层次分析法

     层次分析法主要用于解决评价类问题(例如选择哪种方案最好,哪位运动员或者员工表现的更优秀)

     先用一道引出层次分析法的例题:小明同学高考填完志愿后,小明想出去旅游。在查阅了网上的攻略后,他初步选择了苏杭、北戴河和桂林三地之一作为目标景点。请你确定评价指标体系、形成评价体系来为小明同学选择最佳的方案。

     对于评价类问题,我们首先应该想到以下三个问题:

(1)我们评价的目标是什么?

       为小明同学选择最佳的旅游景点

(2)我们为了达到这个目标有哪几种可选的方案?

        三种,分别是去苏杭、去北戴河和去桂林

(3)评价的准则或者说指标是什么?(我们根据什么东西来评价好坏)

        题目没给相关数据支撑,需要我们确定

     一般而言,前两个问题的答案是显而易见的,第三个问题的答案需要我们根据题目中的背景材料、常识以及网上搜集到的参考资料进行结合,从中筛选出最合适的指标。网上优先选择知网(或者万方、百度学术、谷歌学术等平台)搜索相关的文献

     在写论文的时候如果引用专家的文章会显得很专业哦。

     假如我们查询了资料后选择了以下五个指标:

景点景色
旅游花费
居住环境
饮食情况
交通便利程度

     我们对小明怎么提问才能帮他合理的做决定呢?有这样一张表格:

      有的同学会说直接让小明填好这张表不就好了?不不不,这样往往比较片面,如果明天再让他填一次,大概率就不一样了,引用这样一段话:

在确定影响某因素的诸因子在该因素中所占的比重时,遇到的主要困难
是这些比重常常不易定量化。此外,当影响某因素的因子较多时,直接
考虑各因子对该因素有多大程度的影响时,常常会因考虑不周全、顾此
失彼而使决策者提出与他实际认为的重要性程度不相一致的数据,甚至
有可能提出一组隐含矛盾的数据。
                     ——选自司守奎老师的《数学建模算法与应用》

      我们的问题是一次性考虑这五个指标之间的关系,往往考虑不周,解决方法就是两个两个指标进行比较,最终根据两两比较的结果来推算出权重

基本思想:

      如果用1-9表示重要程度,请你两两比较上述这五个指标对于选择最终的旅游景点的重要性。

       就这样,小明回答了C(5,2)次,填好了上面这张表,实际情况下没有小明帮我们回答,具体我们等后面再说。

      上面这个表是一个5x5的方阵,我们记为A,对应的元素为aij。

(1)aij表示的意思是,与指标j相比,i的重要程度
(2)当i=j时,两个指标相同,因此同等重要记为1,这就解释了主对角线元素为1
(3)aij>0且满足aijxaji=1,我们称满足这一条件的矩阵为正互反矩阵

      实际上,上面这个矩阵就是层次分析法中的判断矩阵,得到了判断矩阵,就可以计算出权重了,稍后再进行介绍

       那如何计算苏杭、北戴河与桂林在景色方面的权重(得分)呢?

       首先填写判断矩阵

      但有一个可能出问题的地方: 

 

一致矩阵

若矩阵中每个元素𝑎ij>0且满足𝑎ijxaji=1 ,则我们称该矩阵为正互反矩阵。
在层次分析法中,我们构造的判断矩阵均是正互反矩阵。
若正互反矩阵满足aijxajk=aik,则我们称其为一致矩阵。

     注意:在使用判断矩阵求权重之前,必须对其进行一致性检验

一致性检验

     原理:检验我们构造的判断矩阵和一致矩阵是否有太大的差别

     因为还没学线代,所以证明过程就略过去了

     若正互反矩阵(判断矩阵)满足aijxajk=aik,则我们称其为一致矩阵

      

一致性检验的步骤

         至于平均一致性指标RI是怎么计算来的?

计算一致矩阵的权重

     先从简单的开始

 

     我们发现是不一样的,所以我们要求出平均值

方法一:算术平均法求权重
 方法二:几何平均法求权重

方法三:特征值法求权重

     

权重填入表中:

      算出得分:

        类似的,我们可以得到另外两个的得分,这里可以用EXCEL计算减轻工作量,要点是要用F4锁定单元格

     层次分析法(AHP)的主要特点是通过建立递阶层次结构,把人类的判断转化到若干因素两两之间重要度的比较上,从而把难于量化的定性判断转化为可操作得到重要度的上面

层次分析法的步骤

    第一步:

     我们可以使用SmartArt生成,也可以使用专业软件:亿图图示

     第二步: 

 

     第三步:

 

      如果CR大于0.10,这时候我们需要对矩阵进行调整,往一致矩阵上调整,一致矩阵各行成倍数关系

     第四步:

     层次分析法也有局限性:

          评价的决策层不能太多,否则n会大。判断矩阵和一致矩阵差异可能会很大 

          还有就是如果决策层指标数据已知,我们怎么来更好的评价呢?

    下次进行代码实现!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/264621.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

使用Aspose.Slides 控件,在线将 ODP 转换为 PPT

OpenOffice 等开源生产力工具有其用途。但如果您希望在线将 ODP 转换为 PPT,您很可能已经确定 Microsoft PowerPoint 的专有 PPT 格式和平台比 OpenOffice ODP 更适合您的需求。 本文的第一部分重点介绍在线将 ODP 转换为 PPT 的快速方法。第二部分探讨涉及C#应用程…

Redis设计与实现之AOF

一、AOF Redis 分别提供了 RDB 和 AOF 两种持久化机制: RDB 将数据库的快照(snapshot)以二进制的方式保存到磁盘中。 AOF 则以协议文本的方式,将所有对数据库进行过写入的命令(及其参数)记录到 AOF 文件,以此达到记录数据库状态的目的。 本章首先介绍…

从零开发短视频电商 在AWS上SageMaker部署模型自定义日志输入和输出示例

从零开发短视频电商 在AWS上SageMaker部署模型自定义日志输入和输出示例 怎么部署自定义模型请看:从零开发短视频电商 在AWS上用SageMaker部署自定义模型 都是huaggingface上的模型或者fine-tune后的。 为了适配jumpstart上部署的模型的http输入输出,我…

springMVC-与spring整合

一、基本介绍 在项目开发中,spring管理的 Service和 Respository,SrpingMVC管理 Controller和ControllerAdvice,分工明确 当我们同时配置application.xml, springDispatcherServlet-servlet.xml , 那么注解的对象会被创建两次, 故…

2023 下半年系统架构设计师学习进度

文章目录 复习计划:每周350分钟第一周(339分钟)第二周(265分钟)第三周(171分钟)第四周(214分钟)第五周(274分钟)第六周(191分钟&#…

初识Stable Diffusion

界面选项解读 这是在趋动云上部署的Stable Diffusion txt2img prompt (1)分割符号:使用逗号 , 用于分割词缀,且有一定权重排序功能,逗号前权重高,逗号后权重低 (2)建议的通用范式…

【Java JMM】编译和优化

1 前端编译 在 Java 技术下, “编译期” 是一个比较含糊的表述, 因为它可能指的是 前端编译器 (“编译器的前端” 更准确一些) 把 *.java 文件转变成 *.class 文件的过程Java 虚拟机的即时编译器 (常称 JIT 编译器, Just In Time Compiler) 运行期把字节码转变成本地机器码的过…

《Python》面试常问:深拷贝、浅拷贝、赋值之间的关系(附可变与不可变)【用图文讲清楚!】

背景 想必大家面试或者平时学习经常遇到问python的深拷贝、浅拷贝和赋值之间的区别了吧?看网上的文章很多写的比较抽象,小白接收的难度有点大,于是乎也想自己整个文章出来供参考 可变与不可变 讲深拷贝和浅拷贝之前想讲讲什么是可变数据类型…

Pytorch常用的函数(五)np.meshgrid()和torch.meshgrid()函数解析

Pytorch常用的函数(五)np.meshgrid()和torch.meshgrid()函数解析 我们知道torch.meshgrid()函数的功能是生成网格,可以用于生成坐标; 在numpy中也有一样的函数np.meshgrid(),但是用法不太一样,我们直接上代码进行解释。 1、两者…

如何在Window系统下搭建Nginx服务器环境并部署前端项目

1.下载并安装Nginx 在nginx官网nginx: download 下载稳定版本至自己想要的目录。 解压后进入目录 2.启动Nginx服务器 启动方式有两种: (1)直接进入nginx安装目录下,双击nginx.exe运行,此时命令行窗口一闪而过&…

浏览器 cookie 的原理(详)

目录 1,cookie 的出现2,cookie 的组成浏览器自动发送 cookie 的条件 3,设置 cookie3.1,服务端设置3.1,客户端设置3.3,删除 cookie 4,使用流程总结 整理和测试花了很大时间,如果对你有…

python调用GPT API

每次让gpt给我生成一个调用api的程序时,他经常会调用以前的一些api的方法,导致我的程序运行错误,所以这期记录一下使用新的方法区调用api 参考网址 Migration Guide,这里简要地概括了一下新版本做了哪些更改 OpenAI Python API l…

引领汽车营销新趋势,3DCAT实时云渲染助力汽车三维可视化

当前,汽车产业发展正从电动化的上半场,向智能化的下半场迈进。除了车机技术体验的智能化之外,观车体验的智能化也不容忽视。 这是因为,随着数字化、智能化、个性化的趋势,消费者对汽车的需求和期待也越来越高&#xf…

2016年第五届数学建模国际赛小美赛B题直达地铁线路解题全过程文档及程序

2016年第五届数学建模国际赛小美赛 B题 直达地铁线路 原题再现: 在目前的大都市地铁网络中,在两个相距遥远的车站之间运送乘客通常需要很长时间。我们可以建议在两个长途车站之间设置直达班车,以节省长途乘客的时间。   第一部分&#xf…

Qt的简单游戏实现提供完整代码

文章目录 1 项目简介2 项目基本配置2.1 创建项目2.2 添加资源 3 主场景3.1 设置游戏主场景配置3.2 设置背景图片3.3 创建开始按钮3.4 开始按钮跳跃特效实现3.5 创建选择关卡场景3.6 点击开始按钮进入选择关卡场景 4 选择关卡场景4.1场景基本设置4.2 背景设置4.3 创建返回按钮4.…

Java面向对象(初级)

面向对象编程(基础) 面向对象编程(OOP)是一种编程范式,它强调程序设计是围绕对象、类和方法构建的。在面向对象编程中,程序被组织为一组对象,这些对象可以互相传递消息。面向对象编程的核心概念包括封装、继承和多态。…

2023.12.21 关于 Redis 常用数据结构 和 单线程模型

目录 各数据结构具体编码方式 查看 key 对应 value 的编码方式 Reids 单线程模型 经典面试题 IO 多路复用 Redis 常用数据结构 Redis 中所有的 key 均为 String 类型,而不同的是 value 的数据类型却有很多种以下介绍 5 种 value 常见的数据类型 注意&#xff1…

阿里云 ACK One 新特性:多集群网关,帮您快速构建同城容灾系统

云布道师 近日,阿里云分布式云容器平台 ACK One[1]发布“多集群网关”[2](ACK One Multi-cluster Gateways)新特性,这是 ACK One 面向多云、多集群场景提供的云原生网关,用于对多集群南北向流量进行统一管理。 基于 …

虚拟机的下载、安装(模拟出服务器)

下载 vmware workstation(收费的虚拟机) 下载vbox 网址:Oracle VM VirtualBox(免费的虚拟机) 以下选择一个下载即可,建议下载vbox,因为是免费的。安装的时候默认下一步即可(路径最好…

hiveserver负载均衡配置

一.安装nginx 参数我的另一篇文章:https://mp.csdn.net/mp_blog/creation/editor/135152478 二.配置nginx服务参数 worker_processes 1; events { worker_connections 1024; } stream { upstream hiveserver2 { # least_conn; # 使用最少连接路由…