Steven Lynn’s Blog
首页
搜索
归档
项目
关于
友链
Steven Lynn
文章
50
分类
0
标签
10
项目
关于
友链
归档
搜索
分类
标签
数学建模-层次分析法(AHP)
发布于: 2022-10-12
最后更新: 2024-11-4
次查看
Math
date
slug
status
tags
summary
type

前言

层次分析法通过建立评价标准,通过不同程度的指标表示重要程度,通过比较来推算权重,最终完成决策

层次结构

分析因素之间的关系,建立系统的递阶层次结构
notion image
在这里插入图片描述
  • 目标层 Objective
  • 准则层 Criterion
  • 方案层 Plan

重要程度指标

不同因素两两相比时,通过1-9来表示不同重要程度,数值越大比较者比被比较者更重要
标度
含义
1
两个因素同样重要
3
一个因素比另一个因素稍重要
5
一个因素比另一个因素明显重要
7
一个因素比另一个因素强烈重要
9
一个因素比另一个因素极端重要
2,4,6,8
中值
倒数
被比较者与比较者的关系

判断矩阵

判断矩阵的生成

由目标层与决策层可以生成以下表格,对应矩阵称为判断矩阵O-C
$O$
$C_1$
$C_2$
$C_3$
$C_1$
ㅤ
ㅤ
ㅤ
$C_2$
ㅤ
ㅤ
ㅤ
$C_3$
ㅤ
ㅤ
ㅤ
由决策层与方案层可以生成以下表格,对应矩阵称为判断矩阵C-p
$C_1$
$P_1$
$P_2$
$P_3$
$P_1$
ㅤ
ㅤ
ㅤ
$P_2$
ㅤ
ㅤ
ㅤ
$P_3$
ㅤ
ㅤ
ㅤ

不一致现象

出现类似因素A比B好,A和C一样好,B比C好的描述时,会出现矛盾
会导致矩阵出现不一致现象
当矩阵一致时,所生成的矩阵是一致矩阵

一致矩阵的性质

1. 特点

各行(列)之间成倍数关系,对角线两边互为倒数

2. 充要条件

  1. $a_{ij}$>0
  1. $a_{11}$=$a_{22}$=$a_{nin}$
  1. [$a_{i1}$,$a_{i2}$$\cdots$$a_{n}$]=$k_i$[$a_{11}$,$a_{12}$$\cdots$$a_{1n}$]
    1. 一致性检验

      引理

  1. $n$阶正互反矩阵A为一致矩阵时,最大特征值$\lambda_{max}$=$n$
  1. $n$阶正互反矩阵A为非一致矩阵时,最大特征值$\lambda_{max}$>$n$

一致性检验

  1. 一致性指标 $CI$=$\frac{\lambda_{max}-n}{n-1}$
  1. 查找平均随机一致性指标$RI$平均随机一致性指标
    1. notion image
  1. 计算一致性比例$CR$=$\frac{CR}{RI}$
  1. $CR$<0.1时,一致性可接受,否则需要矩阵修正

计算权重

用以下这个矩阵为例
$O$
$C_1$
$C_2$
$C_3$
$C_1$
1
2
4
$C_2$
1/2
1
2
$C_3$
1/4
1/2
1

1. 归一化

即某列元素/所在列的和
以第一列为例
$C_1$权重=$\frac{1}{1+1/2+1/4}$
$C_2$权重=$\frac{1/2}{1+1/2+1/4}$
$C_3$权重=$\frac{1/4}{1+1/2+1/4}$
接着再分别求得另外两列权重的数据

2. 权重求平均

算术平均

  1. 将所得权重的矩阵按行求和
  1. 除以n得到算术平均值
设判断矩阵$A$=$$\begin{bmatrix}
{a_{11}}&{a_{12}}&{\cdots}&{a_{1n}}\
{a_{21}}&{a_{22}}&{\cdots}&{a_{2n}}\
{\vdots}&{\vdots}&{\ddots}&{\vdots}\
{a_{n1}}&{a_{n2}}&{\cdots}&{a_{nn}}\
\end{bmatrix}$$,则算术平均法求得权重向量$\omega_i$=$\frac{1}{n}$$\sum_{j=1}^n$$\frac{a_{ij}}{\sum_{k=1}^na_{kj}}$ ($i$=1,2,$\cdots$$n$)

几何平均

  1. 将判断矩阵$A$的元素按行相乘得到新的列向量
  1. 将该列向量归一化处理得到权重向量
设判断矩阵$A$=$$\begin{bmatrix}
{a_{11}}&{a_{12}}&{\cdots}&{a_{1n}}\
{a_{21}}&{a_{22}}&{\cdots}&{a_{2n}}\
{\vdots}&{\vdots}&{\ddots}&{\vdots}\
{a_{n1}}&{a_{n2}}&{\cdots}&{a_{nn}}\
\end{bmatrix}$$,则几何平均法求得权重向量$\omega_i$=$\frac{(\prod_{j=1}^na_{ij})^\frac{1}{n}}{\sum_{k=1}^n(\prod_{j=1}^na_{kj})^\frac{1}{n}}$ ($i$=1,2,$\cdots$$n$)

特征值

  1. 求出矩阵$A$最大特征值以及对应特征向量
  1. 对特征向量归一化得到权重

方法局限性

  1. 评价的决策层或方案层不能过多($n$<15)
  1. 决策层与方案层数据已知时不可用
  • 作者:Steven Lynn
  • 链接:https://blog.stv.lol/article/AHP
  • 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
相关文章
解线性方程组的直接解法
一道小学数学题引发的思考
微分方程初值问题及matlab代码
数学建模-优劣解距离法(TOPSIS)
使用C++实现克拉默法则(Cramer's law)
使用C++实现n阶行列式的计算
数学建模-优劣解距离法(TOPSIS)使用C++实现克拉默法则(Cramer's law)
Loading...
目录
0%
前言层次结构重要程度指标判断矩阵判断矩阵的生成不一致现象一致矩阵的性质1. 特点2. 充要条件一致性检验引理一致性检验计算权重1. 归一化2. 权重求平均算术平均几何平均特征值方法局限性
Steven Lynn
Steven Lynn
喂马、劈柴、周游世界
文章
50
分类
0
标签
10
最新发布
我的2022年终小结
我的2022年终小结
2024-11-9
记录雅思考试经历与一点学习心得
记录雅思考试经历与一点学习心得
2024-11-9
Hackergame 2024 思路小结
Hackergame 2024 思路小结
2024-11-9
黑客松、日本、入职:我的2024下半年的总结
黑客松、日本、入职:我的2024下半年的总结
2024-11-9
NotionNext:基于Notion和NextJS的开源博客
NotionNext:基于Notion和NextJS的开源博客
2024-11-9
记一次抑郁诊断和开药用药记录
记一次抑郁诊断和开药用药记录
2024-11-4
目录
0%
前言层次结构重要程度指标判断矩阵判断矩阵的生成不一致现象一致矩阵的性质1. 特点2. 充要条件一致性检验引理一致性检验计算权重1. 归一化2. 权重求平均算术平均几何平均特征值方法局限性
2021-2024Steven Lynn.

Steven Lynn’s Blog | 喂马、劈柴、周游世界

Powered byNotionNext 4.7.5.