层次分析法原理分析及Python实现层析分析法

最新推荐文章于 2024-08-01 21:59:37 发布

!WQ!

最新推荐文章于 2024-08-01 21:59:37 发布

阅读量4.6k

点赞数 6

文章标签： python 层次分析法数学建模

本文链接：https://blog.csdn.net/lwq_0/article/details/107296446

版权

本文详细介绍了层次分析法的定义、步骤、实例，并通过Python代码展示了如何实现层次分析法，包括层次结构模型构建、成对比较矩阵的创建与一致性检验等关键步骤。

摘要由CSDN通过智能技术生成

层次分析法概述

定义

本文所有图片均来自本人的OneNote笔记
在这里插入图片描述

步骤归纳

在这里插入图片描述

例子

建立层次结构模型
构造判断(成对比较)矩阵

第二层A的各个因素对目标层Z的成对比较矩阵（专家打分法）

说明C2的重要性是C1的两倍
第三层B的各个因素A1，A2……A5的成对比较矩阵分别如下：
层次单排序及其一致性检验

0.6=1/（1+1/2+1/6）矩阵中其他数值同理
0.587=1/3（0.6+0.615+0.545）
层次单排序及其一致性检验

应用实例

在这里插入图片描述

Python实现

程序如下：

（本程序配的案例，现在是机密，先不能公开，但看程序仍可以理解）

import numpy as np

# A--D的判断矩阵
A_D = np.array([
    [1, 2, 6, 4],
    [1 / 2, 1, 5, 2],
    [1 / 6, 1 / 5, 1, 1 / 2],
    [1 / 4, 1 / 2, 2, 1]
])
# A1-A4的判断矩阵
A1_A4 = np.array([
    [1, 4, 5, 4],
    [1 / 4, 1, 4, 2],
    [1 / 5, 1 / 4, 1, 1 / 3],
    [1 / 4, 1 / 2, 3, 1]
])
# B1-B3的判断矩阵
B1_B3 = np.array([
    [1, 2, 3],
    [1 / 2, 1, 3],
    [1 / 3, 1 / 3, 1]
])
# C1--C2
C1_C2 = np.array([
    [1, 2],
    [1 / 2, 1]
])
# D1--D2
D1_D2 = np.array([
    [1, 1],
    [1, 1]
])
# A11_A14的判断矩阵
A11_A14 = np.array([
    [1, 1 / 5, 1 / 4, 1 / 2],
    [5, 1, 2, 3],
    [4, 1 / 2, 1, 2],