0
点赞
收藏
分享

微信扫一扫

数学建模:层次分析法(AHP)详细步骤


文章目录

  • ​​前言​​
  • ​​一、解决评价类问题​​
  • ​​二、解决该类问题大体流程​​
  • ​​1.确定评价目标​​
  • ​​2.达到目标可行的方案​​
  • ​​3.不同方案的权重或指标​​
  • ​​4.确定不同指标的一致矩阵,即判断矩阵​​
  • ​​5.计算一致性指标和一致性比例,判断矩阵的一致性是否可以接受​​
  • ​​6.计算不同方案对每个指标的得分​​
  • ​​7.加权每个方案对不同指标的权重​​
  • ​​8.最终确定不同方案的综合评分,找到可实施的方案​​
  • ​​三、具体题目实现和细节问题​​
  • ​​1、评价指标可根据不同题意去网上查找相关资料形成不同的评价指标,或者在题目背景中挖掘。​​
  • ​​2、要确定不同指标的权重,以及不同方案对不同权重的得分。​​
  • ​​3、既然每个指标所占的权重计算好了,那么如何计算不同方案对于景色,饮食等不同指标所占的权重(得分)呢?​​
  • ​​4、之后就要检验判断矩阵的一致性​​
  • ​​5、一致性检验的步骤​​
  • ​​6、既然确定好了一致矩阵,之后就要求一直矩阵的权重了​​
  • ​​(1)方法1:算术平均法求权重​​
  • ​​(2)方法2:几何平均法求权重​​
  • ​​(3)方法3:特征值法求权重​​
  • ​​7、算出各指标所对应的权重,即​​
  • ​​8、确定最终的矩阵​​
  • ​​四、总结​​

前言

层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构,然后用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重,最后再加权和的方法递阶归并各备择方案对总目标的最终权重,此最终权重最大者即为最优方案。

一、解决评价类问题

1、评价目标是什么
2、达到目标可实施的方案有哪些
3、评价的准则是什么(指标)

二、解决该类问题大体流程

1.确定评价目标

2.达到目标可行的方案

3.不同方案的权重或指标

4.确定不同指标的一致矩阵,即判断矩阵

5.计算一致性指标和一致性比例,判断矩阵的一致性是否可以接受

6.计算不同方案对每个指标的得分

7.加权每个方案对不同指标的权重

8.最终确定不同方案的综合评分,找到可实施的方案

三、具体题目实现和细节问题

题目:假期几位同学想要去春游,他们查询了网络,确定了苏杭、北戴河和桂林之一作为目标地点。请你确定评价指标、行成评价体系来为他们选择合适的方案。

1、评价指标可根据不同题意去网上查找相关资料形成不同的评价指标,或者在题目背景中挖掘。

  1. 景点景色
  2. 旅游花费
  3. 居住环境
  4. 饮食情况
  5. 交通便利程度

2、要确定不同指标的权重,以及不同方案对不同权重的得分。

数学建模:层次分析法(AHP)详细步骤_人工智能

数学建模:层次分析法(AHP)详细步骤_数据挖掘_02


该矩阵为层次分析法中的判断矩阵,但是要判断他是否为正互反矩阵,即aij*aji=1。

数学建模:层次分析法(AHP)详细步骤_数学建模_03

3、既然每个指标所占的权重计算好了,那么如何计算不同方案对于景色,饮食等不同指标所占的权重(得分)呢?

数学建模:层次分析法(AHP)详细步骤_算法_04

填写该判断矩阵,即不同方案对景色所占的权重(得分)

数学建模:层次分析法(AHP)详细步骤_数学建模_05


这是方案填写完的效果。

4、之后就要检验判断矩阵的一致性

数学建模:层次分析法(AHP)详细步骤_机器学习_06


各行(各列)成倍数关系。

数学建模:层次分析法(AHP)详细步骤_数据挖掘_07

5、一致性检验的步骤

第一步:计算一致性指标CI

数学建模:层次分析法(AHP)详细步骤_数学建模_08


第二步:查找对应的平均随机一致性指标RI

数学建模:层次分析法(AHP)详细步骤_机器学习_09

第三步:计算一致性比例CI

数学建模:层次分析法(AHP)详细步骤_机器学习_10

如果CR<0.1,即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改

数学建模:层次分析法(AHP)详细步骤_数据挖掘_11

6、既然确定好了一致矩阵,之后就要求一直矩阵的权重了

**权重一定要进行归一化处理

数学建模:层次分析法(AHP)详细步骤_数据挖掘_12

(1)方法1:算术平均法求权重

数学建模:层次分析法(AHP)详细步骤_人工智能_13


第一步:将判断矩阵按照每列进行归一化(每个元素除以其所在列和)

第二步:将归一化后的各列数据相加(按行求和)

第三步:将相加后得到的数值除以n,即可得到平均权重

(2)方法2:几何平均法求权重

数学建模:层次分析法(AHP)详细步骤_机器学习_14


第一步:将每行的元素相乘

第二步:将得到的值开n次方

第三步:对该列向量进行归一化处理

(3)方法3:特征值法求权重

数学建模:层次分析法(AHP)详细步骤_数学建模_15


第一步:求出矩阵的最大特征值及其对应的特征向量

第二步:对求出的特征向量进行归一化即可得到权重

不同方法求得的权重如下图所示:对于景色

数学建模:层次分析法(AHP)详细步骤_人工智能_16


数学建模:层次分析法(AHP)详细步骤_数据挖掘_17


之后的每个指标都像这么执行,计算出相应的得分。

7、算出各指标所对应的权重,即

数学建模:层次分析法(AHP)详细步骤_数学建模_18

8、确定最终的矩阵

数学建模:层次分析法(AHP)详细步骤_数学建模_19


计算各方案的得分

苏杭得分=0.59540.2636+0.08190.4758+0.42860.0538+0.63370.0981+0.1667*0.1097=0.299

四、总结

数学建模:层次分析法(AHP)详细步骤_人工智能_20


举报

相关推荐

0 条评论