数模-改进AHP算法
一、简简单单介绍一下AHP
AHP(层次分析)算法作为数学建模中评价问题中求解的“万金油”,以方便构建且思路简单而受到大部分数模小白的青睐以及使用。下面简单介绍一下AHP算法的基本信息:
AHP是一种定性与定量相结合的系统化、层次化的分析方法,由美国的运筹学加Satty于20世纪70年代提出。AHP自20世纪80年代初引入到我国以来,国内外相关研究者对其进行了大量的改进和完善,并获得了一系列的研究成果。这些成果主要集中在标度和一致性检验方法的改进、判断矩阵的构造以及修正、权重的求解、逆序问题、群决策问题、F-AHP问题、标度的分析比较问题等方面。在实际应用中,人们发现Satty教授提出的1-9标度法存在很多的缺陷。针对1-9标度法的不足,国内外学者一些改进的数字标度法。国外主要有1-5标度法、1-15标度法、x2标度法、槡x标度法等。国内主要有0-2标度法、-1-1标度法、-2-2标度法、0.1-0.9标度法、指数标度法、9/9-9/1和10/10-18/2分数标度法等。
但是!AHP算法虽然简单好用,但作为低级的评价模型算法似乎并不受评委们的青睐,因此我们在使用它的时候,最好进行与题目相关的优化后再使用其进行求解,这样一来不仅降低评委嫌弃程度,也可以提高求解结果的正确性,鱼和熊掌兼得,实是妙哉。以下我们以2021数维杯国赛骑手评价体系的构建问题(即第一小问)进行相关演示。
二、粘一下这个题目
根据2020年6月发布的《2019中国即时配送行业发展报告》显示,2019年的即时配送行业的订单量以及用户群体,外卖骑手的数量也呈现一种直线上升的趋势。 但是由于复杂的国内与国际经济环境及我国庞大的人口规模下外卖骑手间的竞争变得异常激烈, 这给予了平台更多的订单配送提成压缩空间例如拼命压缩和延长上班时间来换取高收入,以骑手配送效率低下为理由逐步压缩外卖骑手的订单配送提成等。 据调查显示,骑手在送外卖的过程中受到智能算法和数据分析的不断驱动,出现了违反交通规则的现象, 朝着更快更廉价的趋势发展。同时商家也对平台的抽成反感并产生了部分商家为了盈利出现了料理包加热、食材不新鲜等问题,致使消费者也成为了受害群体。 上述种种事实表明外卖行业中存在着严重的内卷现象。数据分析至关重要,但利用数据分析来掠夺弱势群体少有的财富和时间并不可取。 请你通过数学建模的方法解决外卖平台、骑手、商家与消费者之间的如下问题:问题1:请充分考虑骑手的骑行安全与高质量服务等因素后,试制定一个合理的骑手配送时长设计方案,并提供对应的完成质量奖惩措施。
三、问题分析
通过研究如何制定一个合理的骑手配送时长设计方案,并提供对应的完成质量奖,可以为平台提供一个双向受益的选择,从而在不损害平台利益以及提高平台员工综合素质的同时使骑手得到合适的利益以保持良好的工作积极性。
问题1属于规划决策类的数学问题,对于解决此类问题,我们一般寻找与决策相关的指标并对其分别进行权重计算,最后将其权重进行相应的处理之后依据题意构建相应的决策结果。
通过网络资料搜集,我们可以得到如下的外卖骑手评价体系示意图:
四、层次分析法于此处的使用过程
(因为mathtype的公式不能直接copy过来,所以我们只能用图片展示有公式的部分了)
所以判断矩阵B是模糊一致判断矩阵。
通过大量数据评估以及调查得出10个一级指标的互补性判断矩阵A如图1.2所示
矩阵A做变换得模糊一致矩阵B
利用MATLAB计算10个一级指标得权重(编程代码详见附件1),权重结果为
W=(0.1081 0.1061 0.0939 0.0838 0.1093 0.1213 0.1020 0.0807 0.1070 0.0878)
利用相同的方法对二级指标进行权重计算,得到28个二级指标的权重为
W1=(0.3904 0.3331 0.2765) W2=(0.4019 0.3333 0.2648) W3=(0.5505 0.4495) W4=(0.2769 0.3446 0.3785)
W5=(0.3669 0.2998 0.3333) W6=(0.5505 0.4495)
W7=(0.3449 0.4022 0.2529) W8=(0.3220 0.3898 0.2882)
W9=(0.3558 0.3558 0.2885) W10=(0.3669 0.2998 0.3333)
得到如下图1.2的各级指标权重图
权重 |
一级指标权重 |
二级指标权重a |
二级指标权重b |
二级指标权重c |
时效性 |
0.1081 |
0.3904 |
0.3331 |
0.2765 |
完整性 |
0.1061 |
0.4019 |
0.3333 |
0.2648 |
准确性 |
0.0939 |
0.5505 |
0.4495 |
|
响应性 |
0.0838 |
0.2769 |
0.3446 |
0.3785 |
安全性 |
0.1093 |
0.3669 |
0.2998 |
0.3333 |
鲜活性 |
0.1213 |
0.5505 |
0.4495 |
|
经济性 |
0.1020 |
0.3449 |
0.4022 |
0.2529 |
灵活性 |
0.0807 |
0.3220 |
0.3898 |
0.2882 |
保障性 |
0.1070 |
0.3558 |
0.3558 |
0.2885 |
移情性 |
0.0878 |
0.3669 |
0.2998 |
0.3333 |
最后根据得到的各个指标权重进行相应的决策规划就好啦。
五、MATLAB代码
(层次分析法的代码大同小异,其实不同的优化思想主要体现在对于数据的预处理以及评判矩阵的确定上)
B=[0.5,0.51,0.57,0.62,0.49,0.435,0.53,0.635,0.51,0.6;0.49,0.5,0.56,0.61,0.48,0.425,0.52,0.625,0.5,0.59;0.43,0.44,0.5,0.55,0.42,0.365,0.46,0.565,0.44,0.53;0.38,0.39,0.45,0.5,0.37,0.315,0.41,0.515,0.39,0.48;0.51,0.52,0.58,0.63,0.5,0.445,0.54,0.645,0.48,0.61;0.565,0.575,0.635,0.685,0.555,0.5,0.595,0.7,0.575,0.665;0.47,0.48,0.54,0.59,0.46,0.405,0.5,0.605,0.48,0.57;0.365,0.375,0.435,0.485,0.355,0.3,0.395,0.5,0.375,0.465;0.49,0.5,0.56,0.61,0.52,0.425,0.52,0.625,0.5,0.59;0.4,0.41,0.47,0.52,0.39,0.335,0.43,0.535,0.41,0.5]; [V B]=eig(B); W=V(:,1)/sum(V(:,1))
数模-改进AHP算法相关推荐
- Python数模笔记-模拟退火算法(4)旅行商问题
1.旅行商问题(Travelling salesman problem, TSP) 旅行商问题是经典的组合优化问题,要求找到遍历所有城市且每个城市只访问一次的最短旅行路线,即对给定的正权完全图求其总权 ...
- Python数模笔记-模拟退火算法(3)整数规划问题
1.整数规划问题 整数规划问题在工业.经济.国防.医疗等各行各业应用十分广泛,是指规划中的变量(全部或部分)限制为整数,属于离散优化问题(Discrete Optimization). 线性规划问题的 ...
- Python数模笔记-模拟退火算法(2)约束条件的处理
1.最优化与线性规划 最优化问题的三要素是决策变量.目标函数和约束条件. 线性规划(Linear programming),是研究线性约束条件下线性目标函数的极值问题的优化方法,常用于解决利用现有的资 ...
- Python数模笔记-模拟退火算法(1)多变量函数优化
1.模拟退火算法 模拟退火算法借鉴了统计物理学的思想,是一种简单.通用的启发式优化算法,并在理论上具有概率性全局优化性能,因而在科研和工程中得到了广泛的应用. 退火是金属从熔融状态缓慢冷却.最终达到能 ...
- Python数模笔记-NetworkX(3)条件最短路径
1.带有条件约束的最短路径问题 最短路径问题是图论中求两个顶点之间的最短路径问题,通常是求最短加权路径. 条件最短路径,指带有约束条件.限制条件的最短路径.例如,顶点约束,包括必经点或禁止点的限制:边 ...
- Python数模笔记-Sklearn(2)聚类分析
1.分类的分类 分类的分类?没错,分类也有不同的种类,而且在数学建模.机器学习领域常常被混淆. 首先我们谈谈有监督学习(Supervised learning)和无监督学习(Unsupervised ...
- Python数模笔记-Sklearn(3)主成分分析
主成分分析(Principal Components Analysis,PCA)是一种数据降维技术,通过正交变换将一组相关性高的变量转换为较少的彼此独立.互不相关的变量,从而减少数据的维数. 1.数据 ...
- Python数模笔记-NetworkX(4)最小生成树
1.生成树和最小生成树 1.1 生成树 连通的无圈图称为树,就是不包含循环的回路的连通图. 对于无向连通图,生成树(Spanning tree)是原图的极小连通子图,它包含原图中的所有 n 个顶点,并 ...
- Python数模笔记-NetworkX(2)最短路径
1.最短路径问题的常用算法 最短路径问题是图论研究中的经典算法问题,用于计算图中一个顶点到另一个顶点的最短路径. 欢迎关注 Youcans 原创系列,每周更新数模笔记 Python数模笔记-PuLP库 ...
- Python数模笔记-NetworkX(1)图的操作
1.NetworkX 图论与网络工具包 NetworkX 是基于 Python 语言的图论与复杂网络工具包,用于创建.操作和研究复杂网络的结构.动力学和功能. NetworkX 可以以标准和非标准的数 ...
最新文章
- Python几个简单好用的基础功能
- react native 生成APK
- Redis会遇到的15个「坑」,你踩过几个?
- 分区裁剪 oracle,[讨论]分区表并行和剪裁的困惑
- 计算机二级省份,【计算机二级】这些省份发布报名时间!调整前的最后一次考试!...
- python判断对错题_可以在线答题,并且能判断对错,将错题保存起来
- 商业认知,新的一年开始了
- quake3中求1/sqrt(x)的算法源代码
- bootstrap 快速入门
- 营销工具-优惠券相关设计思路
- ffplay 加载 srt、ass字幕、调整对比度、亮度和饱和度、倍数播放
- 基于Java的超市水果管理系统_技术分享 - 基于JAVA SWING结合链表的水果超市管理系统...
- C语言求解一元二次方程
- 《交互设计》作业-第六周
- H106OJ | 第二次练习(查找)
- 微信的服务器 上海,昨下午部分用户无法收发文字信息和登录 
微信回应:上海机房服务器发生故障 现已恢复...
- HDU-6441-Find Integer(费马大定理+勾股数)
- Python OCR 识别图片内容
- VS2019+WDK10编写xp平台的驱动
- APP地推的一些经验