2021数模学习系列笔记：第一讲-1 评价类模型-层次分析法模型

2021数模学习系列笔记

第一讲-1 评价类模型-层次分析法模型讲解（2021.7.25）

目录

一、前言

① 评价类问题：选转那种方案最好、哪位员工或运动员变现的更优秀。确定评价指标，形成评价体系。

② 层次分析法：简称AHP,建模比赛中最基础的模型之一。

二、模型介绍

（一）打分法

评价类问题可以用打分解决！

使用打分法解决评价问题，只需要将下面的表格补充完成即可：

同颜色的单元格的和为1，橙黄绿色的位置是各方案各指标的打分。

（二）评价类建模需要思考的问题

1.我们评价的目标是什么（对应解决的问题）

2.为了达到目标有哪几种可选的方案？

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，需要查阅背景资料，常识以及搜索资料选择出最合适的指标）优先选择知网等搜索相关的指标因素，有理可据

推荐网站：虫部落-快搜

（三）确定指标的权重

用分而治之的思想确定各指标的权重

解决方法：两个两个指标进行比较，最终根据两辆比较的结果来推算出权重

1.层次分析法思想中的标度

填写完表格后即为：

特点：5*5矩阵A，对应元素为
$$a_{ij}$$

2.判断矩阵

（1）aij表示与j相比，i的重要程度。

（2）i=j时，两个指标相同，因此同样重要记为1，主对角元素为1.

（3）aij>0,aij*aji=1**（正互反矩阵）**

上面这个矩阵就是层次分析法中的判断矩阵，根据判断矩阵得出各项指标的权重和各方案在各指标的得分情况

可能会出现的矛盾之处，即：A>B,A=C,B>C
一致矩阵满足：
$$a_{ij}=\frac{i的重要程度}{j的重要程度},a_{jk}=\frac{j的重要程度}{k的重要程度}，a_{ik}=\frac{i的重要程度}{k的重要程度}=a_{ij}\times a_{jk}$$
特点：各行（各列）的元素成相同的倍数关系。

在层次分析法当中，我们构造的判断矩阵均是正互反矩阵，但不一定是一致矩阵（矛盾现象的出现），在使用判断矩阵求权重之前，必须对其进行一致性检验。

3.一致性检验

步骤：
第一步：计算一致性指标CI
$$CI=\frac{{\lambda }_{max}-n}{n-1}，{\lambda }_{max}为判断矩阵的最大特征值，n为主对角线元素之和$$
第二步：查找对应的平均随机一致性指标RI

n	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
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

第三步：计算一致性比例CR
$$CR=\frac{CI}{RI}$$
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。

4.计算权重

一致性矩阵计算权重：
$$针对某一指标的各项目权重=\frac{第一列的各项目元素}{第一列元素之和}$$
判断矩阵计算权重（不具有一致性）：

①算术平均法：

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：将相加侯得到的向量中每个元素除以n即可得到权重向量

②几何平均法：

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得到权重向量

③特征值求权重（判断矩阵的一致性可以接受，使用最多的 ）：

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

权重的和应为1

求矩阵A的权重代码（用matlab实现）：

%% 注意：在论文写作中，应该先对判断矩阵进行一致性检验，然后再计算权重，因为只有判断矩阵通过了一致性检验，其权重才是有意义的。在下面的代码中，我们先计算了权重，然后再进行了一致性检验，这是为了顺应计算过程，事实上在逻辑上是说不过去的。因此大家自己写论文中如果用到了层次分析法，一定要先对判断矩阵进行一致性检验.而且要说明的是，只有非一致矩阵的判断矩阵才需要进行一致性检验。如果你的判断矩阵本身就是一个一致矩阵，那么就没有必要进行一致性检验。


disp('请输入判断矩阵A')
A=input('A=');
[n,n] = size(A);
% % % % % % % % % % % % %方法1： 算术平均法求权重% % % % % % % % % % % % %
Sum_A = sum(A);
SUM_A = repmat(Sum_A,n,1);
Stand_A = A ./ SUM_A;

disp('算术平均法求权重的结果为：');
disp(sum(Stand_A,2)./n)
% % % % % % % % % % % % %方法2： 几何平均法求权重% % % % % % % % % % % % %
Prduct_A = prod(A,2);
Prduct_n_A = Prduct_A .^ (1/n);
disp('几何平均法求权重的结果为：');
disp(Prduct_n_A ./ sum(Prduct_n_A))
% % % % % % % % % % % % %方法3： 特征值法求权重% % % % % % % % % % % % %
[V,D] = eig(A);
Max_eig = max(max(D));
[r,c]=find(D == Max_eig , 1);
disp('特征值法求权重的结果为：');
disp( V(:,c) ./ sum(V(:,c)) )
% % % % % % % % % % % % %下面是计算一致性比例CR的环节% % % % % % % % % % % % %
CI = (Max_eig - n) / (n-1);
RI=[0 0.0001 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];  %注意哦，这里的RI最多支持 n = 15
% 这里n=2时，一定是一致矩阵，所以CI = 0，我们为了避免分母为0，将这里的第二个元素改为了很接近0的正数
CR=CI/RI(n);
disp('一致性指标CI=');disp(CI);
disp('一致性比例CR=');disp(CR);
if CR<0.10
    disp('因为CR<0.10，所以该判断矩阵A的一致性可以接受!');
else
    disp('注意：CR >= 0.10，因此该判断矩阵A需要进行修改!');
end

%%注意：代码文件仅供参考，一定不要直接用于自己的数模论文中
%% 国赛对于论文的查重要求非常严格，代码雷同也算作抄袭
%% 如何修改代码避免查重的方法：https://www.bilibili.com/video/av59423231（必看）

（四）计算各方案的得分

计算出指标的权重和各方案对于该指标的权重，填入表中再计算得分**（可以用Excal计算结果，F4可以锁定单元格）**

最佳方案为得分最高的方案

三、总结

层次分析法步骤：

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（对应本章二（二）需要思考的三个问题，可以用SmartArt/亿图图示生成下图）。

亿图图示简单演示：
（1）新建组织结构图——自定义组织结构图
（2）1个长方形方格，并复制出8个和它同大小的长方形
（3）将这9个长方形排成3行（1+5+3）
（4）使用对齐和分布这两个功能让它们排列的有序
（5）选择文本工具，在这些长方形里面输入文字
（6）使用箭头连接线工具中的直线连接上这些长方形
（7）保存后选择文件——导出&发送——Word
（8）将Word中的图像复制到你的论文中即可，别忘了加上标题。
注：同类型的软件如Visio也是可以的~
如果不想下载软件，可以使用在线的ProcessOn，也很方便。

第二步：构造判断矩阵

目标层对准则层的判断矩阵和准则层对方案层的判断矩阵

准则层-方案层的判断矩阵数值要结合实际来填写，要有具体的指标，如果题目中有其他数据可以考虑利用这些数据进行计算。

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，否则需要修改）

三种方法计算权重建议都使用，在文章的最后加上下面这段话：

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， 再根据得到的权重迮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。

第四步：计算各层元素对系统目标的合成权重，并进行排序

局限性

（1）评价的决策层不能太多，否则n太大，判断矩阵和一致矩阵差异太大

（2）若决策层的指标数据已知，我们如何利用这些数据使得结果更加准确呢？

四、拓展模型

多个准则层问题、某种方案不对应全部的准则、多个方案对应一个准则…

． 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。**

第四步：计算各层元素对系统目标的合成权重，并进行排序

局限性

（1）评价的决策层不能太多，否则n太大，判断矩阵和一致矩阵差异太大

（2）若决策层的指标数据已知，我们如何利用这些数据使得结果更加准确呢？

四、拓展模型

多个准则层问题、某种方案不对应全部的准则、多个方案对应一个准则…