层次分析法（AHP）模型的应用案例

层次分析法（AHP）模型的特点就是通过搭建递阶的层次结构，把我们生活中的判断事件转化到两两比较层次上面，从而把难于定性的判断来变为可实现数据操作的重要程度方面。在实际情况下，决策者可使用层次分析法（AHP）来进行方案类问题的决策，从而来实现提高决策的可行性、有效性和可靠性，其本质是一种思维方式，把较为复杂的问题分解成为多个准则层因素，将这些因素按两两比对关系来形成递阶层次结构，通过两两比对的方法来实现决策的方案之间相对重要度的总排序。

 

下面小编引入一个简单的案例：对于感应开盖垃圾桶的传感模块选择

图1 感应开盖垃圾桶（来自百度的一张图片）

     我们从实际出发，基于市面上的一些元器件，来分析一个具备感应开盖的智能垃圾桶中的传感器选择。感应开盖本质由电路芯片控制，由传感检测装置和机械电子驱动系统组成。只要有物体在感应开盖垃圾桶的感应范围区域内，盖子就会自动打开，物体或手离开感应区后盖子就会自己关闭，不需要外接的电源，依靠电池本身来进行供电，使用的电耗较低。结合传感器搭配的设计，灵活方便，不需要手动或者脚踩，就可以轻松丢垃圾。除此之外，方便并且卫生，性能比较良好，从而来有效地预防接触性感染，达到智能化开盖。那么这个传感器的选择，便有多种，下面我们将讨论传感器的选择，并且依靠其层次分析的评价方案来进行传感器之间的比对，从而决策出较好的传感器模块，来实现感应开盖垃圾桶传感系统这一方面的选择比对研究。

一、 问题分析

(1)传感器如何决策，依靠什么有效方法来进行传感器之间的比对。

(2)为了达到最终的方案，依靠什么准则指标来进行比对，如何评价各个传感器之间的好与坏。

(3)该方案的最终是否可以再进行结构上的整体优化。

二、 模型假设

(1)假设感应开盖垃圾桶的软硬件均正常

(2) 假设各元器件在生产时都为合格品

(3) 假设各个传感模块在使用时性能良好

(4) 假设机械驱动结构设计完好不会卡死

(5) 假设感应开盖垃圾桶的电量完全足够

(6) 假设各元件之间线路不存在接错现象

三、 符号说明

四、感应开盖传感模块比对

1.热释电红外传感器

  优点：本身不发任何类型的辐射，器件功耗很小，隐蔽性好。价格低廉。

  缺点：容易受各种热源、光源干扰。

  被动红外穿透力差，人体的红外辐射容易被遮挡，不易被探头接收。环境温度和人体温度接近时，探测和灵敏度明显下降，有时造成短时失灵。

2.超声波传感器（超声波测距）

优点：超声波传感器利用声波介质对被检测物进行非接触式无磨损的检测。超声波传感器对透明或有色物体，金属或非金属物体，固体、液体、粉状物质均能检测。检测性能几乎不受任何环境条件影响，包括烟尘环境和雨天。

超声波传感器的同步功能可防干扰。他们通过将各自的同步线进行简单的连接来实现同步功能。它们同时发射声波脉冲，象单个传感器一样工作，同时具有扩展的检测角度。

超声波传感器应用起来原理简单，也很方便，成本也很低。

缺点：波长等因素会影响超声波传感器的精度，其中最主要的影响因素是随温度变化的声波速度，因而许多超声波传感器具有温度补偿的特性。该特性能使模拟量输出型的超声波传感器在一个宽温度范围内获得高达0.6mm的重复精度。直接反射式超声波传感器不能可靠检测位于超声波换能器前段的部分物体。由此，超声波换能器与检测范围起点之间的区域被称为盲区。传感器在这个区域内必须保持不被阻挡。

气流的变化将会影响声速。然而由最高至10m/s的气流速度造成的影响是微不足道的。在产生空气涡流比较普遍的条件下，例如对于灼热的金属而言，建议不要采用超声波传感器进行检测，因为对失真变形的声波的回声进行计算是非常困难的。

3.红外对管

优点：功能与光敏接收管相似只是不受可见光的干扰，感光面积大，灵敏度高，属于光敏二极管，一般只对红外线有反应。就是在红外线接收管的基础上增加了对微弱信号进行放大的处理的电路，类似开关电路，接收到红外信号给出高电平(接近工作电压)，无红外信号低电平(约0.4)采用小型设计、内屏蔽模块封装，可以做红外线解码实验，红外线遥控器等等。

缺点：红外发光二极管应保持清洁、完好状态，尤其是其前端的球面形发射部分既不能存在脏垢之类的污染物，更不能受到摩擦损伤，否则，从管芯发出的红外光将产生反射及散射现象，直接影响到红外光的传播，轻者可能降低遥控的灵敏度，缩减控制距离，重者可能产生失灵，甚至遥控失效。

红外发光二极管在工作过程中其各项参数均不得超过极限值，因此在代换选型时应当注意原装管子的型号和参数，不可随意更换。另外，也不可任意变更红外发光二极管的限流电阻。由于红外光波长的范围相当宽，故红外发光二极管必须与红外接收二极管配对使用，否则将影响遥控的灵敏度，甚至造成失控。因此在代换选型时，要务必关注其所辐射红外光信号的波长参数。

4.微波感应

优点：微波感应开关，主要利用多普勒效应原理，自主研发平面天线发射接收电路，智能检测周围电磁环境，自动调整工作状态，内置集成滤波线路，可有效抑制高次谐波和其他杂波的干扰﹑灵敏度高﹑可靠性强﹑安全方便﹑智能节能，是一种新型实用的节能产品。微波感应开关可穿透部分非金属物感应，特别适用于隐藏安装在灯具内部;所以应用较为广泛，再加上微功耗﹑ 感应灵敏﹑应用范围广。可以搭配各类普通灯具， 使之成为微波感应灯具。

1、感应灵敏:准确鉴别生物体与非生物体的运动，使误动作率降到最低。

2、抗干扰强:受外界自然因素影响小，性能稳定可靠。

3、安全实用:产品内部使用过零通断技术，无触点开关，不产生火花，不干扰其他电器，自身功耗小，本身使用寿命长且能延长负载使用寿命。

4、自动测光:自动识别环境光线的强弱，达到照明需求设定且有人的时候灯亮，否则不亮。

5、全自动感应:感应到人后自动开灯，人在灯亮、人走灯灭，安全节电，不受声、物等外界因素干扰。

6、自动随机延时:当人在感应范围活动，开关始终接通，直到人离开后才自动关闭。

7、较低时也能正常工作，无频闪。

应用：该系列产品可广泛应用于隧道、地下停车场教室，图书馆，走廊，办公室，公共卫生间等室内公共照明场合以及广告照明行业。

五、 模型的建立与求解

5.1 模型的建立

建立层次结构模型，将决策问题分为三个层次，对于不同的传感模块，我们进行设置权重指标，所以我们主要设置四种选择方案，即热释电红外、超声波感应、红外对管、微波感应这四种感应方式。中间准则层设置有价格、稳定性、检测范围、性能指标这四个方面。其中准则层Z分别记为Z1、Z2、Z3、Z4,方案层P分别记为A、B、C、D。

建立两两因素之间的判断矩阵，采取九分制标度法来进行两两之间的重要程度区分，并依次来计算各指标的权重数据，采用层次分析法模型来构建评价问题体系。

图2 层次分析图示

5.2模型的求解

        1）构造比较矩阵M-Z: 将准则层Z中四个元素进行两两比较，得成对比较矩阵。比较矩阵的计算所得权重便为权重矩阵（表8）中的指标权重。

表1 比较矩阵

  2）构造判断矩阵Z1-P、Z2-P、Z3-P、Z4-P

    3）再将以上数据汇总到权重矩阵

六、 模型的分析

根据 5.2，我们计算出了准则层每个影响因素所占的总权重，并得到了权重矩阵，下面来计算各个方案的得分。

例如热释电红外A的得分为：

0.1228*0.1409+0.3396*0.1332+0.1627*0.1810+0.3750*0.2032=0.168

所以热释电红外A的得分是0.168，类似地可以再分别算出超声波感应B、红外对管C、微波感应D这三者的得分情况，再进行数据比对，选择最优方案。

可以看出微波感应和超声波感应的相对得分较高，其次是热释电红外和红外对管。所以我们对于感应开盖垃圾桶的传感模块，应优先选择微波感应或超声波感应。

图3 得分可视化

七、 模型的评价、改进与推广

7.1 模型的优点

整个评价体系依靠层次分析法，通过建立相应的层次结构，把我们的思维判断转化到若干因素两两比对的重要程度上，从而把难于定性的判断来变为可实现数据操作的重要程度方面，方便了人们进行传感器模块之间的方案决策。采取分配权重指标，基于市面上的性能数据和优缺点比对来进行权重分配，构造两两比较矩阵，直观易懂。其中采取归一化思想，利用算术平均法来进行归一化操作，矩阵计算采取Matlab软件来实现，过程严谨细致，简明扼要。

7.2 模型的缺点

该模型的客观性不够强，具有主观性因素。

该模型的评价决策层不能过多，n如果太多的话，判断矩阵与一致矩阵之间的差异就会很大，会产生不协调因素。

7.3 模型的改进

可应依靠具体实际数据用加权TOPSIS来优化模型，TOPSIS就是优劣解距离法，我们可以寻求各个传感模块的相应数据，来统计出有用的实际数据表格，再此基础上来进行综合评价，充分利用原始数据的信息，精确地反映出各评价方案之间的差距。我们采取的是层次分析法综合评价模型，其中权重的数据采处理采取的是算术平均法，也可使用几何平均法或者特征值法来进行相应数据的计算。

八、算法的程序代码与演示

附录1

介绍：层次分析法(AHP)中的算术平均法求权重（MATLAB代码）

clear;clc %算术平均法求权重 %比较矩阵M-Z的算例 A=[1  1/3   1/2 1/2;       3    1      2     1;       2  1/2     1   1/4;       2    1      4     1];%矩阵A是可以改变的 n=size(A,1);%输出矩阵A的行数为n disp('判断矩阵A的行数n=');disp(n); [G,H] = eig(A); Max_eig = max(H(:));%矩阵最大特征值 CI = (Max_eig - n) / (n-1);%一致性指标 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]; CR=CI/RI(n);%一致性比例 disp('最大特征值=');disp(Max_eig); 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 input('是否继续操作，如果继续请按回车'); B=sum(A,1); disp('将判断矩阵A按列相加得到一个行向量B=');disp(B); C=repmat(B,n,1);%复制矩阵 disp('判断矩阵A复制5X1块，得到矩阵C=');disp(C);  D=A./C;%将矩阵A进行列归一化 disp('判断矩阵A列归一化的结果D=');disp(D); E=sum(D,2); disp('将归一化的结果各行元素相加，按行求和得到一个列向量E=');disp(E); F=E./size(A,2); disp('将相加后得到的向量每一个元素除以列数得到权重向量F=');disp(F);

下面用比较矩阵M-Z的为算例进行演示：

参考文献：

[1]黄嘉昕,周彬彬,金承珂.基于AHP的感应开盖传感器决策方案应用[J].中国高新科技,2021(16):60-61.DOI:10.13535/j.cnki.10-1507/n.2021.16.26.

[2]司守奎,孙玺菁. 数学建模算法与应用[M].国防工业出版社,2019.