基本概念
模型框架
基本思想
适用赛题
模型建立与求解
归一化处理
设定权重
两两比较可能会出现矛盾,如下:
一致性检验
RI的表是数学家做出来的,原理可不了解
修改,注意修改时,要和对角线一起改变
算术平均法求权重
按列求和是因为指标是列比行,也就是第一列表示a比a,b比a,c比a,d比a,在同一个基准下的比较。第一列就表示所有的元素和a相比的重要性之和,权重为a/重要性之和;
代码求解
%构建指标矩阵
%A = [1 3 5;0.33 1 3;0.2 0.33,1]
disp('请输入准则层判断矩阵A(n阶)');
A=input('A=');
%因为A的大小有列有行,两个值,~表示不需要行的大小,n表示列的大小
[~,n] = size(A);
%求最大特征值,e = eig(A) returns a column vector containing the eigenvalues of square matrix A.
maxlmb = max(eig(A));
%一致性检验
%一致性指标公式
CI=(maxlmb-n)/(n-1);
%一致性指标
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 1.60 1.61 1.615 1.62 1.63];
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);
else
disp('此矩阵的一致性验证失败,请重新进行评分!');
return;
end
%对指标矩阵归一化处理
%按列求和sum(矩阵,{1是按列,2是按行}),Asum 是1*n的矩阵
Asum = sum(A,1);
% ones(n,1)创造n*1的矩阵,元素都为1,这一步算列的归一化
Aprocess = A ./ (ones(n,1) * Asum)
%每一行分别求和,最后除以n,W是权重矩阵
W = sum(Aprocess,2) ./ n;
%原始数据处理
%输入原始值
data = [];
%归一化处理
[mm,nn] = size(data);
for j = 1 : nn
csum = sum(data(:,j));
for i = 1 : mm
data(i,j) = data(i,j) ./ csum;
end
end
%乘以权重,综合评分
grade = data * W;