数学建模-层次分析法matlab示例（包含一致性纠错）

步骤

1. 建立层次结构模型

分为最高层、中间层（可以有多层）和最底层。

• 最高层：决策目的，要解决的问题
• 中间层：考虑的因素，决策准则
• 最底层：决策的备选方案

2. 构造判断矩阵

打分依据（两两比较打分，来减少主观的影响）：

打分	程度
1	同样重要
3	稍微重要
5	明显重要
7	强烈重要
9	极端重要
2,4,6,8	处于对应程度中间

3. 层次单排序及其一致性检验

单排序，对应于中间层对最高层的判断矩阵（1个）
排序：见程序
一致性检验：
(n为判断矩阵的维度)

$CI=\frac{({\lambda }_{max}-n)}{(n-1)}$

$CR=\frac{CI}{RI}$

其中 RI 为 修正因子，具体数值为

矩阵阶数	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

若 $RI<0.1$，那么说明该矩阵一致性可以接受

4. 层次总排序及其一致性检验

总排序，对应于最底层对于中间层（一般有多个）
排序：见程序
一致性检验：

$CR=cr\ast w0$

cr：该层每个判断矩阵的CR组成的矩阵
w0：矩阵对应的决策项权重的矩阵（步骤三排序结果）

在一致性检验时，如果一致性检验通过，则直接计算权重，如果一致性检验未通过，则需修正判断矩阵后才计算权重。
修正方式参考论文：[点击这里](https://wenku.baidu.com/view/147d31315a8102d276a22f18.html)

实例

根据景色、费用、居住、饮食、旅途等条件从三个景点中选取最佳的一个

1. 构建层次结构模型

2. matlab程序

file = fopen('D:/DD/数学建模/层次分析法/data.txt'); % 此处修改路径
x= input('请输入决策量数目和方案数目：');
m = x(1);
n = x(2);
a = [];
% 获取中间层判断矩阵
for i = 1:m
    tmp = str2num(fgetl(file));
    a = [a;tmp];
end
for i = 1:m
    str1 = char(['b', num2str(i), '=[]']);
    str2 = char(['b', num2str(i), '=[b', num2str(i), ';tmp]']);
    eval(str1);
    % 获取方案层判断矩阵
    for i = 1:n
        tmp = str2num(fgetl(file));
        eval(str2);
    end
end
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]; % 一致性修正参数

% 对中间层
disp('中间层:');
[tz, C] = get_feature(a);
% 一致性检验
CI0 = (tz - m)/(m - 1);
CR0 = CI0/RI(m);
W0 = zeros(m, 1);
if CR0 < 0.1
    for i = 1:m
        W0(i, 1) = C(i, 1)/sum(C(:, 1)); %特征向量标准化
    end
    disp('W0:');
    disp(W0);
    disp('此矩阵一致性可以接受。');
else
    disp('此矩阵一致性不可以接受。');
    disp('即将进行修正');
    a = correction(a, m);
    [tz, C] = get_feature(a);
    CI0 = (tz - m)/(m - 1);
    CR0 = CI0/RI(m);
    W0 = zeros(m, 1);
    for i = 1:m
        W0(i, 1) = C(i, 1)/sum(C(:, 1)); %特征向量标准化
    end
    disp(eval(char(["'", 'W', num2str(i), "'"])));
    disp(W1(:, i));
    disp('修正完毕');
end

% 对方案层
disp('方案层:');
W1= zeros(n, m);
for i = 1:m
    [tz, C] = get_feature(eval(char(['b', num2str(i)])));
    CI1 = (tz - n)/(n - 1);
    CR1(i) = CI1/RI(n);
    if CR1(i) < 0.1
        W1(:, i) = zeros(n, 1);
        for j = 1:n
            W1(j, i) = C(j, 1)/sum(C(:, 1)); %特征向量标准化
        end
        disp(eval(char(["'", 'W', num2str(i), "'"])));
        disp(W1(:, i));
        disp('此矩阵一致性可以接受。');
    else
        disp('此矩阵一致性不可以接受。');
        disp('即将进行修正');
        switch i
            case 1
                b1(:, :) = correction(b1, n);
            case 2
                b2(:, :) = correction(b2, n);
            case 3
                b3(:, :) = correction(b3, n);
            case 4
                b4(:, :) = correction(b3, n);
            case 5
                b5(:, :) = correction(b3, n);
            case 6
                b6(:, :) = correction(b3, n);
            case 7
                b7(:, :) = correction(b3, n);
            case 8
                b8(:, :) = correction(b3, n);
            case 9
                b9(:, :) = correction(b3, n);
            case 10
                b10(:, :) = correction(b3, n);
        end
        [tz, C] = get_feature(eval(char(['b', num2str(i)])));
        CI1 = (tz - n)/(n - 1);
        CR0 = CI1/RI(n);
        W1(:, i) = zeros(n, 1);
        for j = 1:n
            W1(j, i) = C(j, 1)/sum(C(:, 1)); %特征向量标准化
        end
        disp(eval(char(["'", 'W', num2str(i), "'"])));
        disp(W1(:, i));
        disp('修正完毕');
    end
end
disp(W1);
% 结果
ts = W1 * W0;
CR = CR1 * W0;
disp('CR:');
disp(CR);
disp('最终方案层的权重:');
disp(ts);



function [tz, C] = get_feature(a)
% 求特征向量和最大特征值

    [V, D] = eig(a); %获取特征值V，特征向量D
    tz = max(diag(D)); %最大特征值
    [~, col] = find(D == tz); %寻找最大特征值的位置
    C = V(:, col); %对应特征向量
end


function A = correction(a, m)
% 判断矩阵一致性修正
% a：判断矩阵
% m：判断矩阵维数
    b = a;
    [~, C] = get_feature(a);
    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]; % 一致性修正参数
    while 1
        % 列向量归一化
        for i = 1:m
            for j = 1:m
                b(j, i) = a(j, i)/sum(a(:, i));
            end
        end
        % 寻找最小夹角余弦（最大误差的列）
        min = 1; % 存储最小夹角余弦
        r = 1;
        for i = 1:m
            tmp = dot(C, b(:, i))/abs((norm(b(:, i)) * norm(C)));
            if tmp < min
                min = tmp;
                r = i; 
            end       
        end
        % 修正值
        lambda = 0.95; % 经验数值，0.9-1之间最好
        % 列
        for i = 1:m
           a(i, r)  = a(i, r).^lambda * (C(i)/C(r)).^(1-lambda);
        end
        % 行
        for j = 1:m
           a(r, j)  = a(r, j).^lambda * (C(r)/C(j)).^(1-lambda);
        end

        % 验证
        [tz, C] = get_feature(a);
        CI = (tz - m)/(m - 1);
        CR = CI/RI(m);
        disp(CR);
        if CR < 0.1
            A = a;
            break
        end
    end
end

data.txt文件内容：

1 1/2 4 3 3
2 1 7 5 5
1/4 1/7 1 1/2 1/3
1/3 1/5 2 1 1
1/3 1/5 3 1 1
1 2 5
1/2 1 2
1/5 1/2 1
1 1/3 1/8
3 1 1/3
8 3 1
1 1 3
1 1 3
1/3 1/3 1
1 3 4
1/3 1 1
1/4 1 1
1 1 1/4
1 1 1/4
4 4 1

运行结果：