数学建模——层次分析法

原理小结

问题的主要困难

1. 难以完全定量分析
2. 当影响某因素的因子较多时，直接考虑因子的影响程度常常考虑不周全、顾此失彼，从而得出一组与实际不相一致甚至隐含矛盾的数据
   
   

解决办法

对指标进行两两比较，进而推算出权重

层次分析法

帮助解决较为复杂、模糊的问题作出决策的方法

步骤：
a. 建立递阶层次结构模型；
b. 构造出各层次中的所有判断矩阵；
c. 层次单排序及一致性检验；
d. 层次总排序及一致性检验。

局限
评价的决策不能太多，RI表格中n最大为15

步骤a 建立梯阶层次结构模型

---

注：
每一层次中各元素所支配的元素一般不要超过9 个。这是因为支配
的元素过多会给两两比较判断带来困难。

---

步骤b 构造判断矩阵 (两两比较建立成对比较矩阵）

---

定义：若矩阵$A=(a_{ij}{)}_{nn}$满足

$(1)a_{ij}>0，(2)a_{ji}=\frac{1}{aij},i,j=1,2,\cdots ,n$

则称之为正互反矩阵

$a_{ij}$的值：1~9及其倒数作为标度

标度	含义
1	重要性相同
3	前者比后者稍重要
5	前者比后者明显重要
7	前者比后者强烈重要
9	前者比后者极端重要
2、4、6、8	上述相邻判断的中间值
倒数	$a_{ij}$的值

矩阵的具体书写：对 $n$ 个准则，列写 $n$ 个判断矩阵，用于两两比较各测量的值

如之前所建立模型所列判断矩阵（需列 $n$ 个）：

方案 $n$	策略1	策略2	策略3
策略1	1	2	3
策略2	1/2	1	4
策略3	1/3	1/4	1

注：此表中数值随意编写，实际写论文过程中，文字用字母替换如下：方案—C、策略—P，且命名：判断矩阵 $C_n-P$

---

步骤c 层次单排序及一致性检验

---

基本概念：

• 满足关系式 $a_{ij}\cdot a_{jk}=a_{ik},\forall i,j,k=1,2,\cdots ,n$ 的正互反矩阵称为一致矩阵
• 一致矩阵常用性质（据此判断是否为一致矩阵）：
  • 任意两行(列)成比例，矩阵秩为1
  • 最大特征值${\lambda }_{max}=n$，其余特征根为0。当矩阵非一致时，${\lambda }_{max}>n$，偏差越大，其非一致程度越大
• 线性代数补充：设A是n阶方阵，若数 $\lambda$ 和 $n$ 维非零列向量x，使得$Ax=\lambda x$ 成立，则称 $\lambda$ 是方阵A的一个特征值，$x$为方阵 $A$ 的对应于特征值 $\lambda$ 的一个特征向量。

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
三种计算权重的方法：

1. 算数平均法
2. 几何平均法
3. 特征值法（最常用）

详细计算过程由代码部分汇总展示

---

一致性检验步骤：

1. 计算一致性指标$CI$：$CI=\frac{{\lambda }_{max}-n}{n-1}$
2. 查找相应随机一致性指标$RI$：

$n$	1	2	3	4	5	6	7	8	9
$RI$	0	0	0.58	0.90	1.12	1.24	1.32	1.41	1.45

计算一致性比例CR：$CR=\frac{CI}{RI}$

---

代码汇总

%%%%%%%%%%%%%%%%% 代码1：函数清单 %%%%%%%%%%%%%%%%%%%
help disp
help input
help strcat
help num2st
help sum
help prod
help size
help repmat		% 重点
help eig		% 重点
help find		% 重点

---

%%%%%%%%%% 代码2：求判断矩阵权重——算数平均法 %%%%%%%%%%%
%% 思路：先对每一列求和，再将对应列每一元素除以该和，
%% 	    得每一列的权重，最后按行求平均，得权重向量
clear, clc
lsum_A = sum(A);				% A为权重矩阵
n = size(a,1);					% 判断矩阵为方阵
sum_A = repmat(lsum_A, n, 1);
lweight_A = A./sum_A;
weight_A1 = sum(weight_A, 2)/3	% 按行对列权重求平均

---

%%%%%%%%%% 代码3：求判断矩阵权重——几何平均法 %%%%%%%%%%%
%% 思路类似与代码2
clc
multi_A = prod(A, 2); 			%按行相乘，得一列向量
root_A = power(multi_A, 1/n);
weight_A2 = root_A ./sum(root_A)%即为所求

---

%%%%%%%%%%% 代码4：求判断矩阵——权重特征值法 %%%%%%%%%%%%
%% 依据定理：判断矩阵 A 对应于最大特征值的特征向量，
%% 归一化后即为相应因素对于上一层次某因素相对重要性的排序权值
clc
[V, D] = eig(A); %特征向量&特征值构成的对角阵
lambda_max = max(max(D));
[row, col] = find(D==lambda_max, 1);%最大特征值位置
weight_A3 = V(:, col)./sum(V(:, col));

---

%%%%%%%%%%%%%% 代码5：计算一致性比例CR %%%%%%%%%%%%%%%
clc
CI = (lambda_max - n)/(n-1);
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];%注意续行符
CR=CI/RI(n) 				       %可直接输入RI的值
if CR<0.10
    disp('判断矩阵的一致性可以接受。');
else
    disp('应对判断矩阵作适当修正');
end