层次分析法基本思路
-
建立层次分析结构模型
-
建立判断矩阵W
w i j 表 示 第 i 个 因 素 相 对 于 第 j 个 因 素 的 影 响 , 且 有 w i j = 1 w j i w_{ij}表示第i个因素相对于第j个因素的影响,且有w_{ij}=\frac{1}{w_{ji}} wij表示第i个因素相对于第j个因素的影响,且有wij=wji1尺寸 含义 1 第i个因素与第j个因素的影响相同 3 第i个因素比第j个因素的影响稍强 5 第i个因素比第j个因素的影响强 7 第i个因素比第j个因素的影响明显强 9 第i个因素比第j个因素的影响绝对地强 -
计算权向量并作一致性检验(证明层次单排序是合理的)
定义一致性指标CI为:
C I = λ m a x − n n − 1 CI=\frac{\lambda_{max}-n}{n-1} CI=n−1λmax−n
CI越小越好,CI等于零意味着完全一致,CI很大意味着矩阵有问题为了检验判断矩阵的一致性,引入平均一致性指标RI进行判断
阶数 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.52 1.54 1.56 1.58 1.59 计算一致性比率CR:
C R = C I R I CR=\frac{CI}{RI} CR=RICI
一般情况下,若CR<=0.10,就认为判断矩阵具有一致性。据此计算的值是可以接受的。 -
计算组合权向量
A → λ m a x → W A\rightarrow \lambda_{max}\rightarrow W A→λmax→WA W = λ m a x W AW=\lambda_{max}W AW=λmaxW
matlab代码
层次分析法MATLAB代码
function [Q]=AHP(B)
%Q为权值,B为对比矩阵
%导入判别矩阵B
[n,m]=size(B);
%判别矩阵具有完全一致性
for i=1:n
for j=1:n
if B(i,j)*B(j,i)~=1
fprintf('i=%d,j=%d,B(i,j)=%d,B(j,i)=%d\n',i,j,B(i,j),B(j,i))
end
end
end
%求特征值特征向量,找到最大特征值对应的特征向量
[V,D]=eig(B);
tz=max(D);
tzz=max(tz);
c1=find(D(1,:)==max(tz));
tzx=V(:,c1);%特征向量
%权
quan=zeros(n,1);
for i=1:n
quan(i,1)=tzx(i,1)/sum(tzx);
end
Q=quan;
%一致性检验
CI=(tzz-n)/(n-1);
RI=[0,0,0.58,0.9,1.12,1.24,1.32,1.41,1.45,1.49,1.52,1.54,1.56,1.58,1.59];
%判断是否通过一致性检验
CR=CI/RI(1,n);
if CR>=0.1
fprintf('没有通过一致性检验\n');
else
fprintf('通过一致性检验\n');
end
end
实例
- 第一步,先设计决策层的权重矩阵,对其求最大特征值,获得相应的特征向量W_(2),一致性检验
- 第二步,同样求第三层对第二层每一元素的权向量,分别求出五个权向量,分别一致性检验,最终我们得到3X5的矩阵
- 第三步,获得总排序
对第二层每一元素的权向量,分别求出五个权向量,分别一致性检验,最终我们得到3X5的矩阵
- 第三步,获得总排序
[外链图片转存中…(img-4jJkrvxQ-1642254907050)]