数学建模之层次分析法.docxVIP

数学建模之层次分析法 层次分析法 层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。 缺点： （1）层次分析法的主观性太强，模型的搭建，判断矩阵的输入都是决策者的主观判断，往往会因为决策者的考虑不周、顾此失彼而造成失误。 （2）层次分析法模型的内部结构太过理想化，完全分离、彼此独立的层次结构在实践中很难做到。 （5）层次分析法只能从给定的决策方案中去选择，而不能给出新的、更优的策略。 1.模型的应用 用于解决多目标的复杂问题的定性与定量相结合的决策分析。 （1）公司选拔人员， （2）旅游地点的选取， （3）产品的购买等， （4）船舶投资决策问题（下载文档）， （5）煤矿安全研究， （6）城市灾害应急能力， （7）油库安全性评价， （8）交通安全评价等。 2.步骤 ①建立层次结构模型 首先明确决策目标，再将各个因素按不同的属性从上至下搭建出一个有层次的结构模型，模型如下图所示。 ③层次单排序及其一致性检验 对判断矩阵A，用w表示一非零向量，计算满足：，即 的特征值和特征向量。由得矩阵A的秩为1，所以A仅有一个非零特征值。由A的特征值之和即A的主对角线元素之和为n，得到n是A的唯一非零特征值，A的特征值满足的关系为： 因为只有判断矩阵A有完全一致性时，才能满足。所以我们对判断矩阵的一致性进行检验。用CI作为一致性指标，CI=0，有完全的一致性，CI接近于0，有满意的一致性，CI越大，不一致程度越严重。但仅仅用CI的值作为衡量判断矩阵A的一致性检验标准是不准确的，因此，引进平均随机一致性指标RI检验成对比较阵A是否具有满意的一致性。 用CR作为判断矩阵的一致性比例，。当时，认为判断矩阵具有满意的一致性；当时，认为判断矩阵不具有基本满意一致性。若矩阵A不具有满意的一致性，则需要对判断矩阵进行修改。即求得特征向量w后，将的值按照第i行第j列的位置进行排序，构造新的判断矩阵和原判断矩阵对应位置相比较，差值的绝对值最大者为要修改的数据。 ④层次总排序及其一致性检验 上边已得出一组元素对其上一层中某元素的权重向量。我们需要从最高层次到最低层次依次计算，若某一层A层m个元素的层次总排序权重分别为，其下层B层有n个元素，它们相对于的层次单排序权重为分别是（和没有关联时，），则得到B层各个元素对决策目标的权重，即B层各个元素的层次总排序权重为： 由上一步求得单排序一致性指标，相应的平均随机一致性指标，则B层总排序的随机一致性比例为 当时，认为层次总排序结果具有较满意的一致性并接受该分析结果。 例题：挑选合适的工作。经双方恳谈，已有三个单位表示愿意录用某毕业生。该 生要如何选择工作？ 模型的建立 我们根据已有信息建立了一个层次结构模型，如下图所示。 模型的求解 准则层的判断矩阵如表1所示。 表1 方案层的判断矩阵如表2所示。 表2 层次总排序如表3所示。 表3 由层次总排序权值得出，该生最满意的工作是工作1。