掌握决策之道:层次分析法(AHP)的步骤、应用与局限性

news2024/12/25 2:07:39

目录

一、层次分析法简介

举一个小例子: 

评价类问题可用打分解决,比如:小华高考结束后,在华科和武大两所学校之间做抉择。

评价类问题可用打分解决 

二、层次分析法的步骤

(一)一道引出层次分析法的例题

 (二)建立层次分析法的步骤

(1)第一步、建立层次结构模型

(2) 第二步、构造判断矩阵

 (3)第三步、 求权重并做一致性检验

​​①计算最大特征值方法1:算术平均法

②计算最大特征值方法2:几何平均法

③计算最大特征值方法3:特征值法 

三种方法结果综合分析: 

(4)第四步、根据权重矩阵计算得分,并进行排序

三、总结 

判断矩阵不满足一致性检验,CR>0.1,如何修正? 

层次分析法的优点:

 层次分析法的一些局限性:

层次分析法的适用情况:


一、层次分析法简介

层次分析法是建模比赛中最基础的模型之一,其主要用于解决评价问题

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

举一个小例子: 

评价类问题可用打分解决,比如:小华高考结束后,在华科和武大两所学校之间做抉择。

评价类问题可用打分解决 

最终建议小华选择得分最高的一个学校:华科。 

二、层次分析法的步骤

(一)一道引出层次分析法的例题

小华同学想出去旅游。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。

你确定评价指标、形成评价体系来为小华同学选择最佳的方案。

 解决评价类问题,首先要想到以下个问题:

我们评价的目标是什么?

我们为了达到这个目标有哪几种可选的方案?

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)

 解决评价类问题,大家首先要想到以下三个问题:

① 我们评价的目标是什么?

  答:为小华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?

  答:三种,分别是苏杭、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)

  答:题目没给相关数据支撑,需要我们查阅相关的资料。

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

脑洞:假如现在小华就在我们面前,我们要对他提哪些问题才能帮他合理地做决定?  

问题: 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: 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。

目的:求权重!!!!!!

有同学可能会想,直接叫小华填好这张表不就完事啦~

  这样往往比较片面和不周全  (隔一天问他答案可能就变)

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[kuí]老师的数学建模算法与应用

 (二)建立层次分析法的步骤

(1)第一步、建立层次结构模型

解决评价类问题,大家首先要想到以下三个问题:

① 我们评价的目标是什么?

  答:为小华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?

  答:三种,分别是苏杭、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)

  答:题目没给相关数据支撑,需要我们查阅相关的资料。

注意:如果你用到了层次分析法,那么这个层次结构图要放在你的建模论文中。  

(2) 第二步、构造判断矩阵

根据五个指标,分别构造出来的判断矩阵,如下: 

 (3)第三步、 求权重并做一致性检验

在使用判断矩阵求权重之前,必须对其进行一致性检验。

一致性检验的目的:为了检验各元素重要度之间的协调性,避免出现AB重要,BC重要,而C又比A重要这样的矛盾情况出现。

引理:n阶判断矩阵A为一致矩阵时,当且仅当最大特征值=n

           n阶判断矩阵A非一致时,一定满足最大特征值>n

判断矩阵越不一致时,最大特征值与n相差就越大

三种方法计算最大特征值:

①算术平均法(和积法)

②几何平均法(方根法)

③特征值法

​​①计算最大特征值方法1:算术平均法

第一步:将判断矩阵按照列归一化 (每一个元素除以其所在列的和)

第二步:将归一化的各列按行求和

第二步:将相加后得到的向量中的每个元素除以n即可得到权重向量

 结果如下:

②计算最大特征值方法2:几何平均法

③计算最大特征值方法3:特征值法 

三种方法结果综合分析: 

(4)第四步、根据权重矩阵计算得分,并进行排序

三、总结 

判断矩阵不满足一致性检验CR>0.1,如何修正? 

1. 重新构建判断矩阵:请专家重新评估要素之间的相对重要程度,确保判断矩阵满足一致性要求。

2. 调整判断矩阵中的数据:对判断矩阵中不满足一致性的元素进行微调,以达到一致性。可以使用辅助软件(如 YaahpAHP-Online 等)提供的功能进行检查和处理

3.降低判断矩阵阶数:如果判断矩阵的阶数过高,可以考虑降低其阶数,从而简化模型。这可以通过合并一些相关性较高的指标或子目标来实现。但要注意,降低阶数可能会影响分析结果的准确性。

往一致矩阵上调整    使一致矩阵各行成倍数关系

层次分析法的优点:

系统性:将对象视作系统,按照分解、比较、判断、综合的思维方式进行决策。成为继机理分析、统计分析之后发展起来的系统分析的重要工具

实用性定性与定量相结合,能处理许多用传统的最优化技术无法着手的实际问题,应用范围很广,同时,这种方法使得决策者与决策分析者能够相互沟通,决策者甚至可以直接应用它,这就增加了决策的有效性

简洁性:计算简便,结果明确,具有中等文化程度的人即可以了解层次分析法的基本原理并掌握该法的基本步骤,容易被决策者了解和掌握。便于决策者直接了解和掌握。

 层次分析法的一些局限性:

层次分析法的适用情况:

它适合用于以下几种情况:

1. 当决策问题涉及多个因素且这些因素之间存在层次关系时,可以使用层次分析法来理清各因素之间的关系,并确定各个层次的权重。

2. 当决策问题涉及到一些难以量化的因素时,层次分析法可以帮助我们将这些因素转化为可以比较的量化指标,从而进行决策。

3. 当决策问题需要考虑多方面的观点和意见时,层次分析法可以帮助我们综合各方的观点,形成统一的决策。

4. 当决策问题需要平衡多种目标和利益时,层次分析法可以帮助我们确定各个目标和利益的权重,以便找到最佳的平衡点。

总之,层次分析法适合于那些涉及多个因素、难以量化、需要考虑多方面观点和需要平衡多种目标和利益的决策问题。

 

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:http://www.coloradmin.cn/o/1670187.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

造纸废水处理有哪些工艺设备

造纸废水处理是一个复杂的过程,因为造纸过程中产生的废水含有大量的有机物、悬浮物、色素、油脂、木质素、纤维素等污染物。为了有效处理这些废水,通常需要采用一系列的工艺设备。以下是一些常见的造纸废水处理工艺设备: 格栅:用于…

申贷时,银行级大数据自己能查到吗?

随着金融风控的不断健全,大数据作为辅助的风控工具正在被越来越多的银行和机构使用。在进行申贷时,银行通常会进行大数据查询,以便评估申请人的信用状况。那么,这些大数据自己能查到吗?接下来本文就为大家详细介绍一下&#xff0…

OKHTTP 3.12.0 以后版本 headers 中不可携带中文

今天遇到的报错: java.lang.llegalArgumentException: Unexpected char 0x957f at 0 in x-brand value: 电视堆栈 okhttp3.Headers.checkValue(Headers.java:272) okhttp3.Headers$Builder.add(Headers.java:312) okhttp3.Request$Builder.addHeader(Request.iava:…

超便捷备忘录共享方法 文字文件都可共享

在这个信息爆炸的时代,备忘录已成为我们生活中不可或缺的小助手。它记录着我们的工作计划、待办事项、灵感闪现,甚至是那些温馨的家庭琐事。然而,当我们在不同的设备间穿梭,如何在手机、电脑,甚至是不同品牌的手机之间…

selenium进行xhs图片爬虫:05xhs一个博主的全部文章链接获取

在今天的文章中,是需要进行保持登录状态的,如果没有登录状态。会导致xhs博主下的文章数量缺失。 我使用的仍然是selenium远程调试,也就是我之前说的selenium操作已经打开的浏览器。这块内容配置还是挺简单的,大家可以去试试。 今…

vuerouter声明式导航

声明式导航-跳转传参数 1.查询参数传参 语法:to /path?参数名值 2.对应页面组件接受传来的值 $router.query.参数名 2.动态路由传参 1.配置动态路由 2.配置导航连接 to/path/参数值 3.对应页面组件接收传递过来的值 #route.params.参数名 多个参数传递&…

GPT搜索引擎原型曝光!

OpenAI发布会前一天,员工集体发疯中……上演大型套娃行为艺术。 A:我为B的兴奋感到兴奋;B:我为C的兴奋感到兴奋……Z:我为这些升级感到兴奋 与此同时还有小动作不断,比如现在GPT-4的文字描述已不再是“最先…

树莓派|SPI通信

SPI的原理 SPI(Serial Peripheral Interface)是一种同步的串行通信协议,它允许在单片机和外设之间高速地传输数据。SPI协议主要有以下特点: 采用全双工通信模式,同时支持主从模式(Master/Slave&#xff09…

JavaEE开发重中之重 异常 捕获并抛出异常 自定义异常 2024详解

异常就是代表程序可能出现的问题 Error代表系统级别的错误 属于严重问题 Error是给sun公司用的,不是给程序员用的 Exception代表程序可能出现的问题 叫做异常 编译阶段不会出现异常提醒 运行时会出现的异常 编译阶段就会出现的异常 异常体系的最上层父类是E…

DLRover 如何拯救算力浪费?10 分钟自动定位故障机,1 秒内保存 Checkpoint!

欢迎大家在 GitHub 上 Star 我们: 分布式全链路因果学习系统 OpenASCE: https://github.com/Open-All-Scale-Causal-Engine/OpenASCE 大模型驱动的知识图谱 OpenSPG: https://github.com/OpenSPG/openspg 大规模图学习系统 OpenAGL: https://github.com/TuGraph-…

flink cdc,读取datetime类型

:flink cdc,读取datetime类型,全都变成了时间戳 Flink CDC读取MySQL的datetime类型时会转换为时间戳的问题,可以通过在Flink CDC任务中添加相应的转换器来解决。具体来说,可以在MySQL数据源的debezium.source.converter配置项中指…

欢乐钓鱼大师攻略大全,稀有鱼介绍!

在《欢乐钓鱼大师》的广袤海域中,隐藏着无数神秘的鱼类,等待玩家们的探索。这不仅仅是一场钓鱼的冒险,更是一次心灵的洗礼。每一次挥杆都可能揭开一个新的秘密,让我们一起踏上这场奇妙的钓鱼之旅。 寻觅海域明珠:星光闪…

综合模型及应用(图论学习总结部分内容)

文章目录 前言六、综合模型及应用(以题目总结为主)分层图思想(包括拆点建图) e g 1 : 通信线路 eg1:通信线路 eg1:通信线路​​​[A-Telephone Lines](https://ac.nowcoder.com/acm/contest/1055/A)(蓝书例题) e g 2 : 小雨坐地铁 eg2:小雨坐地铁 eg2:小雨坐地铁​ [1012-小雨坐…

【手势操作-复习前一天的内容-预习今天的内容 Objective-C语言】

一、昨天呢,我们学习的是这个,事件 1.事件这一块儿呢,iOS事件,分为三大类, 1)触摸事件 2)加速计事件 3)远程控制事件 2.这个里边呢,我们主要学习的是这个触摸事件,触摸事件里边,就是Touch,touchesBegan:方法里边,有一个touches参数,它是set类型的, 3.Set,…

疯狂为你省钱 - Al一键虚拟试衣整合包

在今天的数字时代,中小服装商家以及各种带货人,面临着各种挑战,其中之一就是模特拍摄的高成本。为此,一个名为OMS-Diffusion的新开源项目应运而生,旨在帮助大家通过虚拟试衣来降低成本。使用这个工具,只需要…

PSFR-GAN复现

写在前面:本博客仅作记录学习之用,部分图片来自网络,如需引用请注明出处,同时如有侵犯您的权益,请联系删除! 文章目录 前言快速开始安装依赖权重下载及复原 训练网络数据集训练脚本 代码详解训练BaseOptio…

【GD32F470紫藤派使用手册】第五讲 PMU-低功耗实验

5.1 实验内容 通过本实验主要学习以下内容: PMU原理; 低功耗的进入以及退出操作; 5.2 实验原理 5.2.1 PMU结构原理 PMU即电源管理单元,其内部结构下图所示,由该图可知,GD32F4xx系列MCU具有三个电源域…

软件设计师笔记(三)-设计模式和算法设计

本文内容来自笔者学习zst 留下的笔记,都是零碎的要点,查缺补漏,希望大家都能通过,记得加上免费的关注!谢谢!本章主要以下午题出现形式为主! 文章编辑于:2024-5-13 13:43:47 目录 1…

聚焦光量子应用开发!Quandela 发布新版量子计算云服务

内容来源:量子前哨(ID:Qforepost) 文丨浪味仙 排版丨沛贤 深度好文:1200字丨5分钟阅读 摘要:法国光量子计算公司 Quandela宣布推出新版量子计算云服务 Quandela Cloud 2.0,通过创新技术确保量…

C++初阶:8.list

list 一.list的介绍及使用 1. list的介绍 list的文档介绍 list是可以在常数范围内在任意位置进行插入和删除的序列式容器,并且该容器可以前后双向迭代。list的底层是双向链表结构,双向链表中每个元素存储在互不相关的独立节点中,在节点中…