层次分析法原理和matlab代码实现

您所在的位置:网站首页 层次分析法的八个基本步骤包括 层次分析法原理和matlab代码实现

层次分析法原理和matlab代码实现

2024-07-09 19:25| 来源: 网络整理| 查看: 265

笔记来自清风老师的数学建模系列课程,课程链接:层次分析法

层次分析法例题,IMMC2020 https://blog.csdn.net/yanyanwenmeng/article/details/104907412

1.  指标选择途径

(1)题目背景

(2)中国知网、百度学术、谷歌学术等地方搜索相关文献,查找指标

(3)搜索网站推荐:虫部落https://search.chongbuluo.com/

(4)其他搜索途径,优先级:谷歌搜索、微信搜索、知乎搜索

指标选择一定要有依据,并且要说明为什么要选这些指标以及指标代表的含义。

2. 层次分析法的引出

比如要确定景色、花费等五个指标的权重,该如何确定呢?

如果一次性考虑五个指标的关系,往往考虑不周

【解决办法】两个两个指标之间进行比较,最终根据两两比较的结果来推算出权重。——层次分析法的思想

3. 层次分析法的思想

 

比如:如果花费比景色略微重要,则左下角单位格可以填2。

同理可以得到全部的判断矩阵:

 【注意】层次分析法的判断矩阵(上面这张表)实际需要给专家填写。

 

4. 判断矩阵不一致问题 4.1 不一致矩阵举例

 4.2 一致矩阵需要满足的关系

一致矩阵需要满足下面的关系:

4.3 一致矩阵的例子 

比如红色框的内容和黄色框的内容是成2倍的关系的。按照两列之间对比也是成倍数的关系。

4.4 一致矩阵的概念

【注意】 不一定要达到绝对的一致矩阵,只需要一致性不要偏差太大,不然矛盾很多,我们填写的判断矩阵就没有任何意义了。

如何判断一致性偏差是否在允许接受的范围内呢?——一致性检验

5. 一致性检验 5.1 一致性检验的原理

【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。

下面是两个一致矩阵:

满足一致矩阵的充要条件:

黄色框表示第2、3……n行的值和第一行成倍数关系(也可以定义为列与列之间成比例)。

秩的解释:https://www.zhihu.com/question/21605094

https://blog.csdn.net/edward_zcl/article/details/90177159

总结:秩相当于解方程组时有用的方程数。

特征值的解释:matlab编程基础——基于层次分析法

 

 比如第一个表格求最大特征值matlab代码:

A = [1 2 4; 1/2 1 2; 1/4 1/2 1]; eig(A)%求每一行的特征值,共有3个

发现最大特征值为3。

当矩阵不一致时:

 (黄色框为最大特征值)发现最大特征值是大于3的。即最大特征值>n,且判断矩阵越不一致时,最大特征值与n相差越大。

5.2 一致性检验的步骤

 

 

【注意】当一致性检验通过后才可计算权重,如果一致性检验通不过,则需要重新调整判断矩阵。

6. 权重计算 6.1 一致矩阵计算权重

也可以按照第二列或者第三列的数据进行计算。权重计算完后需要归一化处理。

6.2 判断矩阵计算权重

由于判断矩阵不一定为一致矩阵,所以它的各行(列)之间不一定成比例,因此,计算权重时需要利用每一列的数据把权重计算出来,最后利用三种方法求权重即可。

比如下面这个判断矩阵(不是一致矩阵,因为各行不成比例)

计算出每一列的权重:

 6.2.1 算术平均法求权重

 数学公式:

6.2.2 几何平均法求权重

 

几何平均法求权重也有三步:

第一步:将A的元素按照行相乘得到一个新的列向量

景色

苏杭

北戴河

桂林

按行相乘

苏杭

1

2

5

1*2*5=10

北戴河

1/2

1

2

1/2*1*2=1

桂林

1/5

1/2

1

1/5*1/2*1=1/10

第二步:将新的向量的每个分量开n次方 

景色

苏杭

北戴河

桂林

按行相乘

开3次方

苏杭

1

2

5

10

10^(1/3)=2.1544

北戴河

1/2

1

2

1

1^(1/3)=1

桂林

1/5

1/2

1

1/10

(1/10)^(1/3)=0.4642

 

第三步:对该列向量进行归一化即可得到权重向量 

景色

苏杭

北戴河

桂林

按行相乘

开3次方

归一化

苏杭

1

2

5

10

2.1544

0.5954

北戴河

1/2

1

2

1

1

0.2764

桂林

1/5

1/2

1

1/10

0.4642

0.1283

sum=10^(1/3)+1^(1/3)+(1/10)^(1/3)

10^(1/3)/sum= 0.5954    1^(1/3)/sum=0.2764    (1/10)^(1/3)/sum=0.1283

6.2.3 特征值法求权重(用的最多,建议使用这个)

一致矩阵求权重

 判断矩阵求权重

 matlab求解:

A = [1 2 5; 1/2 1 2; 1/5 1/2 1]; [V D] = eig(A)

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

CI = (3.0055-3)/2 CR = CI/0.52

 

计算步骤:

CR = 0.0053 < 0.1  ,说明此矩阵的一致性可以接受。

求权重:

V = [-0.8902 -0.4132 -0.1918] S = sum(V) G = [V(1,1)/S V(1,2)/S V(1,3)/S]%归一化

 excel中进行计算每个城市的得分(需要用“$”符号锁定单元格):

7. 求权重matlab代码  %% 注意:在论文写作中,应该先对判断矩阵进行一致性检验,然后再计算权重,因为只有判断矩阵通过了一致性检验,其权重才是有意义的。 %% 在下面的代码中,我们先计算了权重,然后再进行了一致性检验,这是为了顺应计算过程,事实上在逻辑上是说不过去的。 %% 因此大家自己写论文中如果用到了层次分析法,一定要先对判断矩阵进行一致性检验。 %% 而且要说明的是,只有非一致矩阵的判断矩阵才需要进行一致性检验。 %% 如果你的判断矩阵本身就是一个一致矩阵,那么就没有必要进行一致性检验。 disp('请输入判断矩阵A') A=input('A='); [n,n] = size(A); % % % % % % % % % % % % %方法1: 算术平均法求权重% % % % % % % % % % % % % Sum_A = sum(A); SUM_A = repmat(Sum_A,n,1); Stand_A = A ./ SUM_A; disp('算术平均法求权重的结果为:'); disp(sum(Stand_A,2)./n) % % % % % % % % % % % % %方法2: 几何平均法求权重% % % % % % % % % % % % % Prduct_A = prod(A,2); Prduct_n_A = Prduct_A .^ (1/n); disp('几何平均法求权重的结果为:'); disp(Prduct_n_A ./ sum(Prduct_n_A)) % % % % % % % % % % % % %方法3: 特征值法求权重% % % % % % % % % % % % % [V,D] = eig(A); Max_eig = max(max(D));%求最大特征值 [r,c]=find(D == Max_eig , 1); disp('特征值法求权重的结果为:'); disp( V(:,c) ./ sum(V(:,c)) ) % % % % % % % % % % % % %下面是计算一致性比例CR的环节% % % % % % % % % % % % % CI = (Max_eig - n) / (n-1); RI=[0 0.0001 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59]; %注意哦,这里的RI最多支持 n = 15 % 这里n=2时,一定是一致矩阵,所以CI = 0,我们为了避免分母为0,将这里的第二个元素改为了很接近0的正数 CR=CI/RI(n); disp('一致性指标CI=');disp(CI); disp('一致性比例CR=');disp(CR); if CR


【本文地址】


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