《数学建模》之层次分析法

1.层次分析法与数学建模
在数学建模中,通常解决的问题是:“影响某一问题的几个因素的权重大小”、“产生某一问题的主要的因素分析”、“权重的大小分析”。当然在现实生活中的应用也是十分广泛而且一样的不知不觉。最简单的就是你想去几个地方旅游,但是要综合考虑时间、金钱、当地的风景、当地的旅游数是否较多等等因素。
2.层次分析法的基本原理与步骤
层次分析法( Analytic Hierarchy Process,简称 AHP)是对一些较为复杂、较为模糊的问题作出决策的简易方法,它特别适用于那些难于完全定量分析的问题。直白的说就是那些没有什么数据,基本就是凭空和个人的主观意识让你去选择一个最佳的目标或者判断出对于一个目标,各个因素所占的权重。这样一说,它的优点和缺点也就很明显了:优点就是简单明了,不需要太多数据的处理;缺点就是主观性太强。因此如何尽量客观的两两比较因素之间的相对重要程度就比较重要了。基本上,大家的论文上写的都是”在查阅相关资料后,得到如下判断矩阵”。运用层次分析法建模,大体上可按下面四个步骤进行:
( i)建立递阶层次结构模型;
( ii)构造出各层次中的所有判断矩阵;
( iii)层次单排序及一致性检验;
( iv)层次总排序及一致性检验。
具体来说就是:
( i)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,因此也称为目标层。
( ii)中间层:这一层次中包含了为实现目标所涉及的中间环节,它可以由若干

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是比较矩阵构造的关键。
评论
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
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