本期分享在数学建模比赛中用到的层次分析法。是通俗易懂的简化版本。
详细可参考:
清风数学建模学习笔记——层次分析法(AHP)_Xiu Yan的博客-CSDN博客
STEP1:确定目标层、准则层、方案层
比如关于旅游目的地的选择
目标层 | 选择旅游地 | |||
准则层 | 景色 | 交通 | 花费 | 居住 |
方案层 | 北京 | 上海 |
STEP2:构造判别矩阵
判别矩阵的构造方法如下:
![](https://img-blog.csdnimg.cn/direct/07241a59b500442c820e05fba90799a2.png)
接着构造该层关于上一层的判别矩阵
准则层关于目标层的判别矩阵
选择旅游地 | 景色 | 交通 | 花费 | 居住 |
景色 | 1 | 3 | 5 | 7 |
交通 | 1/3 | 1 | 3 | 5 |
花费 | 1/5 | 1/3 | 1 | 7 |
居住 | 1/7 | 1/5 | 1/7 | 1 |
方案层关于准则层的判别矩阵,总共有四个,如下表所示
景色 | 北京 | 上海 | 交通 | 北京 | 上海 | |
北京 | 1 | 3 | 北京 | 1 | 7 | |
上海 | 1/3 | 1 | 上海 | 1/7 | 1 | |
花费 | 北京 | 上海 | 居住 | 北京 | 上海 | |
北京 | 1 | 7 | 北京 | 1 | 3 | |
上海 | 1/7 | 1 | 上海 | 1/3 | 1 |
最终需要得出如下的表格:
指标权重 | 北京 | 上海 | |
景色 | |||
交通 | |||
花费 | |||
居住 |
STEP3:一致性检验
可能会出现A比B好,B比C好,而判别矩阵中A与C直接比较会得出A比C的情况,这就出现了矛盾。检验步骤如下:
第一步:计算一致性指标 CI
第二步:查找对应的平均随机一致性指标 RI
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 | 1.49 |
第三步:计算一致性比例CR
STEP4:填充权重矩阵,根据矩阵计算得分,得出结果
一般采用特征值法求权重,得出如下的表格(注:表格中的数字并非精确计算得到)
指标权重 | 北京 | 上海 | |
景色 | 0.5 | 0.3 | 0.2 |
交通 | 0.3 | 0.5 | 0.3 |
花费 | 0.3 | 0.2 | 0.1 |
居住 | 0.2 | 0.4 | 0.3 |
则去北京的的得分为:0.5*0.3+0.3*0.5+0.3*0.2+0.2*0.4=0.44;同理可计算去上海的得分为0.35,所以选择去北京。
以上就是层次分析法的简要介绍,在数学建模比赛中常来解决评价类问题。