层次分析法 - MATLAB代码详解
1.Matlab中求特征值和特征向量
在Matlab中,计算矩阵A的特征值和特征向量的函数是eig(A),其中最常用的两个用法:
A=[1 2 3 ; 2 2 1 ; 2 0 3]
(1) E=eig(A) :求矩阵A的全部特征值,构成向量E。(几阶方阵就有几个特征值)
E=eig(A)
E=
-1.3166
5.3166
2.0000
(2) [V,D]=eig(A) :求矩阵A的全部特征值,构成对角阵D,并求A的特征向量构成V的列向量。(V的每一列都是D中与之相同列的特征值的特征向量)。
[V,D]=eig(A)
V=
0.8364 -0.6336 -0.2408
-0.3875 -0.5470 -0.8427
-0.3875 -0.5470 0.4815
D=
-1.3166 0 0
0 5.3166 0
0 0 2.0000
2.矩阵与常数的大小判断运算
共有三种运算符:大于 > ; 小于 < ; 等于 == (一个等号表示赋值,两个等号表示判断)
X=[1 -3 0;0 0 8;4 0 6]
1 -3 0
0 0 8
4 0 6
X>0
ans=
3×3 logical 数组(逻辑数组) (大于0,是,1;小于0,否,0)
1 0 0
0 0 1
1 0 1
X==4
ans=
3×3 logical 数组
0 0 0
0 0 0
1 0 0
3.判断语句
Matlab的判断语句,if所在的行不需要冒号,语句的最后一定要以end结尾;中间的语句要注意缩进。
a=input('请输入考试分数:')
if a>=85
disp('成绩优秀')
else if a>=60
disp('成绩合格')
else
disp('成绩挂科')
end
层次分析法代码部分
过程:一致性检验判断矩阵计算权重(算术平均值法,几何平均值法,特征值法)
在论文写作中,应该先对判断矩阵进行一致性检验,然后再计算权重,因为只有判断矩阵通过了一致性检验,其权重才是有意义的。
代码顺序:先计算权重一致性检验(仅为了顺应计算过程,在逻辑上过不去)
注意:只有非一致矩阵的判断矩阵才需要进行一致性检验,如果你的判断矩阵本身就是一个一致矩阵,则没有必要进行一致性检验。(自己给的时候最好给一个非一致矩阵,再通过一下一致性检验。)
计算权重:
%%输入判断矩阵
clear;clc
disp('请输入判断矩阵A: ')
%A=input('判断矩阵A=')
A=[1 1 4 1/3 3;
1 1 4 1/3 3;
1/4 1/4 1 1/3 1/2;
3 3 3 1 3;
1/3 1/3 2 1/3 1] 只能给1到9和他们的倒数!!
%matlab矩阵有两种写法,可以直接写到一行;
%A=[1 1 4 1/3 3;1 1 4 1/3 3;1/4 1/4 1 1/3 1/2;3 3 3 1 3;1/3 1/3 2 1/3 1]
%也可以写成多行:
A=[1 1 4 1/3 3;
1 1 4 1/3 3;
1/4 1/4 1 1/3 1/2;
3 3 3 1 3;
1/3 1/3 2 1/3 1]
%两行之间以分号结尾(最后一行分号可加可不加),同行元素之间可以用空格(或者逗号)分开
%%方法1:算术平均法求权重
%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)
Sum_A=sum(A)
[n,n]=size(A) %也可以写成n=size(A,1)
%因为我们的判断矩阵A是一个方阵,所以这里的r和c相同,就可以用同一个字母n表示。
SUM_A=repmat(Sum_A,n,1) %repeat martix在(重复)的缩写
%另一种替代的方法如下:
%SUM_A=[];
%for i=1:n %循环,这一行后面不能加冒号(和python不同),这里表示循环n次
%SUM_A=[SUM_A;Sum_A];
%end
SUM_A
Stand_A=A./SUM_A ——归一化完成
%这里直接将两个矩阵对应的元素相除即可
%第二步:将归一化的各列相加(按行求和)
sum(Stand_A,2)
%第三步: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
disp('算术平均法求权重的结果为: ');
disp(sum(sum(Stand_A,2))/n)
%首先对标准化后的矩阵按照行求和,得到一个列向量
%然后再将这个列向量的每个元素同时除以n即可(注意这里也可以用./哦)
%%方法2:几何平均法求权重
%第一步:将A的元素按照行相乘得到一个新的列向量
product_A=prod(A,2)
%prod函数和sum函数类似,一个用于乘,一个用于加dim=2 维度是行(每一行的所有元素相加或相乘,得到的结果是一个列向量)
%第二步:将新的向量的每个分量开n次方
Product_n_A=product_A.^(1/n)
% 这里对每个元素进行乘方操作,因此要加.号。
% ^符号表示乘方,开n次方等价于求1/n次方
%第三步:对该列向量进行归一化即可得到权重向量
%将这个列向量中的每一个元素除以这一个向量的和即可
disp('几何平均法求权重的结果为: ');
disp(Product_n_A./sum(Product_n_A))
%%方法三:特征值法求权重
%第一步:求出矩阵A的最大特征值以及其对应的特征向量
[V,D]=eig(A)
%V是特征向量,D是由特征值构成的对角矩阵(除了对角元素外,其余元素全为0)
Max_eig=max(max(D)) %也可以写成max(D(:)),得到一个行向量,max函数是求每一列的最大值,最后结果是一个行向量,若出现虚数,则比较其模的大小。
%那么怎么找到最大特征值所在的位置呢?
%需要用到find函数,它可以用来返回向量或矩阵中不为0的元素的位置索引。
%那么问题来了,我们要得到最大特征值的位置,就需要将包含所有特征值的这个对角矩阵D中,不等于最大特征值的位置全变为0
%这时候可以用到矩阵与常数的大小判断运算
D==Max_eig
[r,c]=find(D==Max_eig,1)
ans=
5×5 logical 数组
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
r=
1
c=
1
%找到D中第一个与最大特征值相等的元素的位置,记录他的行和列。
%第二步:对求出的特征向量进行归一化即可得到我们的权重
V(:,c) %(提取某一列的所有元素的函数)
disp('特征值法求权重的结果为: ');
disp( V(:,c) ./ sum(V(:,c)) )
%我们先根据上面找到的最大特征值的列数c找到对应的特征向量,然后再进行标准化。
一致性检验
%%计算一致性比例CR
CI=(Max_eig - n) / (n-1); %Max_eig是最大特征值,n是矩阵的大小
RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];
%这里的RI最多支持n=15。
CR=CI/RI(n);
disp('一致性指标CI='); disp(CI); %也可用字符串连接函数disp(['一致性指标CI='],num2str(CI)])
disp('一致性比例CR='); disp(CR);
if CR<0.10
disp('因为CR<0.10 ,所以该判断矩阵A的一致性可以接受!');
else
disp('注意:CR>=0.10 ,因此该判断矩阵A需要进行修改!');
end
总结:层次分析法中需要用到的matlab知识点
- Matlab基本的小常识:分号的作用,注释的快捷键,clc和clear,disp和input
- sum函数
- Matlab中如何提取矩阵中指定位置的元素?
- size函数
- repmat函数
- Matlab中矩阵的运算(加点和不加点)
- Matlab中求特征值和特征向量
- find函数的基本用法
- 矩阵和常数的大小判断运算
- 判断和循环语句
代码优化:
- 请对代码进行优化,例如输入判断矩阵A时,是否能自动检查矩阵A是否为正互反矩阵?
- 如果我们输入的是一个二阶的判断矩阵,请观察结果有什么问题?怎么改进代码来修正这个问题?
1.
disp('请输入判断矩阵A')
A=input('A=');
%在开始下面正式的步骤之前,我们有必要检验A是否因为粗心而输入有误
ERROR=0; %默认输入是没有错误的
%(1)检查矩阵A的维数是否不大于1或不是方阵
[r,c]=size(A);
if r~=c || r<=1
%~=是不等号 ; ||表示逻辑运算符 ‘ 或 ’
ERROR=1;
end
%(2)检查矩阵A是否为正互反矩阵 a_ij > 0 且 a_ij*a_ji = 1
if ERROR == 0
[n,n]=size(A)
%判断是否有元素小于0
for i=1:n
for j=1:n
if A(i,j)<=0
ERROR=2;
end
end
end
if sum(sum(A<=0))>0
ERROR=2;
end
end
%检验n是否超过了15,因为RI向量为15维
if ERROR==0
if n>15
ERROR=3;
end
end
if ERROR==0
%判断a_ij*a_ji = 1是否成立
if sum(sum(A'.*A~= ones(n)))>0
ERROR=4;
end
end
%A'表示A的转置矩阵,即将a_ij和a_ji互换位置
%ones(n)函数生成一个n*n的全为1的方阵,zero(n)函数生成一个n*n的全为0的方阵
%ones(m,n)函数生成一个m*n的全为1的方阵
if ERROR==0
后面继续计算权重。
...........................................................................................................................................................
else if ERROR==1
disp('请检查矩阵A的维数是否不大于1或不是方阵')
else if ERROR==2
disp('请检查矩阵A中有元素小于等于0')
else if ERROR==3
disp('A的维数n超过了15,请减少准则层的数量')
else if ERROR==4
disp('请检查矩阵A中存在i,j不满足A_ij*A_ji=1')
end
%%代码仅供参考,一定不要用于自己的数模论文中!
2.RI=2,CR>=0.10,结果需要修正。
二阶正互反矩阵一定是一致矩阵,所以不需要进行一致性检验。
代码优化:
CI=(Max_eig - n) / (n-1);
RI=[0 0.001 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];
CR=CI/RI(n);
disp('一致性指标CI='); disp(CI);
disp('一致性比例CR='); disp(CR);
if CR<0.10
disp('因为CR<0.10 ,所以该判断矩阵A的一致性可以接受!');
else
disp('注意:CR>=0.10 ,因此该判断矩阵A需要进行修改!');
end
感谢观看!
层次分析法 - MATLAB代码详解相关推荐
- 层次分析法2:Matlab实现层次分析法的代码详解
目录 读取数据 读取准则层判断矩阵 读取方案层的判断矩阵 一致性检验 求解权重值 寻找权重值最高的结果 代码分享及注释 例题:挑选合适的工作,经双方恳谈,已有三个单位表示愿意录用某毕业生.该生根据已有 ...
- ahp层次分析法matlab代码_Matlab数据分析实战,基于AHP高校食堂满意度调查分析
层次分析法(Analytical Hierachy Process,AHP)是匹兹堡大学T.L.Saaty教授在20世纪70年代初期提出对定性问题进行定量分析的一种渐变灵活的多准则决策方案. 其特点是 ...
- ahp层次分析法matlab代码_(案例)AHP层次决策分析Matlab编码计算
"层次聚类分析Matlab编码计算" 01 - AHP层次决策分析计算函数 求判断矩阵最大特征根和归一化特征向量: function [maxEigVal,w] = maxEigV ...
- 目标层准则层MATLAB,层次分析法-MATLAB
层次分析法-MATLAB 第八章 层次分析法 层次分析法(Analytic Hierarchy Process,简称AHP)是对一些较为复杂.较为模糊的问题作出决策的简易方法,它特别适用于那些难于完全 ...
- 数学建模——层次分析法Python代码
数学建模--层次分析法Python代码 import numpy as np class AHP: """ 相关信息的传入和准备 """ d ...
- 免疫算法(IA)MatLab代码详解
CSDN编辑器里面没有MATLAB选项,所以我为了注释更清楚,用的是//,大家不要被误解了呀,算法看代码就好了 1 免疫算法的精髓 生物免疫系统:动态性免疫.自适应免疫 免疫算法-保证信息的无害性.有 ...
- 综合评价分析法:熵权法matlab实现+层次分析法matlab实现
综合评价分析法:熵权法matlab实现+层次分析法matlab实现 层次分析法matlab实现 clc;clear%层次分析法matlab实现A=[1 1/9 1/2 1/4 1/6 9 1 6 5 ...
- 层次分析法AHP - 代码注释多 - ( 数据建模 Python代码)
实际生活中,往往有一些很复杂的系统,我们没办法直观草率的确定权重,比如甲.乙.丙三人竞选总统,严谨的说,需要从三人的社交能力.管理能力.经济能力等方面来考虑,在每个方面,三位候选人的得分也不同,那么到 ...
- AHP层次分析法matlab实现
AHP层次分析法的步骤和matlab实现方法 AHP (Analytic Hierarchy Process)层次分析法是美国运筹学家T. L. Saaty教授于二十世纪70年代提出的一种实用的多方案 ...
- 多准则决策问题评估方法 | 层次分析法(含代码)
目前多准则决策问题的评估方法主要分为定性分析方法和定量分析方法两类.定性分析方法主要包括专家咨询.熵权法.案例研究和德尔菲法等:定量分析法主要包括层次分析法.主成分分析法.因子分析法.模糊综合评价法. ...
最新文章
- 视频直播:实时数据可视化分析
- Linux系统中nc工具那些不为人知的用法
- C# 中利用 Conditional 定义条件方法
- python contains类似函数_五步教会你用python爬虫神器PyQuery!(内含详细步骤和代码)...
- websocke 在线测试地址
- 服务端接口中的那些坑
- 《深入理解分布式事务》第三章 Spring 事务的实现原理
- python读取csv第一列_如何使用标头完整的python导入csv文件,其中第一列为非数字...
- Ubuntu 下 libev编译安装
- 【模板篇】树状数组们(三)
- Python使用Hprose
- Python3爬虫新手实践及代码、经验分享
- sci一区二区 SCI、EI、ISTP分别指什么
- pr开放式字幕(同步台词)
- 数学在计算机科学中的作用,计算机科学中数学的重要性及其运用
- html5 放鞭炮效果,flash如何制作鞭炮的爆炸效果
- 分层和分段用什么符号_PPT中如何利用符号做出分层显示效果
- 1275配对碱基链 1852玛雅文字 +map讲解 (map)
- 推荐一些vue实战项目
- 计算机 如何设置页面文件,电脑怎么设置设置虚拟内存或者页面文件?
热门文章
- Sloth:网易流计算服务化平台架构实践
- 十进制进制法_二进制/八进制/十进制/十六进制 怎么学会?是怎么算的方式?...
- selenium 实战之 A级纳税人信息
- 华为主题锁屏壁纸换不掉_华为手机去掉壁纸 华为主题换不了锁屏壁纸
- 【Mac实用技巧】Mac如何修复YouTube视频黑屏现象?
- 使用Python连接谷歌邮箱发送邮件
- Fingerprint HAL
- 《东周列国志》第二十八回 里克两弑孤主 穆公一平晋乱
- [视频发布] 掘金 Podcast 报名中,摩拜单车、美团点评团队分享 Vue 最佳实践
- [转]FastDb介绍