数学建模模型学习(1)--层次分析法

前面我已经写了两篇博客，是关于matlab基础的，如果没有matlab基础，对于后面这些文章的代码来计算会比较吃力。
（一）matlab常用基本语法和函数总结
（二）用matlab求得矩阵的最大特征值
这上面是两个链接，可以跳转过去的。
下面是我学习的笔记和心得，希望你看完可以快速理解层次分析法。

层次分析法这个模型主要解决评价类问题，评价类问题可以用一种打分的形式作为一个解决方式，比如方案A6分，方案B8分（10分制）这里面就会涉及一个叫权重的东西，我们可以用重要程度来理解这个权重，这个是我们考虑的一个指标，最终我们的所有方案的权重之和为1，权重要进行归一化处理，

这个百度的例子和解释可以帮助我们理解归一化处理的含义
归一化是一个让权重变为统一的过程。
比如，大学生自习室安排问题中，宿舍距各教室路线长短，教室大小，照明质量，满座率等都是影响结果的因素，这些因素本身有一个相对值，可以在本身内作为权重去衡量某项安排的优化程度，但这些因素之间没有一个统一的标准去衡量他，到底是路线长短重要，还是满座率重要，还是别的，它们在最终的决策中怎么进行权重的分配，这就需要归一化来处理，使每个大因素下的小变量之间有一个桥梁，合理的去参与到对决策的影响中。

最基础的打分法来解决这个问题是用权重表来解决的。
评价类问题的思考方向：
（1）评价的目标？（对应后来的目标层）
常见的有选择旅游景点，学校挑选优秀学生，工作选出优秀员工，大学填写志愿等问题
（2）为了达到目标有几个方案？（对应后来的方案层）
主要是为了解决这个目标的问题有几个解决方案，比如旅游，方案一去桂林，方案二去北京长城，方案三去杭州西湖。
（3）选择这些方案的标准或者说准则是什么?
(对应后面的准则层)
比如我选择旅游景点时考虑的准则是景色，居住环境，交通情况，当地饮食等情况。

这些指标的问题可以因人而异，但是为了使得自己建立模型有权威性，绝对不可以仅仅靠自己主观意识来设置这些指标（准则），所有我们最好是可以在网上查找资料，比如说中国知网等，看看别人解决这些问题考虑的准则有哪些，这样使得自己建立的模型更加具有理论和权威。

每个准则的权重不能说仅仅靠当事人来打分决定，而且当事人可能随时变卦，这里就会出现很多变动的可能，同时结果不易量化。这里就采用一种分而治之的思想，即指标之间两两比较，最终根据两两比较结果算出权重。
衡量权重的数字表：

在层次分析法中的矩阵有准则层关于目标的，有方案中根据每一个矩阵的。先看看目标层，准则层和方案层三者之间的流程图。

下面我们看看这个矩阵：

上面这个矩阵是层次分析法的判断矩阵，矩阵中的元素就是打分的结果，这个打分可以有专家打分（很大程度上没办法做到），基本上大部分是自己打分。每一个指标都可以制作一个判断矩阵。
判断矩阵的判断条件：

但是做权重的计算要求矩阵是一致矩阵，判断矩阵还没办法实现这种关系。
一致矩阵：各行各列成倍数关系的判断矩阵。
下面我们就进行一致矩阵的一致性检验条件：