层次分析法在城房决策中的应用.doc

层次分析法的应用及MATLAB实现 作者：沈小欣 指导老师：陈俊 前 言 随着经济的发展，收入水平的提高，消费者对商品房的要求也在增加。目前多数消费者购房时考虑的因素有居住环境、孩子的教育环境、地理位置和房价等等。由于涉及金额较大，购房需慎之又慎，以免花钱买后悔。 针对消费者的需求，房地产开发商也在不断地推出新的楼盘。这些楼盘往往各有各的特点，这使得消费者经常因选房而筋疲力尽，生怕捡了芝麻丢了西瓜。究其原因，主要是考虑的因素太多，这就使得购房者难以做出孰优孰劣的判断。但是，所有的购房者都想买到物美价廉的房子，这是总目标，如果我们能够对备选房源“物美价廉”的程度进行量化，就能通过简单的数值比较做出决策，已达到最大的满意度。在该文中我们运用运筹学中的层次分析法就能轻松解决这一决策难题。 1、层次分析法概述 1.1 简介[1] 层次分析法（Analytic Hierarchy Process简称AHP）匹茨堡大学教授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 根据问题的性质和要求，提出一个总目标。将目标逐层分解为几个层次，一般分为三层，最上面为目标层，最下面为方案层，中间是准则层或指标层 。 1.2.2构造成对比较矩阵 设某层有 个因素，，要比较它们对上一层某一准则(或目标)的影响程度，确定在该层中相对于某一准则所占的比重。上述比较是两两因素之间的比较，比较时取尺度。用表示第个因素相对于第个因素的比较结果， 则 ，称为成对比较矩阵。 比较尺度：(尺度的含义) 尺度 含义 1 第 个因素与第 个因素的影响相同 3 第 个因素比第 个因素的影响稍强 5 第 个因素比第 个因素的影响强 7 第 个因素比第 个因素的影响明显强 9 第 个因素比第 个因素的影响绝对强 第 个因素相对于第 个因素的影响介于上述两个相邻等级之间 1,1/2,……,1/9 第 个因素与第 个因素之比为 的相反数 由上述定义知，成对比较矩阵满足以下性质： 也称为正互反矩阵。 补充说明：若该成对比较矩满足 ，则称为一致性矩阵，一致性矩阵有如下性质： 的秩为1，的唯一非零特征根为； 的任一列向量都是对应于特征根的特征向量。 1.2.3层次单排序及一致性检验 针对某一准则，计算各方案的相对权重，即层次单排序，并进行一致性检验。 首先对每个成对比较矩阵计算最大特征值及其对应的特征向量，并对其所求得的特征向量做归一化，最后利用一致性指标、随机一致性指标和一致性比率做一致性检验。 定义一致性指标： 其中为最大特征根，为矩阵阶数。 随机一致性指标的数据如下： n 1 2 3 4 5 6 7 8 9 10 11 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 一般地，当一致性比率时，检验通过，特征向量（归一化后）即为权向量；若不通过，需要重新构造成对比较矩阵。 对每一层都如上述过程构造成对比较矩阵，并进行一致性检验。 补充说明做一致性检验的原因： 上文我们介绍了一致性矩阵的特性，由于它的任一列向量都是对应于特征根的特征向量，所以以其归一化特征向量作为权向量是非常合适的，但是遗憾的是不是每一个成对比较矩阵都是一致性矩阵，但若在不一致的容许范围内，萨蒂教授的特征根和特征向量连续地依赖于矩阵的元素，所以当矩阵的元素离一致性的要求不是很远时，的特征根和特征向量也与一致阵的相差不大。由于也不是所有的成对比较矩阵都在不一致的容许范围内，所以我们制定了一致性检验的过程。 1.2.4层次总排序及其一致性检验 即为确定某层所有因素对于总目标相对重要性的权重的过程。 最底层相对于最高层的权向量的计算公式为（设共有s层），其中表示第2层对第1层的成对比较矩阵, 表示第层对第层各个元素所确定的权向量按列排成的矩阵。 例如，第2 层有4个元素, 那么第2 层对第1 层的权向量可以表示为一个4 维列向量，设为。第3 层有6 个元素, 对应第2 层的每个元素可以确定出相应的6维权向量,共有4个权向量（都为列向量），设为，这4个列向量组成一个矩阵设为,即 用这个矩阵乘以第2 层相对于第1 层的权向量, 就可以得到第3 层相对于第1 层的组合权向量，设为，即。 计算出了组合权向量, 还需进行组合一致性检验, 才