层次分析法-matlab

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

归一化的理解
归一化的方法

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;