目的:解决评价类问题。
一、模型问题
1、评价类问题可用打分解决。
技巧:使权重为1。
指标权重 | 方案1 | 方案2 | ...... | ||
指标1 | =1 | ||||
指标2 | =1 | ||||
....... | =1 | ||||
=1 |
题干信息:“确定评价指标、形成评价体系”
- a、我们评价的目标是什么?
- b、为达到目标有哪几种可选的方案?
- c、评价准则或指标。
评价准则依据:常识和上网搜索(知网/万方/百度学术/谷歌学术)
标度 | 含义 |
1 | 同样重要 |
3 | 稍微 |
5 | 明显重要 |
7 | 强烈 |
9 | 极端 |
2、4、6、8 | 上述两相邻判断的中值 |
倒数 | 例:A和B相比标度为3,那么B和A相比为1/3 |
(重要度/满意度)
为简化思维模式以计算各方案的权重,我们选择将指标两两比较。
指标1 |
| 指标3 | |
指标1 | 1 | ||
指标2 | 1 | ||
指标3 | 1 |
该表格可以记作方阵A。
方阵A的特点:
- aij表示的意义是与指标j相比,i的重要程度。
- 当i=j时,两个指标相同,所以同等重要。所以aij=1。
- aij>0且 aij*aji=1(是正互反矩阵)
我们记矩阵A为判断矩阵。
aij=i的重要程度/j的重要程度,ajk=j的重要程度/k的重要程度。
所以,aik=i的重要程度/k的重要程度=aij*ajk。
一致矩阵:各行(各列)之间成倍数关系。(aij*ajk=aik)
注意:下使用判断矩阵求权重之前,先进行一致性检验,以判断是否有矛盾。
二、一致性检验
原理:检验我们构造的判断矩阵和一致性矩阵是否有太大的差别。
步骤:
1、计算一致性指标CI。
是最大特征值。
2、查找对应的平均随机一致性指标RI。
3、计算一致性比例CR。
CR=CI/RI。
(CR<0.1表示可以接受,否则则需要进行修正)
三、求权重的方法
方法一:算术平均法求权重
- 将判断矩阵按照列归一化(每一个元素除以其所在列的和)
- 将归一化的各列相加(按行求和)
- 将相加后得到的向量中每个元素除以n即可得到权重向量。
数学表示:
方法二:几何平均法求权重
- 将A的元素按照行相乘得到一个新的列向量
- 将新的向量的每个分量开n次方
- 对该型梁进行归一化即可得到权重向量
法三:特征值法:
- 求出矩阵A的最大特征值以及其对应的特征值向量;
- 对求出的特征向量进行归一化处理即可得到权重。
四、层次分析法的步骤
1、分析系统中各因素之间的关系,建立系统的递阶层次结构
2、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)。
注意:任何准则都有主观性。
理想:采用专家群体判断
现实:自己填(可别提来源)
3、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)
【建议三种计算权重方法都使用,可保证结果稳健,写进论文加分】
如果CR>0.1该如何修正?
往一致矩阵上调整,一致矩阵各行成倍数关系。
4、计算各层元素对系统目标的合成权重,并进行排序。
五、局限性
(1)评价的决策层不能太多,太多则n大,判断矩阵和一致矩阵差异可能会很大。
(2)如果决策层中指标的数据是已知的,那么不能使用决策分析法。