目录
假期旅游,是前往风景宜人的桂林,还是去地质景观丰富的北戴河,还是去黄山呢?我们往往会根据景色、费用、食宿条件、旅途等因素综合进行选择。
1模型的建立
1.层次分析法简介
T.L.Saaty等人在20 世纪70年代提出了一种能有效处理决策问题的实用方法,称为层次分析法(Analytic Hierarchy Process,简记为AHP)。层次分析法(AHP)是一种系统分析方法,是一种综合定性与定量相结合的分析方法。主要解决多因素复杂系统,特别是难以定量描述的社会系统的分析方法。
2.层次分析法步骤
2.1建立层次结构模型
一般分为三层,最上面的为目标层,最下面的为方案层,中间是准则层或指标层。
2.2构造判断矩阵
判断矩阵表示针对上一层次某因素而言,本层次与之有关的各因素之间的相对重要性。假设层中因素与下一层次中因素,,...,有联系,则我们构造的判断矩阵如下表:
... | ||||
... | ||||
... | ||||
... | ... | ... | ... | ... |
... |
是对于而言,对的相对重要性的数值表示。,即相对重要性的大小采用托马斯·塞蒂的“1-9标度法”。
尺寸 | 含义 |
1 | 第i个因素与第j个因素的影响相同 |
3 | 第i个因素比第j个因素的影响稍强 |
5 | 第i个因素比第j个因素的影响强 |
7 | 第i个因素比第j个因素的影响明显强 |
9 | 第i个因素比第j个因素的影响绝对的强 |
2,4,6,8 | 第i个因素比第j个因素的影响强度介于上述两个相邻等级之间 |
如果决策人对n个因素的重要性的比较具有逻辑的绝对一致性,即
那么我们称这样的成对比较矩阵为一致矩阵。
2.3层次单排序和一致性检验
层次单排序是根据判断矩阵计算对于上一层某因素而言本层次与之有联系的因素的重要性次序的权值。可通过求解矩阵的最大特征根和对应的特征向量来获得。即对于判断矩阵A,计算满足:
(1)
的特征根和特征向量。式中,为A的最大特征根,W为对应与的正规化特征向量,W的分量即为相应因素单排序的权值。
定义一致性指标为:
(2)
为检验判断矩阵一致性,引入平均一致性指标进行判断。
下表给出了500个样本判断矩阵计算的平均随机一致性指标检验值。
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
RI | 0 | 0 | 0.58 | 0.9 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 | 1.52 | 1.54 | 1.56 | 1.58 | 1.59 |
计算一致性比例:
(3)
一般情况下,若,就认为判断矩阵具有一致性。据此而计算的值是可以接受的。
2.4计算权重向量
当我们构造出可以接受的判断矩阵是,我们就可以计算此层中n个元素在目标z中所占的比重,将这些比重写成向量并归一化即得权向量。
计算权向量的求法:
(1)算术平均法求权重:取成对对比矩阵的n个行向量归一化后的算数平均值作为权向量。
(2)几何平均 法求权重:取成对对比矩阵的n个行向量归一化后的算数平均值作为权向量。
(3)特征值法: 求矩阵的最大特征值所对应的向量并进行归一化即可作为权向量。
在本文中,为了得到更精确的数据,我们将取三种权向量结果的平均值。
2.5层次总排序
层次总排序为确定某层所有因素对于总目标相对重要性的排序权值的过程。对于上一层,其包含m个因素,其层次总排序的权值为,下一层次包含n个元素,它们对于因素的层次单排序权值分别为(当与无联系时,=0),此时层次总排序权值由下表给出:
指标权重 | ... | ||||
... | |||||
... | |||||
... | ... | ... | ... | ... | ... |
... | |||||
B层次的总排序 | ... |
显然,
(4)
3模型的求解
3.1层次结构模型
3.2构造判断矩阵及一致性检验
设要比较各准则对目标O的重要性,判断矩阵如图:
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 |
最大特征值 = 5.073,权向量
一致性指标:,随机一致性指标,一致性比例为。
记第二层(决策层)对第一层(目标层)的权向量为:
同样求第三层(方案层)对第二层每一元素的权向量(省略判断矩阵图表)
RI = 0.58 (n = 3), 均可以通过一致性检验。
3.3层次总排序即求各方案的综合得分
求P层次的总排序得:
k | 1 | 2 | 3 | 4 | 5 | P层次的综合得分 | |
0.263 | 0.475 | 0.055 | 0.090 | 0.110 | |||
桂林 | 0.595 | 0.082 | 0.429 | 0.633 | 0.166 | 0.300 | |
黄山 | 0.277 | 0.236 | 0.429 | 0.193 | 0.166 | 0.246 | |
北麓河 | 0.129 | 0.682 | 0.142 | 0.175 | 0.688 | 0.456 | |
3.005 | 3.002 | 3 | 3.009 | 3 | |||
0.003 | 0.001 | 0 | 0.005 | 0 |
3.4结论
故,选桂林是最优方案。
4模型评价与推广
优点 :思路简单明了,将决策者的思维过程条理化、数量化,便于计算,容易被人们接受:所需要的定量化数据较少,且对问题的本质,问题所涉及的因素及其内在关系分析的比较透彻、清楚。
缺点:存在较大的随意性;只能从现有的方案中选择最优的一个,而不能提供一个新的或者更好的方案;人的主观因素起很大的作用。
改进:我们可以让多个专家来做出判断,或者以问卷的调查方式得出此矩阵。