层次分析法(AHP法.ppt

相应的 Matlab 程序如下： A = [1,1,1,4,1,1/2; 1,1,2,4,1,1/2; 1,1/2,1,5,3,1/2; … 1/4,1/4,1/5,1,1/3,1/3;1,1,1/3,3,1,1/3; 2,2,2,3,3,1]; [x, y] = eig(A); eigenvalue = diag(y); lamda = eigenvalue(1) y_lamda = x(:, 1) y 是特征值，且从大到小排列； x 是特征向量矩阵，每一列为 相应特征值的一个特征向量。 输出结果： lamda = 6.3516 y_lamda = -0.3520 -0.4184 -0.4223 -0.1099 -0.2730 -0.6604 对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量中各元素之和等于1)后记为w。 w的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。 准则层对目标的成对比较阵 权向量(特征向量)w =(0.263,0.475,0.055,0.090,0.110)T 归一化的 4 层次总排序及其一致性检验 计算某一层次所有因素对于最高层(总目标)相对重要性的权值，称为层次总排序。 这一过程是从最高层次到最低层次依次进行的。 对总目标Z的排序为 的层次单排序为 即B层第 i 个因素对总目标的权值 为： （影响加和） B层的层次总排序为： B层的层次 总排序 A B 组合权向量的计算 第1层O 第2层C1,…Cn 第3层P1, …Pm 第2层对第1层的权向量 第3层对第2层第k个元素的权向量 构造矩阵 则第3层对第1层的组合权向量 第s层对第1层的组合权向量 层次总排序的一致性检验 设B层B1,B2,…Bn对上层(A层)中因素Aj(j=1,2,…m) 的层次单排序一致性指标为CIj，随机一致性指标为RIj ，则层次总排序的一致性比率为： 当CR0.1时，认为层次总排序通过一致性检验。层次总排序具有满意的一致性，否则需要重新调整那些一致性比率高的判断矩阵的元素取值。 到此，根据最下层（决策层）的层次总排序做出最后决策。 记第2层（准则）对第1层（目标）的权向量为 同样求第3层(方案)对第2层每一元素(准则)的权向量 方案层对C1(景色)的成对比较阵 方案层对C2(费用)的成对比较阵 …Cn …Bn 最大特征根 ?1 =3.005 ?2 =3.002 … ?5 =3.0 权向量 w1(3) w2(3) … w5(3) =(0.595，0.277，0.129) =(0.082，0.236，0.682) =(0.166，0.166，0.668) 选择旅游地 第3层对第2层的计算结果 w(2) 0.263 0.595 0.277 0.129 3.005 0.003 0.001 0 0.005 0 3.002 0.682 0.236 0.082 0.475 3 0.142 0.429 0.429 0.055 3.009 0.175 0.193 0.633 0.090 3 0.668 0.166 0.166 0.110 组合权向量 RI=0.58 (n=3), CIk 均可通过一致性检验 方案P1对目标的组合权重为0.595?0.263+ …=0.300 方案层对目标的组合权向量为 (0.300, 0.246, 0.456)T 层次分析法的基本步骤归纳如下 1 建立层次结构模型 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。 2 构造成对比较矩阵 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 计算单排序权向量并做一致性检验 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，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，需要重新构造成对比较矩阵。 4 计算总排序权向量并做组合一致性检验 进行检验。若通过，则可按照总排序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CR 较大的成