数学建模浅谈层次分析法
- 格式:doc
- 大小:307.01 KB
- 文档页数:12
数学建模5-(离散模型)层次分析法层次分析法的基本步骤如下:层次结构分析模型实例:(选择旅游地)每次取两个因素C i和C j,用a ij表示C i和C j对上层因素O的影响之比,全部结果可用成对比较矩阵表示:a ij=1(i=j)由成对比较阵求权向量的特征根法:(原理)一致阵的概念:a ij·a jk=a ik,I,j,k=1,2,……,n一致阵的性质:1.R(A)=1,A的唯一非零特征根为n;2.A的任一列向量都是对应于特征根n的特征向量。
若A不是一致阵在不一致容许的范围内,用对应于A最大特征根(记作λ)的特征向量(归一化后)作为权向量w,即w满足Aw=λw。
(实现方法)——和法例子:一致性检验:一致性指标:(CI越大A的不一致程度越严重)随机一致性指标:一致性比率:当时,认为A的不一致程度在容许范围内。
组合权向量的计算组合一致性检验:关于层次分析法的一些问题:1.不完全层次结构中组合权向量的计算:例:如何得到合理结果?用支配因素的数量对权向量进行加权修正2.成对比较阵残缺时的处理:设Θ表示残缺;3.本节讨论的内容主要是逐阶层次结构(层次内部因素无相互影响或支配,层次自上而下,逐层传递的支配关系)对于更复杂的层次结构,可能存在层次内部因素之间的相互影响,下层反过来对上层有支配作用,层次之间存在反馈作用等。
附:层次分析法的简单MATLAB实现clc;clear;A=[1 1.2 1.5 1.5;0.833 1 1.2 1.2;0.667 0.833 1 1.2;0.667 0.833 0.833 1];%因素对比矩阵A,只需要改变矩阵A[m,n]=size(A); %获取指标个数RI=[0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51];R=rank(A); %求判断矩阵的秩[V,D]=eig(A); %求判断矩阵的特征值和特征向量,V特征值,D特征向量;tz=max(D);B=max(tz); %最大特征值[row, col]=find(D==B); %最大特征值所在位置C=V(:,col); %对应特征向量CI=(B-n)/(n-1); %计算一致性检验指标CICR=CI/RI(1,n);if CR<0.10disp('CI=');disp(CI);disp('CR=');disp(CR);disp('对比矩阵A通过一致性检验,各向量权重向量Q为:');Q=zeros(n,1);for i=1:nQ(i,1)=C(i,1)/sum(C(:,1)); %特征向量标准化endendQ。
层次分析法一、分析模型和一般步骤二、建立层次结构模型三、构造成对比较矩阵四、作一致性检验五、层次总排序及决策一.层次分析模型和一般步骤层次分析法是一种定性与定量分析相结合的多因素决策分析方法。
这种方法将决策者的经验判断给于数量化,在目标因素结构复杂且缺乏必要数据的情况下使用更为方便,因而在实践中得到广泛应用。
层次分析的四个基本步骤:(1)在确定决策的目标后,对影响目标决策的因素进行分类, 建立一个多层次结构;(2)比较同一层次中各因素关于上一层次的同一个因素的相对重要性,构造成对比较矩阵;(3)通过计算,检验成对比较矩阵的一致性,必要时对成对比较矩阵进行修改,以达到可以接受的一致性;(4)在符合一致性检验的前提下,计算与成对比较矩阵最大特征值相对应的特征向量,确定每个因素对上一层次该因素的权重;计算各因素对于系统目标的总排序权重并决策。
建立层次结构模型将问题包含的因素分层:最高层(解决问题的目的);中间层(实现总目标而采取的各种措施、必须考虑的准则等。
也可称策略层、约束层、准则层等);最低层(用于解决问题的各种措施、方案等)。
把各种所要考虑的因素放在适当的层次内。
用层次结构图清晰地表达这些因素的关系。
〔例1〕购物模型某一个顾客选购电视机时,对市场正在出售的四种电视机考虑了八项准则作为评估依据,建立层次分析模型如下:例2〕选拔干部模型对三个干部候选人二、厶、宀,按选拔干部的五个标准:品德、才能、资历、年龄和群众关系,构成如下层次分析模型:假设有三个干部候选人二、厶、宀,按选拔干部的五个标准:品德,才能,资历,年龄和群众关系,构成如下层次分析模型例3〕评选优秀学校某地区有三个学校,现在要全面考察评出一个优秀学校。
主要考虑以下几个因素:(1)教师队伍(包括平均学历和年龄结构)(2) 教学设施(3) 教学工作(包括课堂教学,课外活动,统考成绩和教学 管理) (4) 文体活动三、构造成对比较矩阵比较第i 个元素与第j 个元素相对上一层某个因素的重要性时,使用数量化的相对权重、来描述。
数学建模——层次分析法层次分析法(Analytic Hierarchy Process,AHP)是一种用于复杂决策和评估问题的定量方法,旨在帮助决策者在多个准则和选项之间进行权衡和选择。
该方法由美国学者Thomas L. Saaty于1970年代初提出,已经广泛应用于管理、工程、经济学、环境科学等领域。
方法步骤:1.建立层次结构:将复杂的决策问题分解为不同层次的因素和准则,形成层次结构。
层次结构包括目标层、准则层和选择层。
2.创建比较矩阵:对每个层次内的准则和选择进行两两比较,确定它们之间的相对重要性。
使用尺度来表示两者之间的相对优先级,通常是1到9之间的数值。
3.计算权重:通过计算比较矩阵的特征向量,得出每个准则和选择的权重。
特征向量反映了每个准则和选择对目标的贡献程度。
4.一致性检验:检查比较矩阵的一致性,确保所做的两两比较是合理的。
如果比较矩阵不够一致,需要进行调整。
5.计算综合得分:将每个选择的权重与其所属准则的权重相乘,得出每个选择的综合得分。
综合得分反映了每个选择在整体目标中的重要性。
6.做出决策:根据综合得分,确定最佳选择。
较高的综合得分通常意味着更优选。
示例:选择旅游目的地假设你想选择一个旅游目的地,考虑了三个因素:景色美丽度、文化体验和交通便利性。
你将这三个因素作为准则,然后列出了三个潜在的旅游目的地:A、B 和C。
步骤:1.建立层次结构:2.目标层:选择最佳旅游目的地3.准则层:景色美丽度、文化体验、交通便利性4.选择层:A、B、C5.创建比较矩阵:比较准则之间的相对重要性,如景色美丽度相对于文化体验的比较,以及文化体验相对于交通便利性的比较。
使用1到9的尺度,表明一个因素比另一个因素重要多少。
6.计算权重:计算每个准则和每个选择的权重,使用特征向量法。
7.一致性检验:检查比较矩阵的一致性。
如果一致性不够,可能需要重新考虑比较。
8.计算综合得分:将每个选择的权重与其所属准则的权重相乘,得出每个选择的综合得分。
浅谈层次分析法摘要本文主要阐述层次分析法的定义、特点、基本步骤以及它的优缺点。
层次分析法是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。
由于它在处理复杂的决策问题上的实用性和有效性,很快在世界范围内得到重视。
它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。
关键词:层次分析多目标多准则成对比较一致性检验前言数学是一切科学和技术的基础,是研究现实世界数量关系、空间形式的科学。
随着社会的发展,电子计算机的出现和不断完善,数学不但运用于自然科学各学科、各领域,而且渗透到经济、管理以至于社会科学和社会活动的各领域。
众所周知,利用数学解决实际问题,首先要建立数学模型,然后才能在该模型的基础上对实际问题进行分析、计算和研究。
数学建模(Mathematical Modeling)活动是讨论建立数学模型和解决实际问题的全过程,是一种数学思维方式。
从学术的角度来讲,数学建模就是利用数学技术去解决实际问题;从价值的角度来讲,数学建模是一个思维过程,它是一个解决问题的过程(创新),更是一个升华理论方法的过程(总结);从哲学的角度来讲,数学建模是认识世界和改造世界的过程。
1 数学建模过程和技巧数学建模的过程是通过对现实问题的简化、假设、抽象,提炼出数学模型;然后运用数学方法和计算机工具等,得到数学上的解答;再把它反馈到现实问题,给出解释、分析,并进行检验。
若检验结果符合实际或基本符合,就可以用来指导实践;否则就再假设、再抽象、再修改、再求解、再应用。
构造数学模型不是一件容易的事,其建模过程和技巧具体主要包括以下步骤:⑴模型准备在建模前要了解实际问题的背景,明确建模的目的和要求;深入调研,去粗取精,去伪存真,找出主要矛盾;并按要求收集必要的数据。
【数学建模】1.层次分析法1.解决问题的类型⾸先,提出⼀个⽅法考虑的应该是他对应解决什么类型的问题,对于层次分析法来说,它是⽤来解决确定评价指标、形成评价体系的评价类问题.解决评价类问题需要考虑的三个问题1.评价⽬标是什么2.为了达到这种⽬标有⼏种可以选择的⽅案3.评价的准则是什么2.层次分析法的步骤第⼀步建⽴系统的递阶层次结构.注:如果⽤到了层次分析法,层次结构图要放在建模论⽂中.层次结构图可以⽤PPT的SmartArt⽣成层次结构图可以⽤专业软件:亿图图⽰⽣成第⼆步构造判断矩阵对于判断矩阵来说很重要的⼀点就是确定各个指标的权重,那么下⾯就来说⼀说怎么确定权重3.权重的确定(1)⾸先填写判断矩阵把评价准则(景⾊、花费、居住、饮⾷、交通)和可选择的⽅案(苏杭、北戴河、桂林)做成判断矩阵(制表)我们采⽤填写判断矩阵的⽅法确定权重,参考如图总的判断表格判断矩阵判断指标然后需要对总的判断表格中的评价准则和针对不同准则⽅案之间的差异重新制表写判断表格。
对⾓线均为1评价准则的判断矩阵针对不同准则⽅案之间的差异值得注意的⼀点,填写完判断矩阵后我们要判断矩阵是否为⼀致矩阵⼀致矩阵特点:各⾏(各列)成倍数关系注:判断矩阵中的元素只能是1-9和他们的倒数.(2)其次进⾏⼀致性检验⼀致性检验:检查我们构造的判断矩阵和⼀致矩阵是否有太⼤的差别。
检验的具体原理这⾥就不详细的叙述了,下⾯就直接讲⼀致性检验的步骤了注:matlab中可以进⾏特征值计算,如果特征值为虚数,那么就⽐较特征值的模长.如果得到的判断矩阵符合⼀致性检验,那么我们就可以计算⼀致矩阵的权重了。
(3)再次⼀致矩阵权重的计算有三种⽅法:算术平均法、⼏何平均法、特征值法。
通常采⽤特征值法计算权重如果⼀个矩阵是⼀致矩阵那么采⽤特征值法计算权重的⽅法为那么对于通过⼀致性检验的矩阵来说,也可以采⽤这种⽅法最后汇总权重,计算得分得到的表格(4)CR>0.1的修正上⾯说的都是判断矩阵经过⼀致性检验的步骤,那如果没有经过⼀致性检验呢,这就需要我们对判断矩阵进⾏修正调整的原则就是:往⼀致矩阵调整就OK了,⼀致矩阵隔⾏成倍数关系4.层次分析法的局限性5.模型拓展6.例⼦7.附录优先选择知⽹(万⽅、百度学术、⾕歌学术等平台)搜索⽂献。
数学建模第三讲层次分析法在数学建模的领域中,层次分析法(Analytic Hierarchy Process,简称 AHP)是一种相当实用且重要的决策方法。
它能够帮助我们在面对复杂的多准则决策问题时,做出更为合理、科学的决策。
那么,什么是层次分析法呢?简单来说,层次分析法就是把一个复杂的问题分解成若干个层次,通过两两比较的方式,确定各层次元素之间的相对重要性,最后综合这些比较结果,得出最终的决策方案。
比如说,我们要选择一个旅游目的地。
这时候,可能会考虑多个因素,比如景点吸引力、交通便利性、住宿条件、餐饮质量、费用等等。
这些因素就构成了不同的层次。
然后,我们会对每个因素进行两两比较,比如景点吸引力比交通便利性更重要吗?重要多少?通过这样的比较,我们就能给每个因素赋予一个相对的权重。
为了更清楚地理解层次分析法,我们来看看它的具体步骤。
第一步,建立层次结构模型。
这是层次分析法的基础。
我们需要把问题分解成目标层、准则层和方案层。
目标层就是我们最终要实现的目标,比如选择最佳的旅游目的地。
准则层就是影响目标实现的各种因素,像前面提到的景点吸引力、交通便利性等等。
方案层就是我们可以选择的具体方案,比如去三亚、去桂林、去丽江等等。
第二步,构造判断矩阵。
在这一步,我们要对同一层次的元素进行两两比较,比较它们对于上一层某个元素的重要性。
比较的结果通常用 1 9 标度法来表示。
比如说,如果因素 A 比因素 B 稍微重要,就给A 对B 的比较值赋 3;如果 A 比 B 明显重要,就赋 5;如果 A 比 B 极端重要,就赋 9。
反过来,如果 B 比 A 稍微重要,就给 B 对 A 的比较值赋 1/3,以此类推。
第三步,计算权重向量并进行一致性检验。
通过数学方法,比如特征根法,计算出每个判断矩阵的最大特征值和对应的特征向量。
这个特征向量就是我们所需要的权重向量。
但是,为了确保我们的判断是合理的,还需要进行一致性检验。
如果一致性比率小于 01,就认为判断矩阵的一致性是可以接受的;否则,就需要重新调整判断矩阵。
浅谈对层次分析法(AHP)的认识●层次分析法的简介及学习体会层次分析法(AHP)就是将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。
短学期里,在有限的几节课上,老师给我们介绍了层次分析法的背景、基本步骤、应用与解法等。
现在,我将在本文中浅谈一下自己上完课后对层次分析法的认识理解,阐述层次分析法的基本步骤,并举出一个使用层次分析法的案例,最后对层次分析法的优缺点进行评估。
层次分析模型是数学建模中常用的模型。
在现实世界中,无论是日常工作还是生活,涉及经济社会等因素,往往会遇到决策的问题,比如如何选择旅游景点的问题、选择升学志愿的问题、对企业进行评估的实例等等。
在决策者作出最后的决定以前,他必须考虑很多方面的因素或者判断准则,最终通过这些准则作出选择。
层次分析法是解决这类问题的行之有效的方法。
层次分析法将复杂的决策系统层次化,通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。
●层次分析法的基本步骤1.建立层次分析结构模型深入分析实际问题,将有关因素自上而下分层(目标—准则或指标—方案或对象),上层受下层影响,而层内各因素基本上相对独立。
如在老师教案中的例子——选择旅游地中,将决策问题分为3个层次:目标层O,准则层C,方案层P;每层有若干元素,各层元素间的关系用相连的直线表示。
通过相互比较确定各准则对目标的权重,及各方案对每一准则的权重。
将上述两组权重进行综合,确定各方案对目标的权重。
2.构造成对比较阵用成对比较法和1-9尺度,构造各层对上一层每一因素的成对比较阵。
3.计算权向量并作一致性检验对每一成对比较阵计算最大特征根和特征向量,作一致性检验,若通过,则特征向量为权向量。
4.计算组合权向量(作组合一致性检验*)组合权向量可作为决策的定量依据。
●层次分析法的案例分析——AHP 建模实例层次分析法的优缺点优点:(1) AHP 把研究对象作为一个系统, 按照分解、比较判断和综合的思维方式进行决策, 是系统分析的重要工具。
层次分析法层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。
该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题。
缺点:(1)层次分析法的主观性太强,模型的搭建,判断矩阵的输入都是决策者的主观判断,往往会因为决策者的考虑不周、顾此失彼而造成失误。
(2)层次分析法模型的内部结构太过理想化,完全分离、彼此独立的层次结构在实践中很难做到.(5)层次分析法只能从给定的决策方案中去选择,而不能给出新的、更优的策略。
1.模型的应用用于解决多目标的复杂问题的定性与定量相结合的决策分析。
(1)公司选拔人员,(2)旅游地点的选取,(3)产品的购买等,(4)船舶投资决策问题(下载文档),(5)煤矿安全研究,(6)城市灾害应急能力,(7)油库安全性评价,(8)交通安全评价等.2.步骤①建立层次结构模型首先明确决策目标,再将各个因素按不同的属性从上至下搭建出一个有层次的结构模型,模型如下图所示。
准则层目标层方案层目标层:表示解决问题的目的,即层次分析要达到的总目标。
通常只有一个总目标。
准则层:表示采取某种措施、政策、方案等实现预定总目标所涉及的中间环节。
方案层:表示将选用的解决问题的各种措施、政策、方案等。
通常有几个方案可选。
注意:(1)任一元素属于且仅属于一个层次;任一元素仅受相邻的上层元素的支配,并不是任一元素与下层元素都有联系; (2)虽然对准则层中每层元素数目没有明确限制,但通常情况下每层元素数最好不要超过 9 个.这是因为,心理学研究表明,只有一组事物在 9 个以内,普通人对其属性进行判别时才较为清楚。
当同一层次元素数多于 9 个时,决策者对两两重要性判断可能会出现逻辑错误的概率加大,此时可以通过增加层数,来减少同一层的元素数.②构造判断(成对比较)矩阵以任意一个上一层的元素为准则,对其支配的下层各因素之间进行两两比较。
浅谈层次分析法摘要本文主要阐述层次分析法的定义、特点、基本步骤以及它的优缺点。
层次分析法是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。
由于它在处理复杂的决策问题上的实用性和有效性,很快在世界范围内得到重视。
它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。
关键词:层次分析多目标多准则成对比较一致性检验前言数学是一切科学和技术的基础,是研究现实世界数量关系、空间形式的科学。
随着社会的发展,电子计算机的出现和不断完善,数学不但运用于自然科学各学科、各领域,而且渗透到经济、管理以至于社会科学和社会活动的各领域。
众所周知,利用数学解决实际问题,首先要建立数学模型,然后才能在该模型的基础上对实际问题进行分析、计算和研究。
数学建模(Mathematical Modeling)活动是讨论建立数学模型和解决实际问题的全过程,是一种数学思维方式。
从学术的角度来讲,数学建模就是利用数学技术去解决实际问题;从价值的角度来讲,数学建模是一个思维过程,它是一个解决问题的过程(创新),更是一个升华理论方法的过程(总结);从哲学的角度来讲,数学建模是认识世界和改造世界的过程。
1 数学建模过程和技巧数学建模的过程是通过对现实问题的简化、假设、抽象,提炼出数学模型;然后运用数学方法和计算机工具等,得到数学上的解答;再把它反馈到现实问题,给出解释、分析,并进行检验。
若检验结果符合实际或基本符合,就可以用来指导实践;否则就再假设、再抽象、再修改、再求解、再应用。
构造数学模型不是一件容易的事,其建模过程和技巧具体主要包括以下步骤:⑴模型准备在建模前要了解实际问题的背景,明确建模的目的和要求;深入调研,去粗取精,去伪存真,找出主要矛盾;并按要求收集必要的数据。
⑵模型假设在明确目的、掌握资料的基础上,抓住复杂问题的主要矛盾,舍去一些次要因素;对实际问题作出几个适当的假设,使复杂的实际问题得到必要的简化。
⑶建立模型首先根据主要矛盾确定主要变量;然后利用适当的数学工具刻划变量间的关系,从而形成数学模型。
模型要尽量简化、不必复杂,以能获得实际问题的满意解为标准。
⑷模型检验建模后要对模型进行分析,用各种方法(主要是数学方法,包括解方程、逻辑推理、稳定性讨论等;同时利用计算机技术、计算技巧)求得数学结果;将所求得的答案返回到实际问题中去,检验其合理性;并反复修改模型的有关内容,使其更切合实际,从而更具有实用性。
⑸模型应用用建立的模型分析、解释已有的现象,并预测未来的发展趋势,以便给人们的决策提供参考。
总之,数学建模是一种创造性劳动,数学建模的分析方法和操作途径不可能用一些条条框框规定得十分死板,成功的模型往往是科学与艺术的结晶。
一个“好”的数学模型应该具有以下特点:①考虑全面,抓住本质;②新颖独特,大胆创新;③善于检验,结果合理。
而模型检验一般包括下列几个方面:①稳定性和敏感性分析;②统计检验和误差分析;③新旧模型的比较;④实际可行性检验。
2 层次分析法简述层次分析法(Analytic Hierarchy Process简称AHP)是将与决策问题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(Saaty)于本世纪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,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。
2.1 层次分析法定义所谓层次分析法,是指将一个复杂的多目标决策问题作为一个系统,将目标分解为多个目标或准则,进而分解为多指标(或准则、约束)的若干层次,通过定性指标模糊量化方法算出层次单排序(权数)和总排序,以作为目标(多指标)、多方案优化决策的系统方法。
2.2 层次分析法的特点层次分析法是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。
尤其适合于对决策结果难于直接准确计量的场合。
层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备择方案的顺序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,最后再加权和的方法递阶归并各备择方案对总目标的最终权重,此最终权重最大者即为最优方案。
这里所谓“优先权重”是一种相对的量度,它表明各备择方案在某一特点的评价准则或子目标下优越程度的相对量度,以及各子目标对上一层目标而言重要程度的相对量度。
层次分析法比较适合于具有分层交错评价指标的目标系统,而且目标值又难于定量描述的决策问题。
其用法是构造判断矩阵,求出其最大特征值及其所对应的特征向量ω,归一化后,即为某一层次指标对于上一层次某相关指标的相对重要性权值。
2.3 层次分析法的基本步骤2.3.1 建立层次结构模型在深入分析实际问题的基础上,将有关的各个因素按照不同属性自上而下地分解成若干层次,同一层的诸因素从属于上一层的因素或对上层因素有影响,同时又支配下一层的因素或受到下一层因素的作用。
最上层为目标层,通常只有1个因素,最下层通常为方案或对象层,中间可以有一个或几个层次,通常为准则或指标层。
当准则过多时(譬如多于9个)应进一步分解出子准则层。
2.3.2 构造成对比较阵从层次结构模型的第2层开始,对于从属于(或影响)上一层每个因素的同一层诸因素,用成对比较法和1-9比较尺度构造成对比较阵,直到最下层。
此时,我们要比较从属于(或影响)上一层每个因素的同一层的n 个因素对目标Z 影响的大小,即要确定这n 个因素1x 、2x 、…、n x 对目标Z 的相对重要性。
我们用两两比较法将各因素“重要性”量化。
每次取两个因素i x 与j x ,用正数ij a 表示i x 与j x 的重要性之比。
由全部结果得到矩阵()ij a A =,称为成对比较阵。
显然有jiij a 1a =,ij a >0,1≤i ,j ≤n. ij a 的取值方法可参考萨蒂的方法。
萨蒂引用了数字1、2、…、9及它们的倒数作为标度,其意义是2.3.3 计算权向量并做一致性检验对于每一个成对比较阵计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验。
若检验通过,特征向量(归一化后)即为权向量:若不通过,需重新构造成对比较阵。
若对n 个决策因素的比较具有逻辑的一致性,则成对比较阵中的元素ij a 之间应有关系:ij a .j k a =ik a ,1≤i ,j ,k ≤n. (1)其实每个因素的重要性都有一个重要性指标。
设因素i x 的重要性指标为i ω,则根据ija 表示i x 与j x 的重要性之比,即即是说i x 与j x 的重要性之比乘上j x 与k x 的重要性之比应为i x 与k x 的重要性之比,即我们称满足(1)的成对比较阵A 为一致矩阵。
然而实际上由于人的思维活动不可避免地带有主观性和片面性,故所构造出来的成对比较阵A 常常不是一致阵。
因此,必须对成对比较阵A 进行一致性检验。
直接对一切可能的i ,j ,k 验证等式(1)是非常繁琐的,故我们一般不采用此方法。
设A 是一致矩阵。
用对应的由简单的计算可以得到即:n 是矩阵A 的特征值,其对应的特征向量是1ω2ω…Tn ω.可证明:n 阶成对比较阵A 是一致阵,当且仅当A 的最大特征值()n A max =λ.因此,只需计算A 的最大特征值就可判断A 是否一致阵。
如果A 不具有一致性,可以证明()n A max >λ.而且()A max λ越大,不一致程度越严重。
此时()A max λ对应的特征向量Y 就不能真实反映}{n x x x X ,,...,21=在目标Z 中所占的比重。
令将CI 作为衡量一个成对比较阵A 不一致程度 的标准,称CI 为一致性指标。
当成对比较阵A 的最大特征值()A max λ稍大于n ,这时称A 具有满意的一致性。
萨蒂提出用平均随机一致性指标RI 检验成对比较阵A 是否具有满意的一致性。
即:对于固定的n ,随机构造成对比较阵A ',其中'ij a 是从1、2、…、9及它们的倒数中随机抽取的。
这样的A '一般是不一致的,取充分大的子样得到A '的最大特征值的平均值max λ',定义对于1-9阶成对比较阵A ,萨蒂用大小为100~500的子样,对于不同的n 算出RI 值如下则CR 称为随机一致性比率,可以用CR 代替CI 作为一致性检验的临界值。
当CR<0.1时,认为成对比较阵具有满意的一致性,否则就必须重新调整成对比较阵A ,直至达到满意的一致性为止。
这时计算A 的最大特征值)(A max λ对应的特征向量Y (可以证明,适当选择Y 可以使其各分量非负),再求得Y 的标准化向量‘Y (各分量之和为1的特征向量),‘Y就可以作为各因素的相对权值。
在实践中,也可以采用下述方法计算m ax λ和相应特征向量的近似值。
对成对比较阵)(ij a A =,令称Tn 21u u u U ),,,(⋅⋅⋅=为n 个因素1x 、2x 、…、n x 的权向量,它反映n 个决策对象的优劣、主次等的对比。
它们的相对重要性可由权向量U 所确定。
2.3.4 层次总排序及其一致性检验计算最下层对目标的组合权向量,并根据公式做组合一致性检验,若检验通过,则可按照组合权向量表示的结果进行决策,否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。
下面就一个选拔干部模型进行讨论。
假设有三个干部候选人321y y y 、、,按选拔干部的五个标准:品德、才能、资历、年龄和群众关系,构成如下的层次分析模型选拔干部考虑5个条件:品德1x ,才能2x ,资历3x ,年龄4x 及群众关系5x 。
某决策人用成对比较法,得到成对比较阵在上述矩阵A 中12a =2,表明品德1x 与才能2x 的重要性之比为2,即决策人认为品德比才能更为重要。
对于上述矩阵,073.5A max=)(λ,018.0155A CI max =--=)(λ。
查表得RI=1.12,1.0016.012.1018.1RI CI CR <===.这说明A 不是一致阵,但A 具有满意的一致性,A 的不一致程度是可接受的。
其对应的权向量为T126.0103.0051.0263.0457.0U ),,,,(=它反映了决策者选拔干部时,视品德条件最重要,其次是才能,再次是群众关系、年龄因素,最后才是资历。