数学建模竞赛知识点汇总(一)——层次分析法
文章目录
- 简介
- 步骤
- 建立层次结构模型
- 构造判断矩阵
- 计算权重
- 算术平均值法
- 几何平均值法
- 特征值法
- 一致性检验
- 合并排序
- 层次分析法的局限性
- 后续
简介
层次分析法(AHP)这是一种定性和定量相结合的、系统的、层次化的分析方法。这种方法的特点就是在对复杂决策问题的本质、影响因素及其内在关系等进行深入研究的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。
步骤
建立层次结构模型
将决策的目标、考虑的因素(决策准则)和决策方案,按它们之间的相互关系分为最高层、中间层和最低层,绘出层次结构图(使用SmartArt生成)。
- 最高层(目标层):决策的目的、要解决的问题;
- 中间层(准则层或指标层):考虑的因素、决策的准则;
- 最低层(方案层):决策时的备选方案;
构造判断矩阵
一致矩阵法,即:
1.不把所有因素放在一起比较,而是两两相互比较。
2.对此时采用相对尺度,以尽可能减少性质不同的诸因素相互比较的困难,以提高准确度。
判断矩阵元素 aija_{ij}aij 的标度方法
计算权重
算术平均值法
将判断矩阵按照列归一化
将归一化的各列相加
将相加后得到的向量中每个元素除以n即可得到权重向量
假设判断矩阵 A=[a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮an1an2⋯ann]A=\left[\begin{array}{cccc}a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n}\end{array}\right]A=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann⎦⎥⎥⎥⎤,
那么算术平均法求得的权重向量
ωi=1n∑j=1naij∑k=1nakj\omega_{i}=\frac{1}{n} \sum_{j=1}^{n} \frac{a_{i j}}{\sum_{k=1}^{n} a_{k j}} ωi=n1j=1∑n∑k=1nakjaij(i=1,2,⋯,n)(i=1,2, \cdots, n) (i=1,2,⋯,n)
几何平均值法
- 将A的元素按照行相乘得到一个新的列向量
- 将新的向量的每个分量开n次方
- 对该列向量进行归一化
假设判断矩阵
A=[a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮an1an2⋯ann]A=\left[\begin{array}{cccc}a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n}\end{array}\right] A=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann⎦⎥⎥⎥⎤
那么几何平均法求得的权重向量
ωi=(∏j=1naij)1n∑k=1n(∏j=1nakj)1n,(i=1,2,⋯,n)\omega_{i}=\frac{\left(\prod_{j=1}^{n} a_{i j}\right)^{\frac{1}{n}}}{\sum_{k=1}^{n}\left(\prod_{j=1}^{n} a_{k j}\right)^{\frac{1}{n}}}, \quad(i=1,2, \cdots, n) ωi=∑k=1n(∏j=1nakj)n1(∏j=1naij)n1,(i=1,2,⋯,n)
特征值法
- 求出矩阵A的最大特征值以及对应的特征向量
- 对特征向量归一化
一致性检验
只有通过了一致性检验,才能够使用计算出的权重
定义一致性指标:
CI=λ−nn−1RI=CI1+CI2+⋯+CINN=λ1+λ2+⋯+λN500−nn−1CI=\dfrac{\lambda-n}{n-1}\\ RI=\dfrac{CI_1+CI_2+\dots+CI_{N}}{N}=\dfrac{\dfrac{\lambda_1+\lambda_2+\dots+\lambda_N}{500}-n}{n-1} CI=n−1λ−nRI=NCI1+CI2+⋯+CIN=n−1500λ1+λ2+⋯+λN−n
λ:最大特征根;n:唯一非零特征根
CR=CIRICR=\dfrac{CI}{RI} CR=RICI
当一致性比率CR<0.1时,认为A的不一致程度在容许范围内,有满意的一致性,通过一致性检验。
合并排序
∑i=1maibj\sum_{i=1}^{m}a_ib_{j} i=1∑maibj
根据最下层(决策层)的层次总排序做出最后决策。
层次分析法的局限性
- 评价的决策层不能太多,否则判断矩阵和一致矩阵的差异会很大
- 如果决策层中的指标数据是已知的,就不适用
后续
喜欢的话可以关注一下我的公众号技术开发小圈,尤其是对深度学习以及计算机视觉有兴趣的朋友,我会把相关的源码以及更多资料发在上面,希望可以帮助到新入门的大家!
数学建模竞赛知识点汇总(一)——层次分析法相关推荐
- 数学建模竞赛知识点汇总(四)——相关性检验
数学建模竞赛知识点汇总(四)--相关性检验 文章目录 数学建模竞赛知识点汇总(四)--相关性检验 简介 皮尔逊相关系数 总体person相关系数 样本person相关系数 皮尔逊相关系数假设检验 前提 ...
- A5.2021年全国数学建模竞赛B题-赛题分析与评阅要点(乙醇偶合制备C4烯烃分析)
A5.2021年全国数学建模竞赛B题-赛题分析与评阅要点(乙醇偶合制备C4烯烃分析),本文转载竞赛赛题.评阅要点,进行赛题解读和分析. 评阅要点为竞赛组委会官方公布,完整体现了解题思路. 本文首发于 ...
- A4.2021年全国数学建模竞赛A题-赛题分析与评阅要点(FAST主动反射面的形状调节)
Python小白的数学建模课-A4.2021年全国数学建模竞赛A题(FAST主动反射面的形状调节),本文转载竞赛赛题.评阅要点,进行赛题解读和分析. 评阅要点为竞赛组委会官方公布,完整体现了解题思路. ...
- 【建议收藏】数学建模竞赛网站汇总
前言 在数学建模备战学习期间,需要寻找学习资料,查找历年真题,阅读优秀论文等:比赛过程中我们需要去查找有关数据,搜索相关文献等.当不知道如何去搜索时,就会很迷茫.我了解这种心情和紧迫的心理,所以我整理 ...
- 2022年美国大学生数学建模竞赛常见问题汇总
1美赛赛题从哪里下载? 竞赛问题在以下镜像网站上发布: http://www.comapmath.com/MCMICM/index.html;(首选) http://www.comap-math.co ...
- 2020年高教社杯全国大学生数学建模竞赛赛题 B题分析与思路!(持续更新)
B题 穿越沙漠 选题前言:(现在有人换题吗?/滑稽脸)比如这样: 哈哈哈不皮了,祝奋斗在建模赛场上的各位能抱奖而归!! 正文 考虑如下的小游戏:玩家凭借一张地图,利用初始资金购买一定数量的水和食物(包 ...
- 研究生数学建模竞赛——近五年赛题分析以及数据分析类赛题优秀论文分享
赛题分析 1 2017-2022年题目名称及类型 1.1 2017 1.2 2018 1.3 2019 1.4 2020 1.5 2021 1.6 2022 2 选题建议 3 优秀论文分享 纯属菜鸡自 ...
- 2019年高教社杯全国大学生数学建模竞赛题目 E题 “薄利多销”分析
E题 "薄利多销"分析 "薄利多销"是通过降低单位商品的利润来增加销售数量,从而使商家获得更多盈利的一种扩大销售的策略.对于需求富有弹性的商品来说,当该商品的价 ...
- 2020年高教社杯全国大学生数学建模竞赛赛题 C题分析与思路!(持续更新)
C题 中小微企业的信贷决策 **1.**C题题目背景+分析 在实际中,由于中小微企业规模相对较小,也缺少抵押资产,因此银行通常是依据信贷政策.企业的交易票据信息和上下游企业的影响力,向实力强.供求关系 ...
最新文章
- Ajax之Jquery封装使用举例2(Json和JsonArray处理)
- 获取微软产品下载链接
- 软件体系架构课下作业07
- php怎么创建对象变量,php实现变量动态创建类的对象用法
- 数据科学近3年都应用在哪些领域?
- 玩客云pc端_玩客云电脑客户端-玩客云pc端下载 v1.4.5.112官方版--pc6下载站
- 语音识别实验报告.docx
- Sql: 去除字符串中的相同的字符串函數
- 快速开发一个混合APP(Hybrid APP)
- Android记录18-集成极光推送的一点说明
- 解决Windows系统删除文件:文件正在使用,无法删除问题
- Python之sep与end
- USB Composite 组合设备之多路CDC实现
- ADB模拟点击、滑动事件
- 计算机引起usb设备无法识别的原因有哪些,计算机无法识别USB设备是什么原因
- Linux(五)Linux远程连接管理工具xftp,xshell使用
- 13.1 数状数组 ——【小朋友排队】
- 单源最短路模板(转自 海子)
- java计算机毕业设计星星电影购票网站源码+mysql数据库+lw文档+系统+调试部署
- python字符串替换源码_Python实现字符串中某个字母的替代功能