机工社数学建模：算法与编程实现教学课件第02讲_层次分析法.pptx

;;层次分析法为例，讲解如何从算法到代码;一. 层次分析法简介;AHP优点：;AHP缺点;实际使用AHP，需要通过问卷的方式，找若干专家进行两两比较或对因素重要性进行打分，据此得到成对比较矩阵。 AHP常用作是确定综合评价模型中指标的权重的方法，不需要定量数据，根据指标做定性比较再做AHP合成就能得到权重。但建模竞赛时只能依赖于队员主观比较，使得结果主观性太强不被评审所认可。所以，建模竞赛时应当避免将层次分析法作为决策的主模型或赋权的唯一方法。;二. AHP算法步骤;图2.1 层次结构示意图;2. 构造判断矩阵;?;3.计算权向量及一致性检验;?;?;?;4. 计算组合权向量并做组合一致性检验 ;三. 案例：旅游地选择;1. 建立层次结构;2. 构造判断矩阵;用 Matlab 输入判断矩阵，矩阵是存放同类型数据的二维容器，用 [ ] 括起来： A = [ 1 1/2 4 3 3; % 逗号或空格是换列, 分号是换行 2 1 7 5 5; 1/4 1/7 1 1/2 1/3; 1/3 1/5 2 1 1; 1/3 1/5 3 1 1] % 行尾不加分号, 会输出该对象，若不想输出就加分号 运行结果： A = 1.0000 0.5000 4.0000 3.0000 3.0000 2.0000 1.0000 7.0000 5.0000 5.0000 0.2500 0.1429 1.0000 0.5000 0.3333 0.3333 0.2000 2.0000 1.0000 1.0000 0.3333 0.2000 3.0000 1.0000 1.0000 ;3. 计算权向量及一致性检验;第一步：计算判断矩阵每一行元素的乘积： Matlab 的自带函数 prod() 是计算连乘，有参数可以控制按行/列连乘。 W = prod(A, 2) % 计算每一行乘积 运行结果： W = 18.0000 350.0000 0.0060 0.1333 0.2000 ;?;第三步，对 W 做归一化，得到权向量： W = W / sum(W) % 归一化得到权向量 运行结果： W = 0.2636 0.4773 0.0531 0.0988 0.1072 归一化后的向量，其和为 1，适合作为权重。 ;?;第五步，计算一致性指标： CI = (Lmax - n) / (n - 1) % 计算一致性指标 运行结果： CI = 0.0179 ;?;有了这几个权重，一种可行的做法是： 再对方案层 3 个备选旅游地，就景色、费用、居住条件、饮食、交通便利分别打分，将分数根据该权重合成，就能计算出每个备选旅游地的总得分，据此就可以做出决策，优先选择得分最高的旅游地。 4. 整个层次结构的组合权向量 本案例是采用不同的做法，不是对 3 个旅游地的各因素打分，而是根据 3 个旅游地与 5 个因素构成的层次结构，继续用层次分析法计算权向量，最终合成总的 3 个旅游地对该人选择旅游地（目标层）的组合权向量。 ; 方案层（3个旅游地）对准则层（5个因素），构成了5个单独的层次结构1：;这 5 个层次结构，就有 5 个判断矩阵： 要用同前文一样的层次分析法步骤计算 5 遍。需要重复做多次同一种计算过程，一个好办法是，将该计算过程封装成函数，就能方便多次使用了。;(1) 自定义函数 想要自定义一个函数，能够实现“一个层次结构的层次分析法的计算”的功能。 第一步，分析输入和输出，设计函数外形： - 输入有几个 ，分别是什么，适合用什么数据类型存放； - 输出有几个，分别是什么，适合用什么数据类型存放。 本问题，输入有 1 个：判断矩阵（用矩阵存放）； 输出有 4 个：权重向量（用向量存放）、最大特征值（浮点数存放）、一致性指标（浮点数存放）、一致性比率（浮点数存放）。;基于 Matlab 自定义函数的语法，设计自定义函数的外形： function [W, Lmax, CI, CR] = aAHP(A) % 实现单层次结构的层