数学建模之层次分析法(AHP) |
您所在的位置:网站首页 › ahp决策分析法 › 数学建模之层次分析法(AHP) |
层次分析法(Analytic Hierarchy Process)
AHP是对一些较为复杂的,较为模糊的问题作出决策的简易方法,它特别适用于那些难以完全定量分析的问题。由美国运筹学家T.L.Saaty教授于上世纪70年代初期提出。 目录 层次分析法(Analytic Hierarchy Process) 一、建模步骤 二、层次结构模型 三、层次结构分析法的两个权重 3.1 首先解决第一个问题:每个准则(因素)权重具体应该分配多少? 3.2 接下来解决第二个问题:每一个候选方案在每一个因素下又应该获得多少权重 总结 具体举例与代码 参考链接 一、建模步骤运用层次分析法建模,大体上可按下面四个步骤进行: 建立递阶层次结构模型; 构造出各层次中的所有判断矩阵; 层次单排序及一致性检验; 层次总排序及一致性检验。 二、层次结构模型层次分析法是用来根据多种准则,或是说因素从候选方案中选出最优的一种数学方法 问题结构如图。首先做一个归一处理,给目标层(choose a leader)分配值为1或0,然后将这一值作为权重,分配给不同因素(Age,Experience,Education,Charisma),对应因素的权重大小代表该因素在整个选择过程中的重要性程度。 之后对于候选方案,每一个标准再将其权重值分配给所有的候选方案,每一方案获得权重值,来源于不同因素分得的权重值的和。最终获得的各个方案的的权重值的和依然为1。 例如选工作时,待遇所占的比重为0.8,有工作1,2,3候选, 如果工作1的待遇最高,工作2的待遇次之,工作3最差,则可将0.8的值按0.4,0.3,0.1分给工作1,2,3。 三、层次结构分析法的两个权重从上文看,这不就是一个简单的权重打分的过程吗?为什么还要层次分析呢。这里就有两个关键问题: 每个准则Criterion的权重具体应该分配多少?每一个候选方案Alternative在每一个因素下又应该获得多少权重?这里便进入层次分析法的第二个步骤,也是层次分析法的一个精华: 构造比较矩阵(判断矩阵)Comparison Matrix 3.1 第一个问题:每个准则(因素)权重具体应该分配多少?如果直接要给各个因素分配权重比较困难,但在不同因素之间两两比较其重要程度是相对容易的 将不同因素两两作比获得的值aij 填入到矩阵的 i 行 j 列的位置,则构造了所谓的比较矩阵,显然比较矩阵对角线上都是1, 因为是自己和自己比。这个矩阵容易获得,我们如何从这一矩阵获得对应的权重分配呢 这里需要引入概念,正互反矩阵和一致性矩阵 正互反矩阵定义: 我们目前构造出的矩阵很明显就是正互反矩阵。 一致性矩阵定义: 这里我们构造出的矩阵就不一定满足一致性,比如我们做因素1:因素2= 4:1 因素2:因素3=2:1 因素1:因素3=6:1(如果满足一致性就应该是8:1),我们就是因为难以确定各因素比例分配才做两两比较的,如果认为判断中就能保证一致性,就直接给出权重分配了。 一致性矩阵有一个性质可以算出不同因素的比例 重点:这里的w就是我们想要知道的权重,所以通过求比较矩阵的最大特征值所对应的特征向量,就可以获得不同因素的权重,归一化一下(每个权重除以权重和作为自己的值,最终总和为1)就更便于使用了。 注:我们给出的比较矩阵一般是不满足一致性的,但是我们还是把它当做一致矩阵来处理,也可以获得一组权重,但是这组权重能不能被接受,需要进一步考量。(即下文的一致性检验)例如在判断因素1,2,3重要性时,可以存在一些差异,但是不能太大,1比2重要,2比3 重要,1和3比时却成了3比1重要,这显然不能被接受。 一致性检验 当写出来判断矩阵之后还会存在一个问题,那就是按理来说如果i对j的重要程度是a,j对k的重要程度是b,那么理所应当i对k的重要程度应该a*b,有点符合“传递性”的感觉。但事实上不是这样的。所以需要进行一致性检验,如果在一定的合理范围之内,矩阵不需要修改,如果不在,则需要修改矩阵。 一致性的检验是通过计算一致性比例CR 来进行的 当 CR |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |