数模笔记目录
🪐🌏🌌正文开始🤖🐧🦄
一、层次分析法(The analytic hierarchy process)概述
1.这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。将定量分析与定性分析相结合。
2.三大典型应用
🙉用于最佳方案的选取（选择运动员、选择地址）
🙉用于评价类问题（评价水质状况、评价环境）
🙉用于指标体系的优选（兼顾科学和效率）
3.基本原理
层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确 定或相对优劣次序的排定。
二、步骤及方法
1.建立层次结构模型
（1）将决策的目标、考虑的因素（决策准则）和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。
• 最高层：决策的目的、要解决的问题。
• 中间层：考虑的因素、决策的准则。
• 最低层：决策时的备选方案。
•每层有若干元素，层间元素的关系用相连直线表示。
• 对于相邻的两层，称高层为目标层，低层为因素层。
2.构造判断(成对比较)矩阵
在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而Santy等人提出一致矩阵法，即：
（1）不把所有因素放在一起比较，而是两两相互比较
（2）对此时采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准确度。判断矩阵是表示本层所有因素针对上一层某一个因素的相对重要性的比较。判断矩阵的元素aij用Santy的1-9标度法给出。
（3）每层不要超过9个因素。
（4）满足
的正互反矩阵A称为一致阵，A为n阶方阵， r(A)=1，则A有一个特征值（characteristic value）为tr(A),其余特征值均为0。因为一致知阵的各行成比例，所以一致矩阵的秩定为1。反之则为不一致阵，对于不一致(但在允许范围内)的成对比较阵A， Saaty等人建议用对应于最大特征根λ的特征向量作为权向量w。
3.层次单排序及其一致性检验
（1）对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量 中各元素之和等于1)后记为W。
（2）W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。
（3）能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对A确定不一致的允许范围。
🐕最大特征根对应的特征向量w代表各因素对决策的重要性
🐕n阶一致阵的唯一非零特征根为n。n阶正互反阵A的最大特征根λ>=n，当且仅当λ=n时A为一致阵
🐕λ比n大的越多，A的不一致性越严重。用最大特征值对应的特征向量作为被比较因素对上层某因素 影响程度的权向量，其不一致程度越大，引起的判断误差越大。定义一致性指标consistency index,CI越大，不一致越严重。
🐕为衡量CI的大小，引入随机一致性指标RI。方法为首先随即构造500个成对比较矩阵A1-A500,则可得一致性指标CI1-CI500
Saaty的结果如下
🐕定义一致性比率CR=CI/RI。一般当CR<0.1时，认为A的不一致程度在容许范围内
（4）正互反阵最大特征根和特征向量的简化计算
一致阵的任一列向量都是特征向量，一 致性尚好的正互反阵的列向量都应近似特征向量，可取其某种意义下的平均。
🐶和法——取列向量的算术平均
4.层次总排序及其一致性检验
（1）计算某一层次所有因素对于最高层(总目标)相对重要性的权值，称为层次总排序。
（2）这一过程是从最高层次到最低层次依次进行的。
🐰A层m个因素A1, A2 ,L, Am , 对总目标Z的排序为a1,a2 ,L,am
🐰B层n个因素对上层A中因素为Aj 的层次单排序为 b1 j ,b2 j ,L,bnj ( j =1,2,L,m)
（3）层次总排序的一致性检验
层次总排序的一致性比率CR为：
同样，当CR<0.1时，认为层次总排序通过一致性检验。
5.最后，根据最下层（决策层）的层次总排序做出最后决策。
1736
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
