(5.5.4)-6.2层次分析法-层次权重的确定与检验

红色字体表示在屏幕上需要体现的文字内容，与语音同时出现黄底色红字表示用素材（图片、表格、公式等）展示并显示文字黄底色黑字表示用素材（图片、表格、公式等）展示，文字不用显示灰底色删除线表示删除的文字批注制作的意见或重点文字的提炼蓝色字体制作的意见或说明绿色字体表示讲稿存疑之处，需要与老师进行沟通如无特殊说明，上屏文字均为：思源宋体CNSemiBold脚本-6.2层次分析法—层次权重的确定与检验（ppt1ppt2）同学，你好，这节课我们讲授层次分析方法中层次权重的确定与检验。（ppt3）我们先来层次权重的确定。（ppt4）我们先回顾选择领导干部的层次结构图。某单位拟从3名干部中选拔一名领导，选拔的标准有健康状况、业务知识、写作能力、口才、政策水平和工作作风。我们建立了如下的层次结构图。（动画1）准则层对目标层的权重和方案层对准则层的权重如何确定？进一步，方案层对目标层的权重如何确定呢？（ppt5）（动画1）我们首先构造判断(成对比较)矩阵。（动画2）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。如何构造一致矩阵呢？Santy等人提出：1.不把所有因素放在一起比较，而是两两相互比较；2.对比时采用相对尺度，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。（ppt6）（动画1）假设要比较某一层ｎ个元素C_1,C_2,…,C_n，对上一层因素O的影响，每次取两个因素C_i和C_j，用a_ij表示C_i和C_j对O的影响之比。在决策者心目中，准则层中各准则在目标衡量中所占的比重并不一定相同，他们各自会占有一定的比例。（动画2）这里，引用数字1~9及其倒数作为标度来定义判断矩阵：（见背板）A=(a_ij)_(n×n)（动画3）它应满足a_ij>0,a_ji=1/a_ij(i≠j,i、j=1,2,...,n),使上式成立的矩阵称为正互反矩阵．（动画4）为什么要用数字1~9及其倒数作为标度来定义判断矩阵呢？心理学家认为成对比较的因素不宜超过9个，即每层不要超过9个因素。（ppt7）（动画1）判断矩阵元素a_ij的标定原则：（动画2）标度为1，表示两个因素相比，具有同样重要性，标度为3，表示两个因素相比，一个因素比另一个因素稍微重要，标度为5，表示两个因素相比，一个因素比另一个因素明显重要，标度为7，表示两个因素相比，一个因素比另一个因素强烈重要，标度为9，表示两个因素相比，一个因素比另一个因素极端重要，标度为2，4，6，8，上述两相邻判断的中值，标度为上述值的倒数，因素i与j比较的判断aij，则因素j与i比较的判断aji=1/aij（ppt8）（动画1）以选拔领导为例，从三人中选拔一名干部，选拔的标准有政策水平、工作作风、业务知识、口才、写作能力和健康状况。（动画2）这里，如果用C_1，C_2，…，C_6依次表示健康状况，业务知识，写作能力，口才，政策水平，工作作风6个准则，（动画3）设某人用成对比较法（做C_6^2=(6×5)/2=15次对比）得到的成对比较矩阵如下。（动画4）比如a_36=二分之一，表示写作能力C_3与工作作风C_6对选择领导干部这个目标O的重要性之比为1：2.（动画5）我们进一步分析，我们选取C_2:C_1=1:1和C_1:C_3=1:1，根据这两个推出C_2:C_3应该是1:1，而不是1:2。（动画5）发现有矛盾元素存在，即不一致。由于元素是两两相比得到的，因此这种不一致是存在的，且因素越多，不一致的元素肯定也会越多。下面我们怎么处理这种现象呢？（ppt9）（动画1）下面我先看矩阵如果完全一致有什么性质，相应的结论是否可以借鉴到不一致矩阵上来？完全一致矩阵可以这样产生。（动画2）设想把一块单位重量的大石头M砸成n块小石头C_1,C_2,…,C_n，如果精确地称出它们的重量为w_1,w_2,…,w_n，在做成对比较时令a_ij=w_i∕w_j，（动画3）那么得到完成一致的矩阵A_1。（动画4）我们计W=（w_1,w_2,…,w_n）的转置，显然，w_1+w_2+…+w_n=1，这里W可以理解为n块小石头对大石头的权向量。（动画5）显然，A_1的各个列向量与权向量W成比例。（ppt10）（动画1）我们发现权向量W是矩阵A_1最大特征值对应的特性向量，即（见背板）A1W=nW（动画2）这里n是A_1最大的特征根，说明每小块石头对整个大石头的权重是A_1对应于最大特征根n的特征向量归一化后的各个分量。（动画3）下面我们看一致性矩阵的严格定义。（动画4）如果一个正互反矩阵满足a_ij⋅a_jk=a_ik,则A称为一致性矩阵。一致性矩阵有什么性质呢？（动画5）第一个性质，A的秩为1，A的唯一非零特征根为n（动画6）非零特征根n所对应的特征向量归一化后可作为权向量。（ppt11）（动画1）下面我们讲层次单排序及其一致性检验（ppt12）（动画1）针对于非一致正互反矩阵，我们有一个重要结论：（动画2）正互反矩阵A的最大特征根λ_max必为正实数，其对应特征向量的所有分量均为正实数。A的其余特征值的模均严格小于λ_max。（动画3）n阶正互反矩阵A=(a_ij)_(n×n)是一致阵，当且仅当λ_max=n。（动画4）借鉴一致性矩阵的结论，对于不一致(但在允许范围内)的成对比较阵A，Saaty等人建议用对应于最大特征根l的特征向量作为权向量w，即AW=λ_maxW。（动画5）不一致的允许范围是多大？如何界定呢?（ppt13）（动画1）下面我们讲讲什么叫层次单排序。（动画2）判断矩阵A对应于最大特征值λ_max，再利用AW=λ_maxW解出特征向量W，W经归一化后，即为同一层次相应因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序。（动画3）由于λ_max连续的依赖于a_ij,则λ_max比n大的越多,A的不一致性越严重。用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量,其不一致程度越大,引起的判断误差越大。（动画4）能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对确定A不一致的允许范围。（ppt14）（动画1）下面讲述如何检验A的不一致性。（动画2）计算判断矩阵A的一致性指标CI，定义：CI=(λ_max-n)/(n-1)式中n为判断矩阵的阶数。显然，当A具有完全一致性时，CI=0。λ_max-n愈大，CI愈大，矩阵的一致性愈差．根据矩阵A的迹可以知道，A所有的特征值加起来为n,因此这个指标可以理解为矩阵A中，把最大的特征值去掉后，余下特征值的和，取绝对值后的平均值。（动画3）前面我们观察可知，矩阵的维数越大，不一致性也越严重，因此这种不一致应该要和矩阵的维数建立关系。因此我们引入随机一致性指标RI。（动画4）随机一致性指标是指针对某一阶的矩阵，比如5阶矩阵，我们随机产生1000个5阶成对比矩阵，然后计算他们的CI后取平均值。这个值会稳定为近似常数，比如5阶矩阵，平均随机一致性指标RI=1.12。类似，我们可得到各阶矩阵的随机一致性指标的值如下表所示。从表可以看出矩阵阶越高，随机一致性指标的值越大。（动画5）因此，我们修正CI，引入一致性比例CR：CR=CI/RI。说明矩阵的阶越高，我们允许CI越大。（动画6）具体的判别标准是：当一致性比率CR<0.1时，判断矩阵A具有满意的一致性。（ppt15）（动画1）我们以选择领导为例，由“选择领导干部”的成对比较矩阵可知，A的最大特征值λ_max=6.35（动画2）其一致性指标CI=(6.35-6)/(6-1)=0.07（动画3）查表1可知其平均随机一致性指标：RI=1.24（动画4）一致性比率：CR=(0.07)/(1.24)=0.0565<0.1（动画5）矩阵A通过一致性检验。由此可知，尽管我们的成对比较矩阵A具有不一致的地方，但在Saaty等人给出的这种不一致的允许范围内，仍然可以近似认为它是一致性矩阵。（ppt16）（动画1）下面我们讲层次总排序及其一致性检验（ppt17）（动画1，2）利用同一层次中所有层次单排序的结果，就可计算针对上一层次而言本层次所有元素重要的权值，这就是层次总排序，需要从上至下逐层进行。（动画3）我们建立的层次结构图如图所示，Z为目标层，准则A层有m个因素，方案B层有n个方案。（动画4）A层m个因素A_1,A_2,⋯,A_m，对总目标Z的权重为（动画5）a_1,a_2,⋯,a_m，具体标注到左图。（动画6）B层n个因素对上层A中因素为A_j的层次单排序为（动画7）b_1j,b_2j,⋯,b_nj(j=1,2,⋯,m)，同样标注到左图。（动画8）从左图看，我们发现方案B1到目标Z的路径总共有m条，分别是通过A_1,A_2,⋯,A_m到达Z。因此我们把同一条路上的两个权重相乘，不同路径上得到的值相加，从而得到B1到目标Z的权重为：a_1b_11+a_2b_12+⋯a_mb_1m。类似可以得到方案层其他方案对目标Z的权重。把它们排一起，我们发现它们和线性变换形式类似。因此我们进一步写出表格，形成矩阵，可以利用矩阵相乘来得到层次总排序。（ppt18）（动画1）层次A和层次B的层次总排序权值计算表如下：（动画2）这里第二行a_1,a_2,⋯,a_m为A层m个因素对总目标Z，记为W1。把方案层B层对A_1的权重，放第1列，把方案层B层对A_2的权重，放第2列，把方案层B层对A_m的权重，放第m列，这些元素可以组成矩阵W2，则方案层B层对目标Z的权重为W=W2W1。（ppt19）（动画1）我们得的这个权是否可行呢？我们需检验层次总排序计算结果的一致性。（动画2）（1）层次总排序一致性指标CI=∑_(j=1)^ma_j乘以CI_j，式中CI_j为与A_j对应的B层次中判断矩阵的一致性指标。（动画3）（2）层次总排序随机一致性指标RI=∑_(j=1)^ma_j乘以RI_j，式中RI_j为与A_j对应的B层次中判断矩阵的随机一致性指标。（动画4）层次总排序随机一致性比率CR=CI/RI，当CR≤0.1时，认为层次总排序的计算结果具有满意的一致性。（ppt20）（动画1，2）已选择领导为例，构造方案层对准则层的每一个准则的成对比较阵，总共6个准则，3个备选领导，即3个方案，因此需要构造6个3*3的成对比矩阵，（动画3）不妨设它们如下所示。（ppt21）（动画1，2）由此可求得各矩阵的最大特征值和相应的特征向量。最大特征值和相应的CI如下表所示。我们得到层次总排序的检验指标CI=0.125，查表，当矩阵阶为3时，RI为0.58.因此计算出CR=0.0213，小于0.1，通过检验。（ppt22）（动画1，2）6个3*3的成对比矩阵最大特征值对应的特征向量归一化后排成6列，构成矩阵W2，根据层次总排序的计算公式W=W2W1，得到最终3个方案的权向量为，0.40,0,34,0,26.我们选取权重最大的为当选的领导。即第一个人是最合适人选。（ppt23）（动画1）下面我们来看看案例分析（ppt24）（动画1）我们考虑选择旅游地，假定我们有3的方案，即3个旅游地供选着，分别是苏杭，北戴河，桂林。（ppt25）（动画1）首先构建层次架构图。（动画2，3）其次是目标，我们的目标是选择旅游地。（动画4）在选旅游地的时候，（动画5）我们会考虑景色、费用、居住条件、饮食和交通等因素，这些因素构成准则层。（动画6）最后是方案层。（动画7）供我们选择的3个旅游地构成我们的方案层。（ppt26）（动画1，2）我们构造准则层对目标层的成对比矩阵记为A，（动画3）构造方案层对5个准则的成对比矩阵记为B1,B2,....,B5.（ppt27）（动画1）下面计算层次单排序的权向量和一致性检验。（动画2）成对比较矩阵A的最大特征值λ=5.073（动画3）该特征值对应的归一化特征向量记为W（动画4）我们分别计算CI和CR，得到CR=0.016，小于0.1（动画5）因此通过一致性检验。（ppt28）（动画1）下次计算方案层对准则层的权重及检验。（动画2）对成对比较矩阵B_1,B_2,B_3,B_4,B_5求最大特征值和对应的特征向量，把特征向量按列排名，并求出每个矩阵的CI，具体的结果如表所示。（ppt29）（动画1，2,3）利用矩阵相乘，很容易得到方案层对目标层的