AHP层次分析法:计算权向量与一致性检验实例-MATLAB实现

需积分: 0 2 下载量 93 浏览量 更新于2024-08-15 收藏 1.2MB PPT 举报
层次分析法(Analytic Hierarchy Process, AHP)是一种定性和定量结合的决策支持工具,由T.L. Saaty在20世纪70年代提出,用于解决涉及多个因素和层次的复杂决策问题。它模拟了人类在面对复杂决策时的思考过程,通过构建层次结构模型来系统地评估和比较不同选项。 在计算层次单排序的权向量和一致性检验中,核心步骤如下: 1. **建立层次结构模型**:层次分析法首先将问题分解为多个层次,如目标层、准则层(或指标层)和方案层。例如,在选择钢笔的例子中,目标层可能是找到最好的钢笔,准则层包括质量、颜色、价格、外形和实用性,而方案层则是具体钢笔的选项。在旅游决策中,可能涉及到景色、费用、食宿和旅途等因素。 2. **成对比较矩阵**:对于准则层中的每一个因素,需要进行成对比较,即确定它们之间的相对重要性。通常,这通过标定1到9的尺度(1表示同等重要,9表示极其重要)来量化,然后转换成对角线为1的矩阵形式,以消除比较的绝对尺度影响。 3. **计算特征值和特征向量**:通过求解成对比较矩阵的特征值问题,找出最大的特征值。如果这个特征值小于或等于4,并且对应的余子矩阵的特征值也满足一致性比率(CR)小于0.1,那么可以说一致性检验通过。这里的特征值对应的是该准则层的综合权重向量,反映了每个因素在整体决策中的相对重要性。 4. **归一化和一致性检验**:特征向量需要进行归一化处理,确保它们加权后的总和为1。一致性检验是确保决策过程中主观判断的一致性,如果一致性比率过大,可能需要重新调整比较尺度或者检查比较过程。 5. **权向量的应用**:得到的归一化特征向量可以用来为每个方案赋予权重,然后根据这些权重计算各方案的整体得分,从而进行排序和决策。 6. **迭代和调整**:在实际应用中,可能需要多次迭代,对成对比较矩阵进行修改,直到达到满意的共识和一致性。 层次分析法在Matlab中提供了一种系统化的方法来处理复杂决策问题,通过构建层次结构、成对比较和矩阵操作,帮助用户在众多选项中做出更科学、更合理的决策。它不仅适用于日常生活中的购物、旅游选择,也广泛应用于科研课题选择、单位择业等更复杂的决策场景。