数学建模常见评价模型简介.docxVIP

常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型，如 2005年全国赛A题 长江水质的评价问题，2008年B题高校学费标准评价体系问题等。 主要介绍三种比较常用 的评价模型：层次分析模型，模糊综合评价模型，灰色关联分析模型，以期帮助大家了解 不同背景下不同评价方法的应用。 层次分析模型 层次分析法（AHP）是根据问题的性质和要求，将所包含的因素进行分类，一般按目标 层、准则层和子准则层排列，构成一个层次结构，对同层次内诸因素采用两两比较的方 法确定出相对于上一层目标的权重，这样层层分析下去，直到最后一层，给出所有因素 相对于总目标而言，按重要性程度的一个排序。其主要特征是，它合理地将定性与定量 决策结合起来，按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策，可以分为以下四个步骤： 步骤1建立层次分析结构模型 深入分析实际问题，将有关因素自上而下分层 （目标一准则或指标一方案或对象）， 上层受下层影响，而层内各因素基本上相对独立。 步骤2构造成对比较阵 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，借助 1~9 尺度，构造比较矩阵； 步骤3计算权向量并作一致性检验 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，若通过， 则最大特征根对应的特征向量做为权向量。 步骤4计算组合权向量（作组合一致性检验） 组合权向量可作为决策的定量依据 通过一个具体的例子介绍层次分析模型的应用例（选择旅游地决策问题）如何在桂林、黄山、北戴河 3个目的地中按照景色、费用、居住 条件、饮食、旅途条件等因素进行选择。 步骤1建立系统的递阶层次结构 将决策问题分为3个层次：目标层0,准则层C,方案层P;每层有若干 元素，各层元素间的关系用相连的直线表示 目标层准则层 目标层 准则层 步骤2构造比较矩阵 标度值 含义 1 两因素相比，具有同等重要性 3 两因素相比，前者比后者稍重要 5 两因素相比，前者比后者明显重要 7 两因素相比，前者比后者强烈重要 9 两因素相比，前者比后者极端重要 2、4、6、8 表示上述相邻判断的中间值 以上各数值的倒数 若指标i与指标j比较相对重要性用上述之一数值标度， 则指标j与指标i的相对重要性 用上述数值的倒数标度 表1 1~9标度的含义 设要比较各准则G,C2, ,Cn对目标0的重要性，记判断矩阵为A 显然，A是正互反阵 步骤3计算被比较元素对于该准则的相对权重 (1) 一致阵的定义与性质 一致阵的定义 要由A确定G,C2, ,Cn对目标0的权向量，我们首先考察一致矩阵的性质。称满足 aj ajk aik， i,j,k 1,2, ,n的正互反阵为一致阵。例如 一致矩阵的性质 矩阵A的秩为1, A的唯一非零特征根为n。 矩阵A的任一列向量是对应于 矩阵A的任一列向量是对应于n的特征向量 矩阵A的归一化特征向量可作为权向量。 1 2 1 然而，我们构造的成对比较矩阵 A 4 1 3 1 3 C c a13 ~- 4可以得到a23 ~- 8，而事实上 C3 C3 上在大多情况下我们构造的成对比较矩阵都不是- 1 4 3 3 2 1 7 5 5 1 1 1 7 1 2 3 中，由a12 C1 1 1 C2 2 2 1 1 5 1 3 1 1 5 a23 7。因此矩阵A并不是一致阵，事实 致阵。对于这样的矩阵我们如何来确定 权向量呢？我们通常的作法是： 对于不一致(但在允许范围内)的成对比较阵A,建议用对 应于最大特征根 的特征向量作为权向量 (2) 一致性检验(确定成对比较阵不一致的允许范围)，计算权向量 已知n阶一致阵的唯一非零特征根为 n，可证：n阶正互反阵最大特征根 n ,且 n时为一致阵。 一致性指标：CI -，CI越大，不一致性越严重。 n 1 随机一致性指标：随机产生多个矩阵，将每个矩阵的一致性指标相加然后取平均值得到 RI。 n 1 2 3 4 5 6 7 8 9 10 11 5 5 ， RI 0 0 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 表2 Saaty的随机一致性指标 注：标2中的n表示成对比较阵的维数。 CI 一致性比率如果CR — 0.1,构造的成对比较矩阵A通过一致性检验。 RI 步骤4计算组合权向量 记第2层（准则层）对第1层（目标层）的权向量为 同样求第3层（方案层）对第2层每一元素（准则层）的权向量 构造矩阵 则第3层（方案层）对第1层（目标层）的组合权向量 以此类推，第s层对第1层的组合权向量 其中W p是由第p层对第p-1层权向量按列组成的矩阵。 层次分析法的应用 1、 应用领域：经济计划和管理，能源政策和分配，人才选拔和评价，生产决策，交通运 输