从零开始的数学建模:(一)层次分析法

层次分析法

一、概念介绍

简单来说这个模型就像一个没有真实数据的感知机,所有的数据都是人为主观输入的,其中感知机的结点是影响结果的各个指标,感知机最终输出的是评价得分:

1 image-20210125233535797

对于影响因素,可以通过查阅论文辅助确定;对于影响因素的权重,可以人为地两两比较影响因素的重要性确定(所以如果是已知数据的题目,层次分析法将不再适用),例如两个因素同等重要为1,稍微重要为3,明显重要为5,7、9等等;这个地方可以画一个方阵,将因素填入方阵中,这个方阵就是层次分析法中的判断矩阵

实际上这个地方的算法流程对于初学者来说是相当绕的,以上面的图为例说明:

①首先要画4个判别矩阵,矩阵形状为\(2*2\),分别是学习氛围、就业前景、男女比例、校园景色4个因素下,华科与武大的判别矩阵,并计算权重值,由此可以可以确定上图左表矩阵中的第二列与第三列;

②画影响因素的判别矩阵,对于上述例子,是一个\(4*4\)的方阵,两两比较学习氛围、就业前景、男女比例、校园景色的重要性,并计算权重值,随后填入上图左边矩阵的第一列;

③计算得分得出结论;

根据定义,方阵元素\(a_{ij}=\frac{i的重要程度}{j的重要程度}\)\(a_{jk}=\frac{j的重要程度}{k的重要程度}\),所以应该有:\(a_{ik}=\frac{i的重要程度}{k的重要程度}=a_{ij} \times a_{jk}\),可以想象,如果因素两两比较而填入1、3、5、7、9等等这些数字,肯定是不满足以上关系式的,所以就出现了不一致的情况,我们把满足以上关系的矩阵称为一致矩阵;通过一致矩阵我们可以确定最终的权重,而是否是一致矩阵则要通过一致性检验确定;

二、一致性检验的步骤

image-20210126102949909

其中\(\lambda_{max}\)\(n\)阶方阵的最大特征值,根据线性代数相关定理,一致矩阵的最大特征值就是\(n\)(且只有一个特征值,其他特征值全为0),而不一致矩阵的最大特征值大于\(n\),因此若为一致矩阵,\(CI\)的值一定为0;若为不一致矩阵,\(CI\)的值一定大于0;

注意这个n最大也就是15,再大没有表格给你对应了,所以n要尽量小;

如果\(CR>0.1\),修正的方法其实也很简单:

image-20210126112007059

三、利用一致矩阵计算权重

image-20210126104237588 image-20210126104756888

用得最多的是特征值法求权重;但是比赛如果真要用这个模型,还是三种方法都用,可以突出稳健性

本文算法思想参考源于清风建模,特此注明

posted @ 2021-01-26 23:22  AIchemistar  阅读(812)  评论(0)    收藏  举报