数学建模笔记1-层次分析法（AHP）

WenYueEATG

已于 2024-08-19 22:34:33 修改

阅读量1.1k

点赞数 18

文章标签：数学建模 matlab

于 2024-07-25 10:51:44 首次发布

本文链接：https://blog.csdn.net/AsukaCsj/article/details/140679219

版权

这种方法是评价决策类一个比较经典的算法，主要是用来在多个选项中分析哪个选项可以带给我们更多的收益，这些方面。

用来解决评价类问题（哪种方案最好，哪个人比较厉害，我应该怎么样做选择）

评价一个问题，可以用打分来解决。

解决一个评价类问题，我们至少需要考虑三个方面

我们进行评价的核心目的是什么？
为了实现这一评价目的，我们有哪些备选的方法或策略？
在进行评价时，我们依据哪些标准或指标来衡量其优劣？

评价指标和评价体系可能需要自己去想。可以根据背景材料、常识以及网上搜集到的参考资料。对于搜索方式，这里可以选择知网，百度，谷歌学术，CSDN等等。

指标为什么非要在别人的写好的论文里面进行寻找？

额，，，因为显得专业喽~毕竟人家连文章都已经发表出来了对不？如果你是发表了好多顶刊啊论文啦什么的，当我没说。。。【doge】

如果实在没找到的话，那就考虑一下和你的小组成员进行一场头脑风暴，或者去问你的指导老师，嘿嘿嘿。

这边给大家分享一个我认为很厉害的网站虫部落快搜 - 搜索快人一步

不加权重，直接瞪眼看彳亍不彳亍？

不彳亍！

假如现在要评价三位网红哪个综合实力强一点，给出下面一张表格

网红	粉丝数	颜值	作品质量	作品数量
张三	1000w	9	6	30
李四	400w	4	9	50
王五	500w	7	7	40

如果没有权重，你能想到什么，相加？好的，那么不用比了，张三完胜，为什么，粉丝数一千多万呢，后面几个指标，在粉丝数这个指标面前根本不够看的，所以，我们需要再每个指标下面给每一个人的这个指标打个分数，然后，不同的指标还要有相应的权重（因为不同的指标，其重要程度是不同的），以此来计算得分，说到这里，你应该知道我们的评分过程其实是相对严谨的了。

这个过程中，权重的设置也是需要一些技巧的。

所以说，我们下面有一个过程，归一化处理，此处举例子，下面将不再过多描述。

模型原理

应用 AHP 分析决策问题时，首先要把问题条理化、层次化，构造出一个有层次的结构模型在这个模型下，复杂问题被分解为元素的组成部分。这些元素又按其属性及关系形成若干层次。上一层次的元素作为准则对下一层次有关元素起支配作用。这些层次可以分为三类:

最高层:这一层次中只有一个元素，一般它是分析问题的预定目标或理想结果，因此也称为目标

中间层:这一层次中包含了为实现目标所涉及的中间环节，它可以由若千个层次组成，包括所需考虑的准则、子准则，因此也称为准则层。

最底层:这一层次包括了为实现目标可供选择的各种措施、决策方案等，因此也称为措施层或方案层。

基本步骤

运用层次分析法建模，大体上可以按照下面四个步骤进行：

建立递阶层次结构模型
构造出各层次中的所有判断矩阵
一致性检验
求权重后进行评价

一个简单的例子

假期来了，你要去旅游了，不知道去哪。

我们帮你想了几个地方，想了几个指标，还有权重，现在让你来填一下这张表？不！这样往往会比较片面和不周全，你隔一天重新来填这张表，或许想法就变了。总结一下需要注意的点：

在确定影响某因素的诸因子在该因素中所占的比重时，遇到的主要困难是这些比重常常不易定量化。此外，当影响某因素的因子较多时，直接考虑各因子对该因素有多大程度的影响时，常常会因考虑不周全、顾此失彼而使决策者提出与他实际认为的重要性程度不相一致的数据，甚至有可能提出一组隐含矛盾的数据。

—— 选自司守奎老师的《数学建模算法与应用》

有什么解决办法么？当然

分而治之。

假如说现在，你把你想去的地方都列了出来：苏杭，北戴河，桂林；并且为这些地方提出了一些指标：景点景色，旅游花费，居住环境，饮食情况，交通便利程度。

到这里，可以回想一下我们刚刚提到的三个解决评价类问题的三个核心，得出结论，我们想要找出最好的旅游景点，我们有三个去处，评价指标有五个。

由此，我们列好了一张权重表格

盲填？不，一次性考虑那么多因素，很可能考虑不周，我们凉凉进行比对，在比对过程中，我们用下面这张表：

用上表中的数字先对五个指标的重要程度进行排序：

注意观察上面这个矩阵的特点，这是一个5×5的方针，我们记为A，对应元素为a（ij），就拿这个元素举例，它代表相对于指标j，指标i的重要程度；当i=j的时候，这两个指标同等重要，也即主对角线元素恒为1。

对于整个矩阵来讲，a（ij）恒大于零，且a（ij）×a（ji）=1（我们将满足这一条件的矩阵定义为正互反矩阵。）

上图左边这个矩阵在层次分析法中叫做判断矩阵。

在其他四个指标中

有了判断矩阵之后，我们就可以计算每个指标对应的权重了，具体方法，先憋慌。

先说一个小问题

一致矩阵

我们易得，一致矩阵的每行每列都成倍数关系。

如果矩阵中的每个元素a（ij）>0并且满足a（ij）×a（ji）=1，那么我们称该矩阵为正互反矩阵。

如果a（ij）×a（jk）=a（ik），那么我们称其为一致矩阵。

需要注意的是，我们在使用判断矩阵求权重之前，必须先对其进行一致性检验，否则就会出现上面我们提到的矛盾。

一致性检验

下面可能会用到一些线性代数的知识，如果不懂也没关系，会用就行

第一步，计算一致性指标CI

第二步，查找对应的平均随机一致性指标RI

第三步，计算一致性比例CR

如果CR<0.1，那么可以认为判断矩阵的一致性可以接受，否则我们需要对判断矩阵进行修正。

λ是矩阵的特征值，可以在MATLAB中进行计算，如何计算我们等下会说。如果特征值中有虚数，那么比较的是特征值的模长。

一致矩阵的权重计算

对于景色而言，我们把重要性理解称为对景点的满意程度可能说起来更顺口一些：在上图中，苏杭的重要形式1，那么相对的，北戴河的重要性就是1/2，桂林的重要性就是1/5。

权重，一定要进行归一化处理：

第一列

苏杭=1/(1+0.5+0.2)=0.5882

北戴河=0.5/(1+0.5+0.2)=0.2941

桂林=0.2/(1+0.5+0.2)=0.1177

第二列

苏杭=2/(2+1+0.5)=0.5714

北戴河=1/(2+1+0.5)=0.2857

桂林=0.5/(2+1+0.5)=0.1429

第三列

苏杭=5/(5+2+1)=0.625

北戴河=2/(5+2+1)=0.25

桂林=1/(5+2+1)=0.125

然后求一下平均权重：

苏杭=(0.5882+0.5714+0.625)/3=0.5949

北戴河=(0.2941+0.2857+0.25)/3=0.2766

桂林=(0.1177+0.1429+0.125)/3=0.1285

进行归一化处理的原因

让指标在同一数量级，并且保证在同一指标下其差距不变。

涉及到的相关MATLAB基本指令

分号与注释

% (1)在每一行的语句后面加上分号(一定要是英文的;中文的长这个样子；)加上分号表示不显示运行结果
a = 3;
a = 4

% (2)多行注释:选中要注释的若干语句,快捷键Ctrl+R
% a = 3;
% a = 5

% (3)取消注释:选中要取消注释的语句,快捷键Ctrl+T

代码中的指令都应该是需要加分号的，不加分号不是不能运行，而是会在命令行窗口中重新显示一下，这些重新显示的都是些中间结果，有一大部分中间计算结果使我们不需要看到的，所以加分号。

有必要的情况下，对自己写的代码多一点注释，方便后续的调试和修改。

clc，clear，close all


% clear可以清楚工作区的所有变量
clear

% clc可以清除命令行窗口中的所有文本,让屏幕变得干净
clc

% 所以大家在很多代码开头，都会见到:
clear;clc   % 分号也用于区分行。
% 这两条一起使用，起到“初始化”的作用，防止之前的结果对新脚本文件（后缀名是 .m）产生干扰。

输入和输出函数

%% 输出和输入函数(disp 和 input)
% disp函数
% matlab中disp()就是屏幕输出函数，类似于c语言中的printf（）函数
disp('你好，我是WenYueEATG')
a = [1,2,3]    %同一行中间用逗号分隔，也可以不用逗号，直接用空格
a = [1 2 3]
disp(a) 
% 注意，disp函数比较特殊，分号加与不加区别不大
disp(a);

disp这个函数比较特殊，加分号与不加分号区别几乎没有，具体的请大家移步MATLAB自行操作。

字符串合并函数

% matlab中两个字符串的合并有两种方法
% （1）strcat(str1,str2……,strn) 
 strcat('字符串1','字符串2') 
% （2）[str 1,str 2，……, str n]或[str1  str2  ……  strn]
['你好'  '我是']
['WenYue','EATG']
% 一个有用的字符串函数：num2str  将数字转换为字符串
c = 100
num2str(c)
disp(['c的取值为' num2str(c)])
disp(strcat('c的取值为', num2str(c)))

Input输入函数

% 一般我们会将输入的数、向量、矩阵、字符串等赋给一个变量，这里我们赋给A
A = input('请输入A：');
B = input('请输入B：')

注意观察工作区，并体会input后面加分号和不加分号的区别

sum函数

% （1）如果是向量（无论是行向量还是列向量），都是直接求和
E = [1,2,3]
sum(E)
E = [1;2;3]
sum(E)
% （2）如果是矩阵，则需要根据行和列的方向作区分
clc
E = [1,2;3,4;5,6]
% a=sum(x); %按列求和(得到一个行向量）
a = sum(E)
a = sum(E,1)
% a=sum(x,2); %按行求和(得到一个列向量）
a = sum(E,2)
% a=sum(x(:));%对整个矩阵求和
a = sum(sum(E))
a = sum(E(:))

对矩阵的操作

%% 基础：matlab中如何提取矩阵中指定位置的元素？
% （1）取指定行和列的一个元素（输出的是一个值）
clc;A=[1 1 4 1/3 3;1 1 4 1/3 3;1/4 1/4 1 1/3 1/2;3 3 3 1 3;1/3 1/3 2 1/3 1];
A
A(2,1)
A(3,2)
% （2）取指定的某一行的全部元素（输出的是一个行向量）
clc;A
A(2,:)
A(5,:)
% （3）取指定的某一列的全部元素（输出的是一个列向量）
clc;A
A(:,1)
A(:,3)
% （4）取指定的某些行的全部元素（输出的是一个矩阵）
clc;A
A([2,5],:)      % 只取第二行和第五行（一共2行）
A(2:5,:)        % 取第二行到第五行（一共4行）
A(2:2:5,:)     % 取第二行和第四行 （从2开始，每次递增2个单位，到5结束）
1:3:10
10:-1:1
A(2:end,:)      % 取第二行到最后一行
A(2:end-1,:)    % 取第二行到倒数第二行
% （5）取全部元素(按列拼接的，最终输出的是一个列向量)
clc;A
A(:)

size函数

clc;
A = [1,2,3;4,5,6]
B = [1,2,3,4,5,6]
size(A)
size(B)
% size(A)函数是用来求矩阵A的大小的,它返回一个行向量，第一个元素是矩阵的行数，第二个元素是矩阵的列数
[r,c] = size(A)
% 将矩阵A的行数返回到第一个变量r，将矩阵的列数返回到第二个变量c
r = size(A,1)  %返回行数
c = size(A,2) %返回列数

remat函数

就是repeat matrix

% B = repmat(A,m,n):将矩阵A复制m×n块，即把A作为B的元素，B由m×n个A平铺而成。
A = [1,2,3;4,5,6]
B = repmat(A,2,1)   %将A作为一个元素，列出两行一列A
B = repmat(A,3,2)   %将A作为一个元素，列出三行两列A

MATLAB中矩阵的运算

% MATLAB在矩阵的运算中，“*”号和“/”号代表矩阵之间的乘法与除法(A/B = A*inv(B))
A = [1,2;3,4]
B = [1,0;1,1]
A * B
inv(B)  % 求B的逆矩阵
B * inv(B)
A * inv(B)
A / B

% 两个形状相同的矩阵对应元素之间的乘除法需要使用“.*”和“./”
A = [1,2;3,4]
B = [1,0;1,1]
A .* B
A ./ B

% 每个元素同时和常数相乘或相除操作都可以使用
A = [1,2;3,4]
A * 2
A .* 2
A / 2 
A ./ 2

% 每个元素同时乘方时只能用 .^
A = [1,2;3,4]
A .^ 2
A ^ 2 
A * A

矩阵的特征值和特征向量

% 在Matlab中，计算矩阵A的特征值和特征向量的函数是eig(A),其中最常用的两个用法：
A = [1 2 3 ;2 2 1;2 0 3]
% （1）E=eig(A)：求矩阵A的全部特征值，构成向量E。
E=eig(A)
% （2）[V,D]=eig(A)：求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成V的列向量。（V的每一列都是D中与之相同列的特征值的特征向量）
[V,D]=eig(A)

find函数

% 下面例子来自博客：https://www.cnblogs.com/anzhiwu815/p/5907033.html 博客内有更加深入的探究
% find函数，它可以用来返回向量或者矩阵中不为0的元素的位置索引。
clc;X = [1 0 4 -3 0 0 0 8 6]
ind = find(X)
% 其有多种用法，比如返回前2个不为0的元素的位置：
ind = find(X,2)

%上面针对的是向量（一维），若X是一个矩阵（二维，有行和列），索引该如何返回呢？
clc;X = [1 -3 0;0 0 8;4 0 6]
ind = find(X)
% 这是因为在Matlab在存储矩阵时，是一列一列存储的，我们可以做一下验证：
X(4)
% 假如你需要按照行列的信息输出该怎么办呢？
[r,c] = find(X)
[r,c] = find(X,1) %只找第一个非0元素

在选中命令行窗口后，按上键，MATLAB会把历史的输入返回，可以调用历史命令，选中之后直接按enter就能执行。

命令行窗口显示内容：


X =

     1    -3     0
     0     0     8
     4     0     6


ind =

     1
     3
     4
     8
     9


ans =

    -3


r =

     1
     3
     1
     2
     3


c =

     1
     1
     2
     3
     3


r =

     1


c =

     1

>>

矩阵与常数的大小运算

%% 矩阵与常数的大小判断运算
% 共有三种运算符：大于> ;小于< ;等于 ==  （一个等号表示赋值；两个等号表示判断）
clc
X = [1 -3 0;0 0 8;4 0 6]
X > 0
X == 4

判断语句

% Matlab的判断语句，if所在的行不需要冒号，语句的最后一定要以end结尾 ；中间的语句要注意缩进。
a = input('请输入考试分数:')
if a >= 85  
    disp('成绩优秀')
elseif a >= 60 
    disp('成绩合格')
else
    disp('成绩挂科')
end

有一部分内容来源于网上的老师，已获得使用权限，若有其他情况请联系删除~~~