层次分析法
The analytic hierarchy process (AHP) 建模比赛中最基础的算法之一,主要用于解决评价类的
解决评价类问题,首先要想到以下三个问题:
- 我们评价的目标是什么?
- 我们为了达到这个目标有哪几种可以选择的方案?
- 评价的标准或者是指标是什么?(我们根据什么东西来评价好坏)
判断矩阵
总结:上面这是一个 5 × 5 的矩阵,我们记为 A, 对应的元素为
a
i
j
{a}_{ij}
aij?
-
a
i
j
{a}_{ij}
aij?表示的意义是,与指标 j 相比, i 的重要程度
- 当 i = j 时,两个指标相同,因此同等重要记为 1,这就解释了主对角元素为 1
-
a
i
j
{a}_{ij}
aij? > 0 且满足
a
i
j
{a}_{ij}
aij? ×
a
j
i
{a}_{ji}
aji? = 1(我们称满足这一条件的矩阵为正互反矩阵)
实际上,上面这个矩阵就是层次分析法中的**判断矩阵 **
一致矩阵
矩阵中每个元素
a
i
j
{a}_{ij}
aij? > 0且满足
a
i
j
{a}_{ij}
aij? ×
a
j
i
{a}_{ji}
aji? = 1 ,则我们称该矩阵为正互反矩阵。
在层次分析法中,我们构造的判断矩阵均是正互反矩阵。
若正互反矩阵满足
a
i
j
{a}_{ij}
aij? ×
a
j
k
{a}_{jk}
ajk? =
a
i
k
{a}_{ik}
aik?,则我们称其为一致矩阵。
一致性检验
引理:A为n阶方阵,且r(A) = 1,则A有一个特征值tr(A),其余特征值为0
因此,一致矩阵的各行成比例,所以一致矩阵的特征值为1
由引理可知:一致矩阵有一个特征值为n,其余特征值均为0
若正互反矩阵(判断矩阵)满足
a
i
j
{a}_{ij}
aij? ×
a
j
k
{a}_{jk}
ajk? =
a
i
k
{a}_{ik}
aik?,则我们称其为一致矩阵
引理:n阶正互反矩阵A为一致矩阵时,当且仅当最大特征值
λ
m
a
x
=
n
{\lambda}_{max} = n
λmax?=n 且当正互反矩阵A非一致时,一定满足
λ
m
a
x
>
n
{\lambda}_{max}>n
λmax?>n
判断矩阵越不一致时,最大特征值和n相差越大
一致性检验的步骤
第一步:计算一致性指标CI
C
I
?
=
?
λ
m
a
x
?
?
?
n
n
?
?
?
1
CI\, =\, \frac {{\lambda}_{max}\, -\, n} {n\, -\, 1}
CI=n?1λmax??n?
第二步:查找对应的平均随机一致性指标RI
第三步:计算一致性比例CR
C
R
=
C
I
R
I
CR=\frac {CI} {RI}
CR=RICI?
如果 CR < 0.1 ,则可认为判断矩阵的一致性可以接受;否则需要对矩阵进行修正
方法1:算术平均法求权重
第一步:将判断矩阵按照列归一化(每一个元素除以其所在的列)
第二步:将归一化的各列相加(按行求和)
第三步:将相加后得到的向量中每一个元素除以n即可得到权重向量
几何平均法求权重
第一步:将A的元素按照行相乘得到一个新的列向量
第二步:将新的向量的每个分量开n次方
第三步:对该列向量进一步归一化即可得到权重向量
层次分析法
层次分析法(The Analytic Hierarchy Process即 AHP)是由美国运筹学家、 匹兹堡大学教授T . L. Saaty于20世纪70年代创立的一种系统分析与决策的综合 评价方法,是在充分研究了人类思维过程的基础上提出来的,它较合理地解 决了定性问题定量化的处理过程。
AHP的主要特点是通过建立递阶层次结构,把人类的判断转化到若干因 素两两之间重要度的比较上,从而把难于量化的定性判断转化为可操作的重 要度的比较上面。在许多情况下,决策者可以直接使用AHP进行决策,极大 地提高了决策的有效性、可靠性和可行性,但其本质是一种思维方式,它把 复杂问题分解成多个组成因素,又将这些因素按支配关系分别形成递阶层次 结构,通过两两比较的方法确定决策方案相对重要度的总排序。整个过程体 现了人类决策思维的基本特征,即分解、判断、综合,克服了其他方法回避 决策者主观判断的
决评价类问题,大家首先要想到以下三个问题: ①我们评价的目标是什么 ②我们为了达到这个目标有哪几种可选的方案? ③价的准则或者说指标是什么?(我们根据什么东西来评价好坏)
层次分析法第一步
分析系统中各因素之间的关系,建立系统的递阶层次结构.
层次分析法第二步
对于同一层次的各元素关于上一层次中某一准则的重要 性进行两两比较,构造两两比较矩阵(判断矩阵)
构造判断矩阵
层次分析法第三步
由判断矩阵计算被比较元素对于该准则的相对权重, 并进行一致性检验(检验通过权重才能用)。
三种方法计算权重
- 算术平均法
- 几何平均法
- 特征值法
强烈建议大家在比赛时三种方法都使用
以往的论文利用层次分析法解决实际问题时,都是采用其中某一种方法 求权重,而不同的计算方法可能会导致结果有所偏差。为了保证结果的 稳健性,本文采用了三种方法分别求出了权重后计算平均值,再根据得 到的权重矩阵计算各方案的得分,并进行排序和综合分析,这样避免了 采用单一方法所产生的偏差,得出的结论将更全面、更有效
注:(1)一致矩阵不需要进行一致性检验,只有非一致矩阵的判断矩阵才需要进 行一致性检验;(2)在论文写作中,应该先进行一致性检验,通过检验后再计算 权重,视频中讲解的只是为了顺应计算过程。
层次分析法第四步
根据权重矩阵计算得分,并进行排序。
层次分析法的一些局限性
(1)评价的决策层不能太多,太多的话n会很大,判断矩阵和一致矩阵差异 可能会很大。
(2)如果决策层中指标的数据是已知的,那么我们如何利用这些数据来使得 评价的更加准确呢?
|