层次分析法及matlab程序

1、层次分析法及matlab程序层次分析法建模层次分析法（AHPAnalytic Hierachy process）- 多目标决策方法70 年代由美国运筹学家T·L·Satty提出的，是一种定性与定量分析相结合的多目标决策分析方法论。吸收利用行为科学的特点，是将决策者的经验判断给予量化，对目标（因素）结构复杂而且缺乏必要的数据情况下，採用此方法较为实用，是一种系统科学中，常用的一种系统分析方法，因而成为系统分析的数学工具之一。 传统的常用的研究自然科学和社会科学的方法有：机理分析方法：利用经典的数学工具分析观察的因果关系；统计分析方法：利用大量观测数据寻求统计规律，用随机数学方

2、法描述（自然现象、社会现象）现象的规律。基本内容：（1）多目标决策问题举例AHP建模方法（2）AHP建模方法基本步骤（3）AHP建模方法基本算法（3）AHP建模方法理论算法应用的若干问题。 参考书： 1、姜启源，数学模型（第二版，第9章；第三版，第8章），高等教育出版社 2、程理民等， 运筹学模型与方法教程，（第10章），清华大学出版社 3、运筹学编写组，运筹学（修订版），第11章，第7节，清华大学出版社一、问题举例：A大学毕业生就业选择问题获得大学毕业学位的毕业生，“双向选择”时，用人单位与毕业生都有各自的选择标准和要求。就毕业生来说选择单位的标准和要求是多方面的，例如： 能发挥自己的才干为

3、国家作出较好贡献（即工作岗位适合发挥专长）； 工作收入较好（待遇好）； 生活环境好（大城市、气候等工作条件等）； 单位名声好（声誉-Reputation）； 工作环境好（人际关系和谐等） 发展晋升（promote, promotion）机会多（如新单位或单位发展有后劲）等。问题：现在有多个用人单位可供他选择，因此，他面临多种选择和决策，问题是他将如何作出决策和选择？或者说他将用什么方法将可供选择的工作单位排序？工作选择生活环境工作环境声誉收入发展贡献 可供选择的单位P1 P2 - Pn .假期旅游地点选择暑假有3个旅游胜地可供选择。例如：苏州杭州，北戴河，桂林，到底到哪个地方去旅游最好？要作出

4、决策和选择。为此，要把三个旅游地的特点，例如：景色；费用；居住；环境；旅途条件等作一些比较建立一个决策的准则，最后综合评判确定出一个可选择的最优方案。选择旅游地目标层居住旅途景色费用饮食准则层P1P2P3方案层C资源开发的综合判断7种金属可供开发，开发后对国家贡献可以通过两两比较得到，决定对哪种资源先开发，效用最用。对经济发展、贡献U经济价值战略重要性交通条件要求量风险费开採费金Go铝Al钿Ur磷酸盐铁In铜Co二、问题分析：例如旅游地选择问题：一般说来，此决策问题可按如下步骤进行：（S1）将决策解分解为三个层次，即：目标层：（选择旅游地）准则层：（景色、费用、居住、饮食、旅途等5个准则）方案

5、层：（有，三个选择地点）并用直线连接各层次。（S2）互相比较各准则对目标的权重，各方案对每一个准则的权重。这些权限重在人的思维过程中常是定性的。例如：经济好，身体好的人：会将景色好作为第一选择；中老年人：会将居住、饮食好作为第一选择；经济不好的人：会把费用低作为第一选择。而层次分析方法则应给出确定权重的定量分析方法。（S3）将方案后对准则层的权重，及准则后对目标层的权重进行综合。（S4）最终得出方案层对目标层的权重，从而作出决策。以上步骤和方法即是AHP的决策分析方法。三、确定各层次互相比较的方法成对比较矩阵和权向量在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因

6、而Santy等人提出：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. 对此时採用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，提高准确度。因素比较方法 成对比较矩阵法：目的是，要比较某一层个因素对上一层因素O的影响（例如：旅游决策解中，比较景色等5个准则在选择旅游地这个目标中的重要性）。採用的方法是：每次取两个因素和比较其对目标因素O的影响，并用表示，全部比较的结果用成对比较矩阵表示，即： （1）由于上述成对比较矩阵有特点： 故可称为正互反矩阵：显然，由 ，即：，故有：例如：在旅游决策问题中：= 表示：故：= 表示：即：景色为4，居住为1。= 表示：即：费用重要性为

7、7，居住重要性为1。因此有成对比较矩阵：问题：稍加分析就发现上述成对比较矩阵的问题： 即存在有各元素的不一致性，例如：既然：所以应该有：而不应为矩阵中的成对比较矩阵比较的次数要求太，因：个元素比较次数为：次，因此，问题是：如何改造成对比较矩阵，使由其能确定诸因素对上层因素O的权重？对此Saoty提出了：在成对比较出现不一致情况下，计算各因素对因素（上层因素）O的权重方法，并确定了这种不一致的容许误差范围。为此，先看成对比较矩阵的完全一致性成对比较完全一致性四：一致性矩阵Def：设有正互反成对比较矩阵： (4)除满足：（i）正互反性：即而且还满足：（ii）一致性：即 然后再计算的一致性指标，因此

8、是非常不一致的，此时，值相当大. 如此构造相当多的，再用它们的平均值作为随机一致性指标。 Satty对于不同的11)，用100500个样本计算出上表所列出的随机一致性指标作为修正值表。3. 一致性检验指标的定义一致性比率。由随机性检验指标可知：当时，这是因为1, 2阶正互反阵总是一致阵。对于的成对比较阵，将它的一致性指标与同阶（指相同）的随机一致性指标之比称为一致性比率简称一致性指标，即有： 一致性检验指标的定义一致性比率定义： 当：时，认为主观判断矩阵的不一致程度在容许范围之内，可用其特征向量作为权向量。否则，对主观判断矩阵重新进行成对比较，构重新的主观判断矩阵。注：上式的选取是带有一定主观

9、信度的。六、标度比较尺度解：在构造正互反矩阵时，当比较两个可能是有不同性质的因素和对于上层因素O的影响时，採用什么样的相对刻度较好，即的元素的值在（19）或（1）或更多的数字，Satty提出用19尺度最好，即取值为19或其互反数1，心理学家也提出：人们区分信息等级的极限解能力为±2。可见对阶矩阵，只需作出个判断值即可标度定 义135792，4，6，8，倒数1，因素与因素相同重要因素比因素稍重要因素比因素较重要因素比因素非常重要因素比因素绝对重要因素与因素的重要性的比较值介于上述两个相邻等级之间因素与因素比较得到判断值为的互反数，注：以上比较的标度Satty曾用过多种标度比较层，得到的

10、结论认为：19尺度不仅在较简单的尺度中最好，而且比较的结果并不劣于较为复杂的尺度。Satty曾用的比较尺度为： 13, 15, 16，, 111，以及 ，其中 ，其中 等共27种比较尺度，对放在不同距离处的光源亮度进行比较判断，并构造出成对比较矩阵，计算出权向量。同时把计算出来的这些权向量与按照物理学中光强度定律和其他物理知识得到的实际权向量进行对比。结果也发现19的比较标度不仅简单，而效果也较好（至少不比其他更复杂的尺度差）因而用19的标度来构造成对比较矩阵的元素较合适。七、组合权向量的计算层次总排序的权向量的计算层次分析法的基本思想：（1） 计算出下一层每个元素对上一层每个元素的权向量de

11、f：层次总排序，计算同一层次所有元素对最高层相对重要性的排序权值。当然要先：构造下一层每个元素对上一次每个元素的成对比较矩阵计算出成对比较矩阵的特征向量（和法，根法，幂法）由特征向量求出最大特征根（由和法，根法，幂法求得）用最大特征根用方式 及对成对比较矩阵进行一致性检，并通过。（2） 并把下层每个元素对上层每个元素的权向量按列排成以下表格形式：例，假定：上层有个元素，且其层次总排序权向量为，下层有个元素，则按对 个元素的单排序权向量的列向量为，即有：层次层总是排序权重（权向量、列向量） 计算出最大特根（方法：和法、根法、幂法）一致性检验一致性检验比率检验否？注：若下层元素与上层元素无关系时，

12、取总排序权向量各分量的计算公式：(3) 对层次总排序进行一致性检验：从高层到低层逐层进行，如果如果层次某些元素对单的排序的一致性指标为，相应的平均随机一致性指标为，则层总排序随机一致性比率为：当时，认为层次总排序里有满意的一致性，否则应重新调整判断矩阵的元素取值。八、层次分析法的基本步骤：（S1）建立层次结构模型将有关因素按照属性自上而下地分解成若干层次：同一层各因素从属于上一层因素，或对上层因素有影响，同时又支配下一层的因素或受到下层因素的影响。最上层为目标层（一般只有一个因素），最下层为方案层或对象层/决策层，中间可以有1个或几个层次，通常为准则层或指标层。当准则层元素过多（例如多于9个）

13、时，应进一步分解出子准则层。（S2）构造成对比较矩阵，以层次结构模型的第2层开始，对于从属于（或影响及）上一层每个因素的同一层诸因素，用成对比较法和19比较尺度构造成对比较矩阵，直到最下层。（S3）计算（每个成对比较矩阵的）权向量并作一致性检验 对每一个成对比较矩阵计算最大特征根及对应的特征向量（和法、根法、幂法等） 利用一致性指标，随机一致性指标和一致性比率作一致性检验 若通过检验（即，或）则将上层出权向量归一化之后作为（到）的权向量（即单排序权向量） 若不成立，则需重新构造成对比较矩阵（S4）计算组合权向量并作组合一致性检验即层次总排序 利用单层权向量的权值构组合权向量表：并计算出特征根，

14、组合特征向量，一致性上单 层层 重权 量 向下层 量层次 计算组合权向量其中 最大特征根和法、根法、幂法一致性检验 一致性随机检验对照表 一致性比率 若通过一致性检验，则可按照组合权向量的表示结果进行决策（中中最大者的最优），即： 若未能通过检验，则需重新考虑模型或重新构造那些一致性比率，较大的成对比较矩阵九、特征根的近似求法（实用算法）层次分析法的基本思路是计算上层每个元素对下一层次各元素的权向量（即最大特征根对应的特征向量），以及组合权向量及一致性检验问题。计算判断矩阵最大特征根和对应阵向量，并不需要追求较高的精确度，这是因为判断矩阵本身有相当的误差范围。而且优先排序的数值也是定性概念的表

15、达，故从应用性来考虑也希望使用较为简单的近似算法。常用的有以下求特征根的近似求法：“和法”、“根法”、“幂法”，具体如下：1“和法”求最大特征根和对应特征向量（近似解）（S1）将矩阵的每一列向量的归一化得： (利用数据验证即为：每个位置的数除以该列的合计)（S2）对按行求和得：（S3）将归一化，即有：，则有特征向量：（S4）计算与特征向量对应的最大特征根的近似值：此方法：实际上是将的列向量归一化后取平均值作为的特征向量。解释：当为一致矩阵时，它的每一列向量都是特征向量可以在的不一致性不严重时，取的列向量（归一化后）的平均值作为近似特征向量是合理的（有依据的）。2“根法”求最大特征根特征向量近似

16、值：步骤与“和法”相同，只是在（S2）时：对归一化后的列向量按行“求和”改为按行“求积”再取次方根，即：。即有具体步骤：(S1)将矩阵的每一列向量归一化得：（S2）对归一化以后的列向量各元素： 按行“求和”并开次方根得：（S3）再将归一化得：得到特征向量近似值：（S4）计算最大特征根：作为最大特征根的近似值。注：“根法”是将“和法”中求列向量的算术平均值改为求几何平均值。3“幂法”求最大特征根：（S1）任取维归一化初始向量（S2）计算（S3）归一化，即令：（S4）对预先给定的，当时，即为所求的特征向量；否则返回（S2）（S5）计算最大特征根，以上用幂法求最大特征根对应特征向量的迭代方法，其收敛

17、性由TH1（教材P325）中的3），其中，是对应的归一化向量特征。（证明：可以将化为标准形证明）保证。任意选取，也可以取由“根法”、“和法”得到的注：在以上求特征根和特向量的方法中“和法”最简单。例：在旅游问题中，求目标层到准则层的成对比较矩阵为的特征向量和最大特征根：选择旅游地 居住旅途景色费用饮食准则层：P1P2P3方案层：利用“和法”求的特征向量和特征根（S1）将的元素按列归一化得： 各列归一化的分母（S2）将中元素按行求和得各行元素之和：（S3）再将上述矩阵向量归一化得到特征向量近似值， 特征向量其中 （S4）计算与特征向量相对应最大特征根（的近似值）故有最大特征根对一致性检验指标：故

18、通过检验。十、应用实例对前面旅游问题进行决策选择旅游地点 目标层： 旅途B5饮食B4居住B3费用B2景色B1准则层： P1P2P3决策层：已知：目标对准则的权重向量为：（由前面已算出），并已通过一致性检验。准则相对于的成对比较矩阵为对作用的成对比较矩阵为：同样对作用的成对比较矩阵为： 解：对以上每个比较矩阵都可计算出最大特征根及对象的特征向量（即权重向量），并进行一致性检验：以为例用“和法”求出的特征根及对立的特征向量（S1）对按列归一化得：（S2）对按列归一化反向量再按行求和：（S3）对按行归一化得到特征向量（S4）计算特征根一致性检验：故通过检验，既成对矩阵可以接受。同样步骤对，对的影响用

19、特征向量表示最大特征根用：表示并分别计算一致性检验指标：列表如下：权 准则层值决策层B1 B2 B3 B4 B5组合权向量 3 3 0 0 其中的计算公式为：因此层次总排序：组合权向量为：故最终决策为首选，次之，最后。组合一致性检验：由可知：组合一致性检验结果为层次总排序的一致性检验：故一致性检验通过。最层次总排序为最决策为：首选，次之，最后。%层次分析法的matlab程序 disp('请输入判断矩阵A(n阶)');% 在屏幕显示这句话A=input('A=');% 从屏幕接收判断矩阵n,n=size(A);% 计算A的维度，这里是方阵，这么写不太好x=ones(n,100);% x为n行100列全1的矩阵y=ones(n,100);% y同xm=zeros(1,100);% m为1行100列全0的向量m(1)=max(x(:,1);% x第一列中最大的值赋给m的第一个分量y(:,1)=x(:,1);% x的第一列赋予y的第一列x(:,2)=A*y(:,1);% x的第二列为矩阵A*y(:,1)m(2)=max(x(:,2);% x第二列中最大的值