【数学建模】—— 层次分析法(AHP)

在这里插入图片描述

层次分析法

The analytic hierarchy process (AHP)
建模比赛中最基础的算法之一,主要用于解决评价类的


解决评价类问题,首先要想到以下三个问题:

  1. 我们评价的目标是什么?
  2. 我们为了达到这个目标有哪几种可以选择的方案?
  3. 评价的标准或者是指标是什么?(我们根据什么东西来评价好坏)

判断矩阵

在这里插入图片描述
总结:上面这是一个 5 × 5 的矩阵,我们记为 A, 对应的元素为 a i j {a}_{ij} aij

  1. a i j {a}_{ij} aij表示的意义是,与指标 j 相比, i 的重要程度
  2. 当 i = j 时,两个指标相同,因此同等重要记为 1,这就解释了主对角元素为 1
  3. a i j {a}_{ij} aij > 0 且满足 a i j {a}_{ij} aij × a j i {a}_{ji} aji = 1(我们称满足这一条件的矩阵为正互反矩阵)

实际上,上面这个矩阵就是层次分析法中的**判断矩阵**


一致矩阵

矩阵中每个元素 a i j {a}_{ij} aij > 0且满足 a i j {a}_{ij} aij × a j i {a}_{ji} aji = 1 ,则我们称该矩阵为正互反矩阵

在层次分析法中,我们构造的判断矩阵均是正互反矩阵。

若正互反矩阵满足 a i j {a}_{ij} aij × a j k {a}_{jk} ajk = a i k {a}_{ik} aik,则我们称其为一致矩阵。

一致性检验

在这里插入图片描述

引理:A为n阶方阵,且r(A) = 1,则A有一个特征值tr(A),其余特征值为0

因此,一致矩阵的各行成比例,所以一致矩阵的特征值为1

由引理可知:一致矩阵有一个特征值为n,其余特征值均为0


在这里插入图片描述

若正互反矩阵(判断矩阵)满足 a i j {a}_{ij} aij × a j k {a}_{jk} ajk = a i k {a}_{ik} aik,则我们称其为一致矩阵

引理:n阶正互反矩阵A为一致矩阵时,当且仅当最大特征值 λ m a x = n {\lambda}_{max} = n λmax=n
且当正互反矩阵A非一致时,一定满足 λ m a x > n {\lambda}_{max}>n λmax>n

在这里插入图片描述
判断矩阵越不一致时,最大特征值和n相差越大


一致性检验的步骤

第一步:计算一致性指标CI

C I   =   λ m a x   −   n n   −   1 CI\, =\, \frac {{\lambda}_{max}\, -\, n} {n\, -\, 1} CI=n1λmaxn

第二步:查找对应的平均随机一致性指标RI

在这里插入图片描述

第三步:计算一致性比例CR

C R = C I R I CR=\frac {CI} {RI} CR=RICI

如果 CR < 0.1 ,则可认为判断矩阵的一致性可以接受;否则需要对矩阵进行修正

在这里插入图片描述


方法1:算术平均法求权重

第一步:将判断矩阵按照列归一化(每一个元素除以其所在的列)

第二步:将归一化的各列相加(按行求和)

第三步:将相加后得到的向量中每一个元素除以n即可得到权重向量

在这里插入图片描述


几何平均法求权重

第一步:将A的元素按照行相乘得到一个新的列向量

第二步:将新的向量的每个分量开n次方

第三步:对该列向量进一步归一化即可得到权重向量

在这里插入图片描述


层次分析法

层次分析法(The Analytic Hierarchy Process即 AHP)是由美国运筹学家、 匹兹堡大学教授T . L. Saaty于20世纪70年代创立的一种系统分析与决策的综合 评价方法,是在充分研究了人类思维过程的基础上提出来的,它较合理地解 决了定性问题定量化的处理过程。

AHP的主要特点是通过建立递阶层次结构,把人类的判断转化到若干因 素两两之间重要度的比较上,从而把难于量化的定性判断转化为可操作的重 要度的比较上面。在许多情况下,决策者可以直接使用AHP进行决策,极大 地提高了决策的有效性、可靠性和可行性,但其本质是一种思维方式,它把 复杂问题分解成多个组成因素,又将这些因素按支配关系分别形成递阶层次 结构,通过两两比较的方法确定决策方案相对重要度的总排序。整个过程体 现了人类决策思维的基本特征,即分解、判断、综合,克服了其他方法回避 决策者主观判断的


决评价类问题,大家首先要想到以下三个问题:
①我们评价的目标是什么
②我们为了达到这个目标有哪几种可选的方案?
③价的准则或者说指标是什么?(我们根据什么东西来评价好坏)


层次分析法第一步

分析系统中各因素之间的关系,建立系统的递阶层次结构.
在这里插入图片描述


层次分析法第二步

对于同一层次的各元素关于上一层次中某一准则的重要 性进行两两比较,构造两两比较矩阵(判断矩阵)
在这里插入图片描述

构造判断矩阵

在这里插入图片描述


层次分析法第三步

由判断矩阵计算被比较元素对于该准则的相对权重, 并进行一致性检验(检验通过权重才能用)。

三种方法计算权重

  1. 算术平均法
  2. 几何平均法
  3. 特征值法

强烈建议大家在比赛时三种方法都使用

以往的论文利用层次分析法解决实际问题时,都是采用其中某一种方法 求权重,而不同的计算方法可能会导致结果有所偏差。为了保证结果的 稳健性,本文采用了三种方法分别求出了权重后计算平均值,再根据得 到的权重矩阵计算各方案的得分,并进行排序和综合分析,这样避免了 采用单一方法所产生的偏差,得出的结论将更全面、更有效

注:(1)一致矩阵不需要进行一致性检验,只有非一致矩阵的判断矩阵才需要进 行一致性检验;(2)在论文写作中,应该先进行一致性检验,通过检验后再计算 权重,视频中讲解的只是为了顺应计算过程。

层次分析法第四步

根据权重矩阵计算得分,并进行排序。

在这里插入图片描述


层次分析法的一些局限性

(1)评价的决策层不能太多,太多的话n会很大,判断矩阵和一致矩阵差异 可能会很大。

在这里插入图片描述

(2)如果决策层中指标的数据是已知的,那么我们如何利用这些数据来使得 评价的更加准确呢?

在这里插入图片描述

  • 21
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 14
    评论
层次分析法(Analytic Hierarchy Process,AHP)是一种系统性的层次结构分析方法,可以用于处理多目标决策问题。下面是使用AHP进行画图及比较矩阵的步骤: 1.建立层次结构:将问题分解为若干层次,确定层次之间的关系,形成一个层次结构。 2.构造比较矩阵:对于同一层次的各个因素进行两两比较,得到一个比较矩阵比较矩阵的元素为两个因素之间的相对重要性,通常采用1-9的尺度进行评价,其中1表示两个因素同等重要,9表示一个因素比另一个因素重要程度是另一个因素的9倍。 3.计算权重:通过计算比较矩阵的特征向量,可以得到每个因素的权重,即其在整个层次结构中的重要程度。特别地,对于AHP来说,特征向量需要进行归一化处理,使其元素和为1。 4.一致性检验:检验比较矩阵的一致性,即比较矩阵是否符合一定的数学规律。如果比较矩阵的一致性不好,需要进行调整,直到比较矩阵的一致性得到满意的结果。 5.绘制层次结构图:根据层次结构及各因素的权重,绘制出层次结构图。 6.进行灵敏度分析:对于各因素的权重进行不同的假设,分析结果的变化情况,以得到对于不同假设情况下的最优决策。 需要注意的是,AHP方法在实际应用中需要进行多次比较矩阵的构造,每次构造的比较矩阵都需要进行一致性检验。此外,选择合适的尺度和正确的比较比较矩阵构造的关键。
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

玄澈_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值