目录
1)判断矩阵 元素aij表示第i个指标相对于第j个指标的重要程度,aij*aji=1
一 模型概况
根据一定的评价标准对对象排名,方案层表示进行比较的对象,评价类问题,一般用于没有给出实际数据的案例 。总的过程如下图
这个图要放在论文里面,叫层次结构图
作图:
二 赛题关键
"比较类"问题
三 模型求解
1归一化处理
对每一组准则各方案的指标求其平均,目的是减去繁琐的指标的数量级。再用指标的平均值乘以权重(类似优先因子)再求和,求出综合评分。目的是区分不同准则的重要程度。
2.科学设置权重(核心内容)
1)判断矩阵 元素aij表示第i个指标相对于第j个指标的重要程度,aij*aji=1
注:取值在论文中常见的说辞是 "根据文献或个人主观认为,准则i比准则j明显重要。”
目标 | 准则一 | 准则二 | 准则三 |
准则一 | 1 | a12 | a13 |
准则二 | a21 | 1 | a23 |
准则三 | a31 | a32 | 1 |
依照表格写出判断矩阵为
a=[1,a12,a13;a21,1,a23;a31,a32,1];
在实际问题求解中,因为判断矩阵元素的值是两两比较得出的,容易发生前后矛盾的现象,成为不一致现象,所以要进行一致性检验过程。
2)一致性检验
①一致矩阵
满足aij=aik*akj,相当于重要程度可以传递;满足矩阵各行(列)成倍数关系的矩阵是一致性矩阵。
正互反矩阵:aij>0,aijxaji=1,称满足这一条件的矩阵为正互反矩阵
②一致性检验过程
权重带有主观性,很难保证一致性,所以进行检验所得判断矩阵与一致性矩阵之间的差异。
③求出一致性比例CR
n为判断矩阵的秩
最大特征值的求法如下,这篇博客详细讲述了如何用matlab求解最大特征值
④通过CR判断判断矩阵
CR | 0 | <0.1 | >=0.1 |
矩阵 | 一致矩阵 | 通过一致性检验 | 需要修改判断矩阵 |
总体过程可以概括为
3)求出权重
①方法一:算数平均法
归一化(按列):每一个元素除以其所在列的和
求和(按行)
求权重:除以n(为判断矩阵的行数/列数),最多为15,不然判断矩阵和一致矩阵差异太大
②方法二:几何平均法:跟法一差不多
③方法三:特征值法求权重(实际比赛中通过这个方法求出数据,写入论文 )
4)问题求解
可利用excel快速求取结果,F4和Fn一起按锁定单元格
3模型拓展
多个准则层,方案对应某个准则层缺失(权重为0),多个准则对应一个方案,都可以用层次分析模型做,设置正确的权重即可