基于AHP、PCA、HCA实例的数据标准化处理及软件实现.pdfVIP

基于AHP 、PCA、HCA 实例的数据标准化处理及软件实现 吴娇、董津津 【摘要】本文对层次分析法、主成分分析法、模糊聚类分析法做了概绍，结合实例详述三种方法的应用，并用SPSS、MATLAB 实现。 【关键字】AHP PCA HCA 标准化 软件 标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。原始数据通过标准化处理 后，它们之间的可比性增强、影响因素减少，从而更加便于分析的进行。但是，不同的分析方法标准化处过程不同，例如：层次分析 法是在对样本分层后针对准则层各因素占全层的权重比例进行标准化处理。意义是为准则层因素直观赋权，取0~1 之间的数能便捷的 反应各指标的权重，同时为下一步方案选择提供简单、可信的数据；在主成分分析法中需要在分析进行前对数据进行标准化，这是由 于大量原始数据取自不同的评价指标，指标间可能存在较大的量纲差异。如果不进行标准化，各数据之间的关联无法衡量，有必要作 进一步处理。原始数据经标准化处理后消除了量纲上的差异，能有效体现各指标的贡献率；与主成分分析法类似的是模糊聚类分析， 它要求对研究对象归类。原始数据量纲和残值的差异导致归类无法进行，只有作标准化处理才利于分析的进行。因此，模糊聚类分析 也是在分析前进行数据标准化。以下选取三种分析法的实例，并用SPSS 和MATLAB 软件对数据进行处理，同时对它们的标准化过程 作进一步探讨： 一、 层次分析法 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 1 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。 人们在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复 杂而往往缺少定量数据的系统。层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法。在应用层次分析法研 究问题时，遇到的主要困难有两个：（i ）如何根据实际情况抽象出较为贴切的层次结构；（ii ）如何将某些定性的量作比较接近实际定 量化处理。层次分析法对人们的思维过程进行了加工整理，提出了一套系统分析问题的方法，为科学管理和决策提供了较有说服力的 依据。但层次分析法也有其局限性，主要表现在：（i ）它在很大程度上依赖于人们的经验，主观因素的影响很大，它至多只能排除思 维过程中的严重非一致性，却无法排除决策者个人可能存在的严重片面性。（ii ）比较、判断过程较为粗糙，不能用于精度要求较高的 决策问题。AHP 至多只能算是一种半定量（或定性与定量结合）的方法。 AHP 方法经过几十年的发展，许多学者针对AHP 的缺点进行了改进和完善，形成了一些新理论和新方法，像群组决策、模糊决 策和反馈系统理论近几年成为该领域的一个新热点。 例1. 对三个干部候选人y1、y2 、y3，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y1、y2 、y3，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 2 求解的过程包括：①构建成对比较矩阵 成对比较矩阵中aij 的取值可参考 Satty 的提议，按下述标度进行赋值。 在 1-9 及其倒数中间取值。其中， = 1 元素 i 与元 aij aij 素 j 对上一层次因素的重要性相同； = 3 元素 i 比元素j 略重要； = 5 元素 i 比元素j 重要； = 7 元素 i 比元素j 重要 aij