核心思想:利用已有的决策信息通过一定的方式对一组(有限个)备选方案进行排序或择优。
步骤:
1 获取原始属性值
2 对原始属性值进行归一化处理
3 计算属性权重
4 通过一定方式对决策信息进行集结
(本篇主要介绍加权算数平均算子)
1 获取原始属性值
也就是获得某个企业某项指标的数据
例如 投资成本多少万元 利润多少万元等
从相关企业的官网上获取即可。
2 对原始属性值进行归一化处理
对于不同的指标,我们有不同的评判标准
比如 成本一定是越低越好
利润一定是越高越好。
因此,为了消除不同物理量纲对决策结果的影响,可以按下列公式对数据进行规范化处理
3 计算权重
关于权重的计算,我们可以参考上一篇的层次分析法模型,通过构造成对比较矩阵来获得各指标的相应权重,在这里就不赘述了。
4 利用加权算数平均算子对决策信息进行集结
加权算数平均算子(WWA),
说人话就是
将上面第二步得到的属性值 乘 第三步得到的数据权重 再进行累加。
WWA=sum(属性值✖️权重)
书面表达为:
5 实战:最佳投资方案的确定
1 )获取原始属性值并进行 归一化处理:
(X1-X4分别代表4家企业 u1-u5分别代表5项指标)
2 )计算属性权重:
3 )利用WWA计算总得分
4 )做出最后决策
附录
学习视频
【小石老师数学建模14讲(全)_数学建模比赛快速入门_13个常用数学模型-哔哩哔哩】 https://b23.tv/C2Kgef1
MATLAB代码 (层次分析法程序)
disp('请输入判断矩阵A(n阶)');
A=input('A=');
[n,n]=size(A);
x=ones(n,100);
y=ones(n,100);
m=zeros(1,100);
m(1)=max(x(:,1));
y(:,1)=x(:,1);
x(:,2)=A*y(:,1);
m(2)=max(x(:,2));
y(:,2)=x(:,2)/m(2);
p=0.0001;i=2;k=abs(m(2)-m(1));
while k>p
i=i+1;
x(:,i)=A*y(:,i-1);
m(i)=max(x(:,i));
y(:,i)=x(:,i)/m(i);
k=abs(m(i)-m(i-1));
end
a=sum(y(:,i));
w=y(:,i)/a;
t=m(i);
disp(w);
%以下是一致性检验
CI=(t-n)/(n-1);RI=[0 0 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];
CR=CI/RI(n);
if CR<0.10
disp('此矩阵的一致性可以接受!');
disp('CI=');disp(CI);
disp('CR=');disp(CR);
end
层次分析法成对矩阵:
[1 3 3 3 3;
1/3 1 1 1 1;
1/3 1 1 1 1;
1/3 1 1 1 1;
1/3 1 1 1 1;]