层次分析：多专家打分，如何构建判断矩阵

最新推荐文章于 2024-04-14 15:53:21 发布
最新推荐文章于 2024-04-14 15:53:21 发布
阅读量1.4k 收藏
点赞数 1
文章标签： 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_65447340/article/details/130216395
版权

尊敬的大佬，跪求：如何将问卷打分结果转化为判断矩阵

代表太阳晒死你
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
多专家判断信息的聚类分析与合成
12-31
多专家判断信息的聚类分析与合成，梁樑，熊立，本文主要介绍一种多专家判断信息的聚类分析方法并加以合成处理的原理。主要思想是通过原判断矩阵各指标数据提取出专家判断的一致
基于层次分析的深部煤层开采底板突水影响因素分析
07-16
建立了深部煤层开采底板突水的层次分析结构模型,运用专家打分法构建出各层次的判断矩阵,并利用根法层次分析求得影响因素的贡献权重。通过权重分析得到深部煤层开采底板突水的13个控制因素和5个主控因素,研究结果基本...
AHP-层次分析法
qq_43457051的博客
07-19 142
由于主观性 上面等式可能不成立 ，比如苹果比西瓜好吃，西瓜比香蕉好吃，但又觉得香蕉比苹果好吃，所以做一致性检验看看在多大程度上能满足上式。进行一致性检验的时候 RI 一般只提供到15 所以注意对于特别大的数据 我们不能使用层次分析法，采用topsis方法。因为打分矩阵是半客观半主管构造的，理论上i对j的重要程度=（i对k）* （k对j）的，即。时可以认为一致性检验通过。的重要程度，相应的有。
层次分析法
weixin_34082789的博客
06-11 4567
层次分析法（Analytic Hierarchy Process，简称AHP）是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论...
【数据分析】AHP层次分析法
最新发布
阿齐Archie
04-14 4876
博主总结：根据每个方案x各准则因素权重累加结果 对比来选择目标。数据主观性强
数学建模常用算法—层次分析法(AHP)
简简单单的学习笔记，致力于帮助更多前进路上的朋友~
07-12 7832
层次分析法是建模比赛中最基础的模型之一，其主要用于解决评价类问题（例如：选择哪种方案最好、哪位运动员或者员工表现的更优秀），用于确定每个目标及其指标所占权重。
Matlab多专家打分的层次分析法计算
u013367499的博客
11-10 5029
数学建模|层次分析法笔记
weixin_62773441的博客
08-27 2032
层次结构图可使用PPT的SmartArt或者亿图图示软件。由目标、方案、指标三部分组成。数据统计使用Excel软件。判断矩阵：每列归一化再平均。一致矩阵：第一列归一化。
综合评价中几种指标权重确定方法
热门推荐
David_jiang
03-18 1万+
可以分为主观、客观以及主观与客观相结合的方法， 1 常见的主观赋权法 一般地，主观赋权法在确定权重时主要依据决策者和专家的知识经验或偏好，将各指标按重要程度进行比较、分配权值或计算得出其权重，其认为权重的实质是评价指标对于评价目标相对重要程度的量化体现。此类方法的主观随意性比较强，但指标权重大小的排序基本与评价对象的实际情况相符合。目前比较常用的主观赋权方法可归为4类：专家估测法、层次分析法、二项系数法、环比评分法。 （1） 专家估测法 专家估测法是由相关领域专家依据自身的经验知识，主观判断各指
基于层次分析法的井壁厚度优选
07-16
再利用层次分析法将此问题分解为不同的层次结构,然后用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重,得出具体影响因素的权重,再将调研的评分与权重相乘,最终确定合理的立井井壁厚度...
层次分析法建立评选优秀大学生数学建模.doc
10-08
在此我们运用层次分析法（AHP），以德、智、体三个方面作为大学生综合评价的一级评价指标，每个指标给出相应的二级子指标以及三级指标，然后构造判断矩阵，得到各个子指标的权重，结合现行的大学生评分准则，算出...
论文研究-一类三角模糊层次分析法的无效性分析.pdf
09-20
本文针对Laarhoven等[1]提出的三角模糊AHP方法, 使用几何平均法对来自单个判断的多个专家打分进行合成, 从而简化原有模型. 对简化模型进行求解得到其解析解. 通过理论的和数值的分析, 我们发现三角模糊AHP得出的...
层次分析法在边坡削坡方案设计中的应用
05-08
为选出最优边坡削坡方案设计,基于层次分析法通过统计、理论分析和数值模拟相结合的方法,研究了边坡削坡方案设计相关的工程实例,并利用求解判断矩阵特征向量的办法,求得指标层因素的权重;对影响边坡削坡方案设计的...
层次分析法（AHP）
m0_57053955的博客
11-30 6502
层次分析法（Analytic Hierarchy Process，简称 AHP）是对一些较为复杂、较为模糊的问题作出决策的简易方法，它特别适用于那些难于完全定量分析的问题。它是美国运筹学家 T. L. Saaty 教授于上世纪 70 年代初期提出的一种简便、灵活而又实用的多准则决策方法。
综合评价（层次分析法）
m0_63803244的博客
07-20 1005
一、基本思想二、构造判断矩阵三、判断矩阵一致性检验1.为什么要进行一致性检验？2.怎样进行一致性检验？四、根据判断矩阵计算权值1.算数平均法2.几何平均法3.特征值法五、结果。
从零开始的数模学习（3）：层次分析法（评价类模型）
农夫果园好好喝的博客
01-23 2243
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 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...
数学建模笔记——评价类模型（二）
indifferentxiao的博客
08-22 1万+
好的，今天继续研究评价类模型的相关算法。实不相瞒，虽然我才写到第二个算法，但是已经听了几十节课了，清风老师的课程确实蛮不错的，实用性比较强。相关的模型、算法基本上越往后越难，所以珍惜现在比较容易理解的评价类模型吧hhh。 在这里要说明一下，小白本白只是一个即将大三的本科生，目前比较容易理解的模型我还能写得完整一些。之后很多模型会涉及较为复杂的数学推导，我可能很难完整地从原理去描述了，只能着重于实际应用方面。请各位谅解啦。 ok，我们继续学习评价类模型算法。 （注：以下案例均来自我所听的网课） 回顾 上一篇文
层次分析法中 已知各个指标的专家打分,如何输出判断矩阵,python
09-22
在层次分析法中，已知各个指标的专家打分后，我们可以利用Python来输出判断矩阵。下面是一种方法。 首先，我们需要导入NumPy库和pandas库来进行数值计算和数据处理。可以使用以下代码进行导入： ```python import numpy as np import pandas as pd ``` 其次，我们可以将专家打分构建成一个矩阵。假设有n个指标和m个专家，则专家打分矩阵的大小为n×m。假设从专家1到专家m分别给第1个指标评分为a11, a12, ..., a1m，第2个指标评分为a21, a22, ..., a2m，以此类推，第n个指标评分为an1, an2, ..., anm。可以使用以下代码来创建一个专家打分矩阵expert_scores： ```python expert_scores = np.array([[a11, a12, ..., a1m], [a21, a22, ..., a2m], ... [an1, an2, ..., anm]]) ``` 然后，我们需要计算每个指标之间的相对权重。可以使用下面的代码来计算： ```python criteria_weights = expert_scores / expert_scores.sum(axis=0) ``` 此代码会将每列的总和规范化为1，得到每个指标相对于其他指标的权重。 最后，可以将结果输出为一个判断矩阵。可以使用以下代码将结果保存为一个Excel文件： ```python df = pd.DataFrame(criteria_weights, columns=['专家1', '专家2', ..., '专家m'], index=['指标1', '指标2', ..., '指标n']) df.to_excel('判断矩阵.xlsx') ``` 运行以上代码，会将判断矩阵保存为名为“判断矩阵.xlsx”的Excel文件。 以上就是利用Python输出层次分析法中的判断矩阵的一个简单示例。根据实际情况，你可能需要根据不同的数据结构和需求进行适当的修改和调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值