面的一致性检验能过也行。）

一致性矩阵

首先我来说非一致性矩阵

看如下图：

假如我们设：苏杭=A 北戴河=B 桂林=C

那么我们可以看到从[1,3]可以看到A=C

从[1,2]我们可以看出A>B 从[2,3]我们可以看到B>C

由此我们可以看到A,B,C之间存在矛盾，此时就称它不一致

由此我们可以推出一个一致性矩阵最重要的性质是：
A [ i , j ] = A [ i , k ] ∗ A [ k , j ] A[i,j]=A[i,k]*A[k ,j] A[i,j]=A[i,k]∗A[k,j]
根据这个性质我们又可以推出：各行（各列）之间成比例。

如下就是一个一致性矩阵：

注意：一致性矩阵的前提是判断矩阵（正互反矩阵）

一致性检验

背景知识

原理：检验我们构造的判断矩阵和一致矩阵是否有太大的差别。

下面为一致性矩阵的条件

根据线性代数知识易得：该n阶方阵A的秩R(A)=1，则便可知：

一致矩阵有一个特征值为n，其余特征值为0；

重要引理：n阶正互反矩阵A为一致性矩阵时，它的最大特征值
λ ( m a x ) = n \lambda(max)=n λ(max)=n
当正互反矩阵A非一致时，一定满足：
λ ( m a x ) > n \lambda(max)>n λ(max)>n

步骤

第一步：计算一致性指标CI

第二步：查找对应的平均随机一致性指标RI

这个不用我们计算，一般是查表得出：

第三步：计算一致性比例CR

如果CR < 0.1, 则可认为判断矩阵的一致性可以接受；否则需要对判断矩阵进行修正。

计算权重的方法

那我们怎样根据判断矩阵得出权重呢？一共一下三种方法

接下来都将以此判断矩阵进行计算。

算术平均法

我们用第一行数据计算出来的权重

苏杭=1/(1+0.5+0.2)=0.5882

北戴河=0.5/(1+0.5+0.2)=0.2941

桂林=0.2/(1+0.5+0.2)=0.1177

利用第二列的数据可以得出

苏杭=2/(2+1+0.5)=0.5714

北戴河=1/(2+1+0.5)=0.2857

桂林=0.5(2+1+0.5)=0.1429

利用第三列的数据可以得出

苏杭=5/(5+2+1)=0.625

北戴河=2/(5+2+1)=0.25

桂林=1/(5+2+1)=0.125

最后我们取算数平均得

苏杭=（0.5882+0.5714+0.625)/3=0.5949

北戴河=（0.2941+0.2857+0.25）/3=0.2766

桂林=(0.1177+0.1429+0.125)/3=0.1285

将上述步骤公式化就是

w代表权值

几何平均法

几何平均法的计算公式如下：

根据公式可得

苏杭=0.5954 北戴河=0.2764 桂林=0.1283

特征值求权重法

前提条件是，判断矩阵的一致性比例CR<0.1，我们才能使用特征值法

第一步：求出矩阵A的最大特征值以及其对应的特征向量

我们可以利用matlab中的eig()函数来直接求得特征向量V，特征值列向量D

然后再在D中筛选出最大的特征值，并找到对应的特征向量。

最大特征值：3.0055 对应的特征向量为：[-0.8902,-0.4132,-0.1918]

第二步：一致性检验

由公式得：CR=0.0053<0.1,所以该一致性可以接受

第三步：对求出的特征向量进行归一化即可得到我们的权重

得：
苏杭=0.5954

北戴河=0.2764

桂林=0.1283

汇总：

【数学建模入门】层次分析法相关推荐

【数学建模】层次分析法AHP（评价与决策）
文章目录一.算法介绍二.适用问题三.算法总结 1. 步骤 2. 如何构建层次结构模型 3. 如何构建成对比较矩阵 4. 如何进行一致性检验四.应用场景举例(旅游问题) 1. 建模 2. 构造成 ...
数学建模之层次分析法AHP
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 ...
【数学建模】—— 层次分析法（AHP）
层次分析法 The analytic hierarchy process (AHP) 建模比赛中最基础的算法之一,主要用于解决评价类的解决评价类问题,首先要想到以下三个问题: 我们评价的目标是什么? ...
数学建模之层次分析法模型
目录问题问题实例问题分析建立层次分析法模型分析权重的方法编辑填表指标的权重编辑一致性检验一致性检验的引入一致性检验的步骤计算判断矩阵归一化处理算术平均法求权重几何平均法 ...
（一）【数学建模】层次分析法
文章目录 1. 评价类问题可用打分解决 (1)确定权重的方法(分而治之的思想): 1) 确定判断矩阵 2)计算权重 <1>算术平均法求权重 <2>几何平均法求权重 <3& ...
【数学建模】层次分析法
层次分析法引例层次分析法介绍成对比较阵和一致性检验组合权向量层次分析法步骤代码实现 RI 一致性检验层次单排序计算组合权向量(层次总排序) 经典案例代码实现练习训练参考文献引例 ...
【数学建模】层次分析法(AHP)-Python实现
1 前言本文主要讲解层次分析法(AHP)的python实现,后续会跟进实例分析 2 代码实现导入包 import numpy as np 2.1 构造判断矩阵判断矩阵一般采用专家意见法,也就是德 ...
数学建模之层次分析法详解（附个人论文）
根据清风老师的课程学习,收获很大,https://www.bilibili.com/video/BV1DW411s7wi 1.该模型所解决的问题评价类问题.(如哪个地方比较好,哪位员工优秀) 2. ...
病毒传播数学建模matlab分析,数学建模MATLAB之分析法（一）
[toc] 本篇分别有主成分分析,层次分析,聚类分析,因子分析的简单介绍以及在MATLAB(2018a)上使用的简单介绍 ( 附源码 ) 主成分分析主成分分析-百度百科简单讲:主成分分析就是取出几 ...
备战数学建模9-层次分析法模型
层次分析法,简称AHP,是建模比赛中最基础的模型之一,其主要用于解决评价类问题,例如:哪中方案更好?哪位运动员或者员工表现得更优秀? 一.层次分析模型建立部分下面我们看一道引出层次分析得例题,如下所 ...

【数学建模入门】层次分析法