层次分析法

层次分析法：(The analytic hierarchy process, 简称AHP) 建模比赛中最基础的模型之一，其主要用于解决 评价类问题（例如：选择哪种方案最好、哪位运 动员或者员工表现的更优秀）。

1.评价类问题可用打分解决

2.根据权重表格计算得分

一道引出层次分析法的例题：

填好志愿后，小明同学想出去旅游。在查阅了网上的攻略后，他初步选择 了苏杭、北戴河和桂林三地之一作为目标景点。 请你确定评价指标、形成评价体系来为小明同学选择最佳的方案。

填好志愿后，小明同学想出去旅游。在查阅了网上的攻略后，他初步选择 了苏杭、北戴河和桂林三地之一作为目标景点。 请你确定评价指标、形成评价体系来为小明同学选择最佳的方案。

评价类问题

解决评价类问题，大家首先要想到以下三个问题：

① 我们评价的目标是什么？

答：为小明同学选择最佳的旅游景点。

② 我们为了达到这个目标有哪几种可选的方案？

答：三种，分别是去苏杭、去北戴河和去桂林。

③ 评价的准则或者说指标是什么？（我们根据什么东西来评价好坏）

答：题目没给相关数据支撑，需要我们确定。

一般而言，前两个问题的答案是显而易见的，第三个问题的答案 需要我们根据题目中的背景材料、常识以及网上搜集到的参考资料进行结合，从中筛选出最合适的指标。

优先选择知网（或者万方、百度学术、谷歌学术等平台）搜索相关的文献

 虫部落‐快搜 ： https://search.chongbuluo.com/

优先级：

谷歌搜索（国内进不去的话就使用百度搜索吧）

微信搜索

知乎搜索

例如本题我们可以搜索关键字： 旅游选择因素、根据什么因素选择旅游景点、旅游景点评价指标等

假如我们查询了资料后选择了以下五个指标：

①景点景色 ②旅游花费 ③居住环境 ④饮食情况 ⑤交通便利程度

分而治之：我们先来确定指标的权重吧~

问题： 一次性考虑这五个指标之间的关系，往往考虑不周。

解决方法： 两个两个指标进行比较，最终根据两两比较的结果来推算出权重。

如果用1‐9表示重要程度（见下表），请你两两比较上述这五个指标对 于选择最终的旅游景点的重要性。

 

（注：这里的重要性有时候解释为满意度更方便理解）

若矩阵中每个元素𝑎ij>0且满足𝑎ij*𝑎ji=1 ，则我们称该矩阵为正互反矩阵。

在层次分析法中，我们构造的判断矩阵均是正互反矩阵。

若正互反矩阵满足𝑎ij*𝑎jk= 𝑎ik，则我们称其为一致矩阵。

注意：在使用判断矩阵求权重之前，必须对其进行一致性检验。

原理：检验我们构造的判断矩阵和一致矩阵是否有太大的差别。

一致性检验的步骤:

第一步：计算一致性指标CI

第二步：查找对应的平均随机一致性指标RI

第三步：计算一致性比例CR

        如果CR < 0.1,  则可认为判断矩阵的一致性可以接受；否则需要对 判断矩阵进行修正。

CR > 0.1 如何修正？答：往一致矩阵上调整， 一致矩阵各行成倍数关系

判断矩阵计算权重:

方法1：算术平均法求权重

第一步：将判断矩阵按照列归一化 （每一个元素除以其所在列的和）

第二步：将归一化的各列相加(按行求和)

第三步：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

方法2：几何平均法求权重

第一步：将A的元素按照行相乘得到一个新的列向量

第二步：将新的向量的每个分量开n次方

第三步：对该列向量进行归一化即可得到权重向量

方法3：特征值法求权重

一致矩阵有一个特征值为n，其余特征值均为0.

假如我们的判断矩阵一致性可以接受，那么我们可以仿照一致矩阵权重的求法。

第一步：求出矩阵A的最大特征值以及其对应的特征向量

第二步：对求出的特征向量进行归一化即可得到我们的权重

层次分析法（The Analytic Hierarchy Process即 AHP)是由美国运筹学家、 匹兹堡大学教授T . L. Saaty于20世纪70年代创立的一种系统分析与决策的综合 评价方法，是在充分研究了人类思维过程的基础上提出来的，它较合理地解 决了定性问题定量化的处理过程。

AHP的主要特点是通过建立递阶层次结构，把人类的判断转化到若干因 素两两之间重要度的比较上，从而把难于量化的定性判断转化为可操作的重 要度的比较上面。在许多情况下，决策者可以直接使用AHP进行决策，极大 地提高了决策的有效性、可靠性和可行性，但其本质是一种思维方式，它把 复杂问题分解成多个组成因素，又将这些因素按支配关系分别形成递阶层次 结构，通过两两比较的方法确定决策方案相对重要度的总排序。整个过程体 现了人类决策思维的基本特征，即分解、判断、综合，克服了其他方法回避 决策者主观判断的缺点。

层次分析法第一步:

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.

注意：如果你用到了层次分析法，那么层次结构图要放在建模论文中。

层次结构图:

(1)使用SmartArt生成

(2)使用专业软件：亿图图示

层次分析法第二步

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）。

层次分析法第三步 

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）.

三种方法计算权重： （1）算术平均法（2）几何平均法（3）特征值法

强烈建议大家在比赛时三种方法都使用： 以往的论文利用层次分析法解决实际问题时，都是采用其中某一种方法 求权重，而不同的计算方法可能会导致结果有所偏差。为了保证结果的 稳健性，本文采用了三种方法分别求出了权重后计算平均值，再根据得 到的权重矩阵计算各方案的得分，并进行排序和综合分析，这样避免了 采用单一方法所产生的偏差，得出的结论将更全面、更有效。

注：（1）一致矩阵不需要进行一致性检验，只有非一致矩阵的判断矩阵才需要进 行一致性检验；（2）在论文写作中，应该先进行一致性检验，通过检验后再计算 权重，视频中讲解的只是为了顺应计算过程

层次分析法第四步

4 . 根据权重矩阵计算得分，并进行排序。

层次分析法的一些局限性

（1）评价的决策层不能太多，太多的话n会很大，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，那么我们如何利用这些数据来使得 评价的更加准确呢？

这里用EXCEL计算可大大减轻工作量哦。 文件：根据权重矩阵计算得分.xlsx

要点： F4可以锁定单元格 

 1. Matlab基本的小常识

分号的作用、注释的快捷键、clc和clear、disp和input

2. sum函数

3. Matlab中如何提取矩阵中指定位置的元素？

4. size函数

5. repmat函数

6. Matlab中矩阵的运算(加点和不加点)

7. Matlab中求特征值和特征向量

8. find函数的基本用法

9. 矩阵与常数的大小判断运算

10. 判断和循环语句

%% Matlab基本的小常识
% (1)在每一行的语句后面加上分号(一定要是英文的哦;中文的长这个样子；)表示不显示运行结果
a = 3;
a = 5

% (2)多行注释:选中要注释的若干语句,快捷键Ctrl+R
% a = 3;
% a = 5

% (3)取消注释:选中要取消注释的语句,快捷键Ctrl+T
% 我想要取消注释下面这行
% 还有这一行

% clear可以清楚工作区的所有变量
clear

% clc可以清除命令行窗口中的所有文本,让屏幕变得干净
clc

% 所以大家在很多代码开头，都会见到:
clear;clc   % 分号也用于区分行。
% 这两条一起使用，起到“初始化”的作用，防止之前的结果对新脚本文件（后缀名是 .m）产生干扰。

%% 输出和输入函数(disp 和 input)
% disp函数
% matlab中disp()就是屏幕输出函数，类似于c语言中的printf（）函数
disp('我是清风，大家好鸭~~~记得投币关注我哦')
a = [1,2,3]    %同一行中间用逗号分隔，也可以不用逗号，直接用空格
a = [1 2 3]
disp(a)
% 注意，disp函数比较特殊，这里可要分号，可不要分号哦
disp(a);
% matlab中两个字符串的合并有两种方法
% （1）strcat(str1,str2……,strn)
 strcat('字符串1','字符串2')
% （2）[str 1,str 2，……, str n]或[str1  str2  ……  strn]
['字符串1'  '字符串2']
['字符串1','字符串2']
% 一个有用的字符串函数：num2str  将数字转换为字符串
c = 100
num2str(c)
disp(['c的取值为' num2str(c)])
disp(strcat('c的取值为', num2str(c)))

% input函数
% 一般我们会将输入的数、向量、矩阵、字符串等赋给一个变量，这里我们赋给A
A = input('请输入A：');
B = input('请输入B：')
% 注意观察工作区，并体会input后面加分号和不加分号的区别

%% sum函数
% （1）如果是向量（无论是行向量还是列向量），都是直接求和
E = [1,2,3]
sum(E)
E = [1;2;3]
sum(E)
% （2）如果是矩阵，则需要根据行和列的方向作区分
clc
E = [1,2;3,4;5,6]
% a=sum(x); %按列求和(得到一个行向量）
a = sum(E)
a = sum(E,1)
% a=sum(x,2); %按行求和(得到一个列向量）
a = sum(E,2)
% a=sum(x(:));%对整个矩阵求和
a = sum(sum(E))
a = sum(E(:))

%% 基础：matlab中如何提取矩阵中指定位置的元素？
% （1）取指定行和列的一个元素（输出的是一个值）
clc;A=[1 1 4 1/3 3;1 1 4 1/3 3;1/4 1/4 1 1/3 1/2;3 3 3 1 3;1/3 1/3 2 1/3 1];
A
A(2,1)
A(3,2)
% （2）取指定的某一行的全部元素（输出的是一个行向量）
clc;A
A(2,:)
A(5,:)
% （3）取指定的某一列的全部元素（输出的是一个列向量）
clc;A
A(:,1)
A(:,3)
% （4）取指定的某些行的全部元素（输出的是一个矩阵）
clc;A
A([2,5],:)      % 只取第二行和第五行（一共2行）
A(2:5,:)        % 取第二行到第五行（一共4行）
A(2:2:5,:)     % 取第二行和第四行 （从2开始，每次递增2个单位，到5结束）
1:3:10
10:-1:1
A(2:end,:)      % 取第二行到最后一行
A(2:end-1,:)    % 取第二行到倒数第二行
% （5）取全部元素(按列拼接的，最终输出的是一个列向量)
clc;A
A(:)

%% size函数
clc;
A = [1,2,3;4,5,6]
B = [1,2,3,4,5,6]
size(A)
size(B)
% size(A)函数是用来求矩阵A的大小的,它返回一个行向量，第一个元素是矩阵的行数，第二个元素是矩阵的列数
[r,c] = size(A)
% 将矩阵A的行数返回到第一个变量r，将矩阵的列数返回到第二个变量c
r = size(A,1)  %返回行数
c = size(A,2) %返回列数

%% repmat函数
% B = repmat(A,m,n):将矩阵A复制m×n块，即把A作为B的元素，B由m×n个A平铺而成。
A = [1,2,3;4,5,6]
B = repmat(A,2,1)
B = repmat(A,3,2)

%% Matlab中矩阵的运算
% MATLAB在矩阵的运算中，“*”号和“/”号代表矩阵之间的乘法与除法(A/B = A*inv(B))
A = [1,2;3,4]
B = [1,0;1,1]
A * B
inv(B)  % 求B的逆矩阵
B * inv(B)
A * inv(B)
A / B

% 两个形状相同的矩阵对应元素之间的乘除法需要使用“.*”和“./”
A = [1,2;3,4]
B = [1,0;1,1]
A .* B
A ./ B

% 每个元素同时和常数相乘或相除操作都可以使用
A = [1,2;3,4]
A * 2
A .* 2
A / 2
A ./ 2

% 每个元素同时乘方时只能用 .^
A = [1,2;3,4]
A .^ 2
A ^ 2
A * A

%% Matlab中求特征值和特征向量
% 在Matlab中，计算矩阵A的特征值和特征向量的函数是eig(A),其中最常用的两个用法：
A = [1 2 3 ;2 2 1;2 0 3]
% （1）E=eig(A)：求矩阵A的全部特征值，构成向量E。
E=eig(A)
% （2）[V,D]=eig(A)：求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成V的列向量。（V的每一列都是D中与之相同列的特征值的特征向量）
[V,D]=eig(A)

%% find函数的基本用法
% 下面例子来自博客：https://www.cnblogs.com/anzhiwu815/p/5907033.html 博客内有更加深入的探究
% find函数，它可以用来返回向量或者矩阵中不为0的元素的位置索引。
clc;X = [1 0 4 -3 0 0 0 8 6]
ind = find(X)
% 其有多种用法，比如返回前2个不为0的元素的位置：
ind = find(X,2)

%上面针对的是向量（一维），若X是一个矩阵（二维，有行和列），索引该如何返回呢？
clc;X = [1 -3 0;0 0 8;4 0 6]
ind = find(X)
% 这是因为在Matlab在存储矩阵时，是一列一列存储的，我们可以做一下验证：
X(4)
% 假如你需要按照行列的信息输出该怎么办呢？
[r,c] = find(X)
[r,c] = find(X,1) %只找第一个非0元素


%% 矩阵与常数的大小判断运算
% 共有三种运算符：大于> ;小于< ;等于 ==  （一个等号表示赋值；两个等号表示判断）
clc
X = [1 -3 0;0 0 8;4 0 6]
X > 0
X == 4

%% 判断语句
% Matlab的判断语句，if所在的行不需要冒号，语句的最后一定要以end结尾 ；中间的语句要注意缩进。
a = input('请输入考试分数:')
if a >= 85  
    disp('成绩优秀')
elseif a >= 60
    disp('成绩合格')
else
    disp('成绩挂科')
end