层次分析法（AHP）详细注释的MATLAB代码（可读性强）

时雨691

已于 2024-04-21 14:17:40 修改

阅读量4.4k

点赞数 37

分类专栏：数学建模文章标签： matlab 算法数学建模层次分析法学习数学

于 2024-04-21 14:14:10 首次发布

本文链接：https://blog.csdn.net/qq_56187614/article/details/138031520

版权

一、层次分析法简述

二、层次分析法相关重点

三、层次分析法的MATLAB代码（包含详细注释）

一、层次分析法简述

层次分析法（Analytic Hierarchy Process，AHP）是一种多准则决策方法，其核心思想是将一个复杂的决策问题分解成多个层次，然后通过比较不同因素之间的相对重要性来做出决策。主要目的是给评价指标赋相应的权重。

第一步：构建层次结构： 首先，将要解决的问题分解成一个层次结构，包括目标层、准则层或指标层、方案层等层次。这些层次之间是逐层递进的关系，最顶层是最终的决策目标，中间层一般是我们的评价指标，底层是具体的方案或选项。

第二步：两两比较： 对每个层次中的元素进行两两比较，以确定它们之间的相对重要性。比较的结果以矩阵形式表示，称为判断矩阵。决策者使用尺度从1到9的标准判断两个元素之间的重要性，1表示相同重要性，9表示极端重要性差异，中间值表示相对程度。

第三步：一致性检验： 对比每个判断矩阵的一致性指标CI和随机平均一致性指标RI，以确定决策者的比较是否一致。如果一致性较差，可能需要重新修改判断矩阵，直到达到一定的一致性标准。

第四步：计算权重向量： 根据判断矩阵，计算出每个层次中各元素的权重。主要通过算术平均法、几何平均法、特征值法求解权重向量。

第五步：综合评估： 将各层次的权重以及方案的评价指标综合起来，计算出各个方案的综合得分。这样可以帮助决策者找到最佳的方案或决策。

在很多综合评价类的问题中，我们往往需要知道那些指标是比较重要的，那些指标是不太重要的，例如我们在考研的过程中需要经过初试和面试，有的学校将初试成绩取60%，复试成绩取40%，此时的权重向量为U=[0.6，0.4]，根据这个权重，从而决定这个学生是否录取。为了描述这种指标的重要程度，我们需要引入一个重要的概念——权重，权重是一个相对于整体评价而言的量化概念，用于衡量某个因素在整体评价中的相对重要性。

在实际应用中，一般情况下是使用主观经验法来确定权重，但这个方法有一个缺点就是主观性太强，评价并不是很科学，所有有没有一种方法可以求出评价指标的权重？求权重的方法有很多种，例如：TOPSIS法、熵权法、层次分析法等。TOPSIS法与熵权法是基于已有数据来进行评价，相较于层次分析法比较客观，如果数据不是很明确，且数据对指标与指标之间的影响很小，建议使用层次分析法。