评价类模型
解决时先想到:
- 评价
目标
是什么? - 为了达到这个目标有哪几种可选
方案
? - 评价的
准则
或者说指标
是什么?(根据什么来评价好坏)
数据获取方法:
- 优先选择知网(或万方、百度学术、谷歌学术等)搜索相关文献,这样既可以借鉴别人方法,又可以写参考文献,显得专业
- 没找到文献:和小组成员讨论、平台搜索
优先级:谷歌>微信>知乎
层次分析法
第一步:分析系统中各因素之间的关系,建立系统的递阶层次结构(一定要放层次结构图)
第二步: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)
构造如上图所示的判断矩阵,评价模型都具有主观性,理想情况下这个表需要找专家来填,实际情况就是自己搜资料来填的
第三步: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
- 填的数据如果题目有就用题目的,没有的话尽可能去网上找实际数据,减少捏造
- 三种权重方法都用,加一句”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,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“
一致性检验的步骤
第一步:计算一致性指标CI
C I = λ max − n n − 1 \begin{aligned}CI=\frac{\lambda_{\max}\boldsymbol{-}n}{n\boldsymbol{-}1}\end{aligned} CI=n−1λmax−n
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
C
R
=
C
I
R
I
CR=\frac{CI}{RI}
CR=RICI
若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
注意:CR需要大于0,若算出来的CR值小于0,则计算过程有误,需要回查
- 修正方法:往一致矩阵上调整,一致矩阵各行成倍数关系
第四步:根据权重矩阵计算得分,并进行排序
层次分析法的局限性
- 评价的决策层不能太多(n<15),太多的话n会很大,判断矩阵和一致矩阵差异可能会很大
- 如果决策层中指标的数据是已知的,这种情况用层次分析法就不客观了,就需要换别的方法
模型拓展
上述三种模型中,有一些指标是跟某些元素无关的,这就需要我们在构建判断矩阵的时候进行特殊处理,置零或置一
课后练习部分
- 本次内容是跟着清风老师的层次分析法教学视频编写的课后总结笔记代码
代码优化
- 优化部分已体现在前面的python代码中,清风老师视频中教的是matlab的实现,我这里试着采用了python来实现,其实二者语言特点很相似,在编写过程中没遇到什么困难
论文
很高兴看到你有一个有趣的数学建模题目!层次分析法是一种常用的决策分析方法,可以帮助你在多个因素之间进行权衡和决策。下面是一篇采用Markdown格式的论文示例,供你参考:
个人电脑购买决策的层次分析法分析
引言
在当今科技发达的时代,个人电脑成为了我们生活中不可或缺的一部分。但在选择购买个人电脑时,我们需要考虑多个因素,如功能、价格、品牌等。为了做出最佳决策,本文将运用层次分析法进行分析。
方法
层次分析法是一种逐层比较和加权评估因素的方法,可以将复杂的问题分解为多个层次,并计算各个因素的相对权重。在本次分析中,我们将考虑三个主要因素:功能、价格和品牌。
第一层:主要因素
- 功能(F):电脑的性能和功能对于用户的需求和期望至关重要。
- 价格(P):个人电脑的价格是购买决策的重要因素之一。
- 品牌(B):不同品牌的电脑在质量、服务等方面存在差异,也会影响购买决策。
第二层:因素权重比较
在这一层中,我们将比较每个主要因素下的子因素,并根据它们对于购买决策的重要性给出权重。
-
功能:
- CPU性能( F CPU F_{\text{CPU}} FCPU)
- 内存容量( F RAM F_{\text{RAM}} FRAM)
- 存储容量( F Storage F_{\text{Storage}} FStorage)
-
价格:
- 价格范围( P Range P_{\text{Range}} PRange)
- 性价比( P Value P_{\text{Value}} PValue)
-
品牌:
- 品牌声誉( B Reputation B_{\text{Reputation}} BReputation)
- 售后服务( B Service B_{\text{Service}} BService)
第三层:因素两两比较
在这一层中,我们将每个子因素两两进行比较,并使用1-9的标度(1表示相同重要性,9表示极端重要性)进行评估。
根据具体情况进行两两比较,并填写矩阵,如下:
子因素 | F CPU F_{\text{CPU}} FCPU | F RAM F_{\text{RAM}} FRAM | F Storage F_{\text{Storage}} FStorage |
---|---|---|---|
F CPU F_{\text{CPU}} FCPU | 1 | 5 | 3 |
F RAM F_{\text{RAM}} FRAM | 1/5 | 1 | 1/3 |
F Storage F_{\text{Storage}} FStorage | 1/3 | 3 | 1 |
通过计算矩阵的特征向量和最大特征值,我们可以得到每个子因素的相对权重。
权重计算和决策
通过层次分析法的计算,我们可以得到各个主要因素和子因素的相对权重。在这个例子中,我们可以得到每个因素的权重比例: W F : W P : W B = 0.6 : 0.3 : 0.1 W_F:W_P:W_B=0.6:0.3:0.1 WF:WP:WB=0.6:0.3:0.1。
基于计算结果,我们可以进行决策。例如,如果功能对你来说是最重要的因素,那么你可以考虑购买那些在CPU性能、内存容量和存储容量方面得分较高的电脑。
结论
本文运用层次分析法对购买个人电脑的决策进行了分析。通过比较主要因素和子因素之间的相对重要性,我们可以得出一个合理的决策方案。当然,这只是一个例子,你可以根据实际情况和具体需求进行调整和扩展。
参考文献
[1] 李华. 数学建模竞赛范文分析. 中国数学建模竞赛官网. 链接