主讲人孙云龙.pptVIP

第七讲 层次分析法 层次分析模型 问题提出: 人们在日常生活和工作中，常常会遇到在多种方案中进行选择问题。例如假日旅游可以有多个旅游点供选择；毕业生要选择工作单位；工作单位选拔人才；政府机构要作出未来发展规划；厂长要选择未来产品发展方向；科研人员要选择科研课题…… 人们在选择时，最困难的就是在众多方案中都不是十全十美的,往往这方面很好，其它方面就不十分满意，这时，比较各方案哪一个更好些，就成为首要问题了。 例1 旅游地选择 某家庭预备“五·一”出游，手上有三个旅游点的资料。 P1 景色优美，但是一个旅游热点，住宿条件不十分好, 费用也较高； P2 交通方便，住宿条件很好，价钱也不贵，只是旅游景点很一般； P3 旅游景点不错，住宿、花费都挺好，就是交通不方便。究竟选择哪一个更好呢? 基本原理 层次分析法（AHP）是一种决策分析的方法。 定性、定量相结合的、系统化、层次化的分析方法。 20世纪70年代，美国数学家T.L.Saaty等人创立 基本步骤： 确定层次 → 递节层次结构 最上层 —— 目标层 中间层 —— 准则层 最下层 —— 方案层 构造两两比较矩阵 定性 → 量化: 两两比较 两两比较矩阵 A=(aij)n×n 也称为正互反矩阵。 理论分析 i与j比较 计算权重向量 由判断矩阵计算被比较元素对于该准则的相对权重, 并进行判断矩阵的一致性检验 若元素 C1, C2,……, Cn对 O 的重要性量化比较→权重 令其为 ( w1, w2, ……, wn ) 则: 比较矩阵为 计算权重向量( w1, w2, ……, wn ) ? 一致的 特点: R(A) = 1 , ? = n 任意列向量对应于 n 的特征向量 W 即： AW = n W ← 特征值、向量定义 于是得: 计算权向量方法 计算权向量方法 特征根法 求 A 的最大正特征根 ? 求 A 的对应于 ? 的特征向量 ( w1, w2, ……, wn ) 注: 线性代数 第五章 Maple命令: 计算权向量方法 近似算法：和法 将 A 的每一列向量归一化 如例1 得: λ=4.0155, W=[93.529892637,31.8409641]T 一致性检验 当 A’ 不一致时, ?n 记 A’=A +? ,则由 A’W = ?W 或 AW + ?W = mW+(? -n)W 即: 当(? -n)很小时, A’与A 的不一致误差很小 于是有: 一致性指标 CI= (? -n)/(n-1) 随机一致性指标 RI 表 如例1 特征向量归一化得： WA= [0.4966, 0.1914, 0.2120, 0.0998]T 一致性检验 CIA= (? -n)/(n-1) =0.0155/3=0.00775； RIA = 0.9 CRA= CI/RI = 0.00517/0.9=0.005741 通过一致性检验 即: 此家庭对 景 吃 费 行 的权重为 0.4966, 0.1914, 0.2120, 0.0998 组合权向量 计算各层元素对于系统目标的总排序权重,并进行排序 求组合权向量方法 用第i层归一化的排序向量对下层排序向量平均数得到第i+1层对i－1层的组合权向量 2层对1层: W(2) → 归一化 3层对2层: W1(3), W2(3)…… Wn(3) 矩阵 X(3) = (W1(3), W2(3)…… Wn(3)) 则: 3层对1层组合权向量为 W(3) = X(3) W(2) 组合一致性检验 用第i层归一化的排序向量对下层一致性指标取平均数得到第i+1层对i－1层的一致指标CIi+1和RIi+1及CRi+1，再加上第i层该用元素对上层的相对一致性指标得到组合一致性。 2层对1层: CR(2) = CI(2) /RI(2) 3层对2层: CI1(3),CI2(3),…,CIn(3); RI1(3),RI2(3),…,RIn(3) 令: CI (3)= (CI1(3),CI2(3),…,CIn(3)) W(2) RI (3)= (RI1(3),RI2(3),…,RIn(3)) W(2) 一致性比率 CR (3) = CR(2)+(CI (3)/ RI (3)) 一致性检验 CR (3) 1 如例1 解：