層次分析法

2021-09-18 01:25:12 字數 2190 閱讀 8467

層次分析法是對難以完全定量的複雜系統作出決策的模型和方法。

層次分析法的結構如下。

建立層次結構模型

構造判別矩陣(正反交矩陣)

層次單排序及其一致性檢驗

層次總排序及其一致性檢驗

這裡使用乙個例子,比如我們的目標是選出學校附近最好的餐館,這裡我們就會考慮每個餐館的衛生、口味、**、服務這個幾個方面,而候選的餐館只有趙六小炒、張二幹鍋。所以根據上述敘述,我們得到了我們的目標,就是選出最好的餐館,而準則就是衛生、口味、**和服務,方案就是趙六小炒、張二幹鍋和肖三水餃。準則最好不要超過9個。

這個問題的主要困難在於,這些因素通常不易定量的表示,比如口味5分,衛生6分等。人們憑自己的經驗和知識進行判斷。而層次分析法做的,一是不把所有因素放在一起比較,而是兩兩相互對比,二是對比時採用相對尺度,以盡可能地減少性質不同的諸因素相互比較的困難,提高準確度。

接著進行一致性檢驗,我們可以在這個**將這個矩陣複製進去,計算這個矩陣的最大特徵值m

mm,然後根據檢驗一致性(n為矩陣的階數,這裡是4階的)。

一 致性

指標ci

=m−n

n−1一致性指標ci=\frac

一致性指標c

i=n−

1m−n​隨機

一致性指

標ri=

這個要靠

查表得到

了,表如

下隨機一致性指標ri=這個要靠查表得到了,表如下

隨機一致性指

標ri=

這個要靠

查表得到

了,表如

一 致性

比率cr

=cir

i一致性比率cr=\frac

一致性比率c

r=ri

ci​當一致性

比率cr

<

0.1一致性比率cr<0.1

一致性比率c

r<0.

1則表明一致性檢驗通過,反之沒有通過一致性檢驗,需要重新修改判別矩陣中的元素直到一致性檢驗通過。

這裡的檢驗如下,通過一致性檢驗

然後將方案層也按準則層這樣操作一遍,一致性檢驗均通過,得到如下結果

現在開始計算準則層的特徵向量,這裡我們在excel中使用product()函式計算行積再計算標準化特徵向量(每行乘

積的n次

方n次方

和\frac

n次方和每行

乘積的n

次方​)。

同樣的最後要將其餘4個特徵向量也計算出來,如下

將所有資料按此列出,在總排序權上按sum(方案層特徵向量*transpose(準則層特徵向量))(程式設計的話也就是abt

ab^t

abt)計算總排序權值。

接下來進行總的一致性檢驗,同上使用sum(方案層ci*transpose(準則層特徵向量))計算總的一致性指標,再除上0.58的隨機一致性指標得到總的一致性比率,若任然小於0.1,則通過一致性檢驗,我們接受這個結果。

可以看出總權相加為1,且肖三水餃佔的總排序權最大,一致性檢驗通過。所以我們認為最好的校外餐館是肖三水餃。當然層次分析法非常主觀,不同的人會得到不同答案,畢竟在吃貨心中口味才是最重要的~

層次分析法

ahp分析方法,其基本步驟可歸納為 1 建立遞階層次結構 建立遞階層次結構是ahp法中關鍵一步,如圖所示。首先,把複雜問題中所包含的因素分解為不同層次。同一層次的因素作為準則對下一層次的某些因素起支配作用,同時,它又受上乙個層次因素的支配。這種從上到下的支配關係形成了乙個遞階層次結構,處於最上層的是...

層次分析法

此方法的步驟 1.建立有目標層 準則層 方案層等構成的層次結構 2.構造下層各元素對上層每一元素的成對比較矩陣 3.計算各個成對比較矩陣的特徵根和特徵向量,做一致性檢驗,通過後將特徵向量取做權向量 4.用分層加權和法計算最下層元素對最上層元素的權重 即逐層矩陣相乘 關於一致性檢驗,n階成對比較矩陣的...

層次分析法

其實出看層次分析法還是特別懵逼的,畢竟第一次接觸到這種定性半定量的方法,想想物理競賽中也曾今遇到過定性半定量的題目,但畢竟是兩年多前的事了,現在又看到定性半定量的名詞,不禁勾起了心中曾今沉迷物理學的往事。話不多說,層次分析法的主要目的就是確定指標的權重,當考慮乙個問題的時候,比如我們接下來要提到的旅...