matlab线性平面映射求通项_MATLAB数学建模必备算法--层次分析法AHP

其主要用于解决评价类问题(例如：选择哪种方案最好、哪位运动员或者员工表现的更优秀)

一个很典型的层次分析法案例：

确定评价目标：

高考完后小明想要去旅游，有三个目的地供他选择：

苏杭

北戴河

桂林

确定评价准则：

假如小明要选择目的地，他同时考虑以下的条件，我们称为评价准则：

景色

花费

居住

饮食

交通

确定评价准则的判断矩阵：

在这之前，我们要介绍一下重要程度表：

当两个条件互相比较时，谁比谁重要，可以用这张表的数值(1~9)来进行打分。

我们要依次确定这个五个条件的权重以便小明选择目的地，假如我们问小明：

博主：”小明，你觉得这五个条件对你来说对于选择目的地来说更重要啊？“

小明：”一次让我来说的话可能不太好判断，每个我感觉都挺重要啊。。。“

于是我们就会遇到这样的问题，但条件很多时，我们就不好一下子直接说出哪一个条件对于目的地的选择更加重要(或者说在小明心中的权重)。所以这个时候我们可以构造一个表格来两两比较：

观察以上表格，分成三个部分：

对角线以上

拿景色与花费做例子，景色相比与花费，小明觉得景色对于他来说要求不是那么高，反而会更在意花费，所以景色相对于花费的值是1/2

对角线

由于表格的对角线是条件与自己相比，所以值为1(同等重要)

对角线以下

既然对角线以上是景色比花费，那么对角线就是花费比景色，正好相反

所以我们看到，对角线以下的是对角线以上的倒数，由于有五个评价准则，所以一共要两两比较：

次就可以填满整张表。

下面是结果：

总结：上面的上面这个表是一个5 X 5的方阵，我们记为A，对应的元素为:

这个方阵有如下特点：

aij的意思是i与指标𝑗相比，𝑖的程度

当𝑖 = 𝑗时，两个指标相同，因此同等重要记为1，这就解释了主对角线元素为1。

𝑎ij> 0且满足𝑎ij X 𝑎ji = 1 (我们称满足这一条件的矩阵为正互反矩阵)

上面这个矩阵就是层次分析法中的判断矩阵，得到了判断矩阵，就可以计算出权重了

确定目标的判断矩阵：

既然评价准则之间有判断矩阵，在小明心中，对于景色来说，苏杭，北戴河，桂林之间可能也有不同的分数，他可能觉得在景色方面，桂林更胜一筹，那么桂林的分数就要比其它两个的分数