数模学习记录 AHP层次分析法

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)) )