零、声明
本文是本人学习数学建模清风课程后的总结,文中图片来自数学建模清风的PPT,本人引用是解释说明作用,本文也只用于复习和交流
一、分类
评价类
选择哪种方案最好,哪位运动员或者员工表现的更优秀
二、模型
该模型重点在于得到权重
2.1步骤
2.1.1确定目标层,准则层,方案层
目标层(我的目的)——准则层(我的选择受到这些东西的综合影响)——方案层(我最终的选择)
此图放在论文中
2.1.2确定判断矩阵
没有专家的时候自己就是专家,自己爱咋填咋填,不过这模型太主观了,还是少用点
2.1.3一致性检验
为了避免出现逻辑错误,要进行一致性检验
2.1.4算权重
算术平均法、几何平均法、特征值法
2.1.4.1算术平均法
2.1.5以此类推求出所有权重
2.2说明
当然,如果有原始数据是不需要像上面一样,要把数据给层次分析法出来
比如评价一个明星可以从粉丝数,作品数,身高,颜值等方面评价,其中粉丝数作品数和身高是可以获取的数据,只需规范化和正向化即可,而颜值可以考虑用AHP来解决,最后权重和数据逐个相乘后相加即可
层次分析法主要是求出指标权重,少数用于求出数据,不过上面的那些的的确确是无法获取的数据。
2.3评价
决策层不能太多,n越大,判断和一致矩阵差异也会变大
决策层数据已知,权重主观,评价不够准确
三、代码
%清理变量区,清理命令行
clear;clc
%输入判断矩阵
A =[];
%判断几阶矩阵
[n,n] = size(A);
%一致性检验
[V,D] = eig(A)
Max_eig = max(max(D))
CI = (Max_eig - 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];%注意哦,这里的RI最多支持 n = 15
CR=CI/RI(n);
disp('一致性指标CI=');disp(CI);
disp('一致性比例CR=');disp(CR);
if CR<0.10
disp('因为CR < 0.10,所以该判断矩阵A的一致性可以接受!');
else
disp('注意:CR >= 0.10,因此该判断矩阵A需要进行修改!');
end
%特征值法求权重
%[V,D] = eig(A)
%Max_eig = max(max(D))也许会用到
D == Max_eig
[r,c] = find(D == Max_eig , 1)
V(:,c)
disp('特征值法求权重的结果为:');
disp( V(:,c) ./ sum(V(:,c)) )