【数学建模】层次分析法(AHP)+Matlab实现

学习内容：

1、 了解和掌握层次分析法的有关内容
2、 通过层次分析法的例题，掌握AHP解决评价类问题的方法
3、 matlab代码实现

---

学习时间：

2020.12.06

---

学习产出：

图片来源于b站：https://www.bilibili.com/video/BV1DW411s7wi?p=3
代码为原创。
1、 了解和掌握层次分析法的有关内容

2、 通过层次分析法的例题，掌握AHP解决评价类问题的方法

3.matlab代码实现计算权重

%**********************************************************************************************************
clear;clc;
disp("算数平均法=========================================================================================")
%输入判断矩阵
disp("判断矩阵A为:");
A = [1,2,5;1/2,1,2;1/5,1/2,1];
disp(A)
judge = AHP_Tool1(A);  %判断矩阵A是不是正互反矩阵
if judge  ==  true  %如果是
    disp("A是正互反矩阵!!!");
    %获取A的行数
    n = size(A,1);
    %计算判断矩阵每一列之和
    sumA = sum(A,1);
    %将sumA复制为n行的矩阵
    sumA2 = repmat(sumA,n,1);
    %用判断矩阵A中的每一项除以sumA2对应的一项
    standardA = A./sumA2;
    %把上一步得到的结果，每一行求和并除以列数，即求得每一行的平均值
    sumStandardA = sum(standardA,2)./size(A,2);  % sum(standardA,2)表示每一行求和 ; size(A,2)表示A的列数
    disp("算术平均法求得的权重向量为:");
    disp(sumStandardA);
else
    disp("A不是正互反矩阵！！！请重新运行！！！");
end
%*********************************************************************************************************
clear;clc;
disp("几何平均法=======================================================================================")
%输入判断矩阵
disp("判断矩阵A为:");
A  =  [1,2,5;1/2,1,2;1/5,1/2,1];
disp(A)
judge  =  AHP_Tool1(A);  %判断矩阵A是不是正互反矩阵
if judge  ==  true
    disp("A是正互反矩阵!!!");
    %将A的元素按照行相乘得到一个新的列向量
    prodA = prod(A,2);
    %获得A的行数(列数)
    n = size(A,1);
    %将新的向量的每个分量开n次方
    prodA_n = prodA.^(1/n);
    %对该列向量进行归一化，得到权重向量
    prodA_n_e = prodA_n./sum(prodA_n,1);
    disp("几何平均法求得的权重向量为:");
    disp(prodA_n_e);
else
    disp("A不是正互反矩阵！！！请重新运行！！！");
end
%*********************************************************************************************************
clear;clc;
disp("特征值法==========================================================================================")
%输入判断矩阵
disp("判断矩阵A为:");
A  =  [1,2,5;1/2,1,2;1/5,1/2,1];
disp(A)
judge  =  AHP_Tool1(A);  %判断矩阵A是不是正互反矩阵
if judge  == true
    disp("A是正互反矩阵!!!");
    %求出判断矩阵的最大特征值,eig(A)表示A所有特征值组成的列向量
    maxValue = max(eig(A));
    %D是A的特征向量组成的对角阵；V是A的特征向量组成的矩阵
    [V,D] = eig(A);
    %利用矩阵的判断，将D中除了最大特征值之外的元素全部变为0
    D = (D == maxValue);
    %利用find寻找非零元素的位置,r--->该元素所在行数，c--->该元素所在列数
    [r,c] = find(D);
    %用r或者c在V中找出最大特征值对应的特征向量
    ans = V(:,c);
    %把ans中每一个元素除以ans那一列的总和，得到归一化后的权重向量
    result = ans./sum(ans,1);
    disp("特征值法求得的权重向量为:");
    disp(result);
else
     disp("A不是正互反矩阵！！！请重新运行！！！");
end    
%**********************************************************************************************************
%求出判断矩阵的一致性比例
clear;clc;
disp("判断矩阵A为:");
A = [1,2,5;1/2,1,2;1/5,1/2,1];
disp(A)
disp("判断一致性结果为：")
%算出A的最大特征值
maxValue = max(eig(A));
%算出A的行数或者列数(因为A为方阵，所以行数列数都可以)
n = size(A,1);
%CI=(最大特征值-n)/(n-1)
CI = (maxValue-n)/(n-1);
%RI表格☆☆☆注意哦,这里的RI最多支持 n = 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]; 
%算出一致性比例CR=CI/RI
CR=CI/RI(n);
%进行判断：CR小于0.1则可接受；否则不可接受！
if CR<0.1
    disp("CR="+CR+"<0.1,所以,该判断矩阵A的一致性可以接受！！！");
else
    disp("CR="+CR+">=0.1,所以,该判断矩阵A的一致性不能接受！！！");
end

---

所用函数：
AHP_Tool1.m

%判断矩阵A是不是正互反矩阵
function [judge] = AHP_Tool1(A)
n = size(A,1);
for i=1:n
    for j=1:n
        a = A(i,j);
        b = A(j,i);
        if a*b==1
            continue;
        else
            judge = false;
            return;
        end
    end
end
judge = true;
end

AHP_Tool2.m

function [] = AHP_Tool2(A) %判断矩阵的一致性比例
    disp("判断矩阵A为:");
    A = [1,2,5;1/2,1,2;1/5,1/2,1];
    disp(A)
    disp("判断一致性结果为：")
    %算出A的最大特征值
    maxValue = max(eig(A));
    %算出A的行数或者列数(因为A为方阵，所以行数列数都可以)
    n = size(A,1);
    %CI=(最大特征值-n)/(n-1)
    CI = (maxValue-n)/(n-1);
    %RI表格☆☆☆注意哦,这里的RI最多支持 n = 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]; 
    %算出一致性比例CR=CI/RI
    CR=CI/RI(n);
    %进行判断：CR小于0.1则可接受；否则不可接受！
    if CR<0.1
        disp("CR="+CR+"<0.1,所以,该判断矩阵A的一致性可以接受！！！");
    else
        disp("CR="+CR+">=0.1,所以,该判断矩阵A的一致性不能接受！！！");
    end
end

代码运行截图：

---

总结

以上就是今天要讲的内容，本文仅仅简单介绍了AHP的意义以及使用，还介绍了matlab代码部分，matlab提供大量函数让我们快速便捷地处理数据求得权重。喜欢的朋友可以点个赞点个关注哦~