层次分析法:一致性检验与决策权重计算
需积分: 14 124 浏览量
更新于2024-08-21
收藏 394KB PPT 举报
一致性检验在层次分析法中扮演着关键角色,它确保了决策过程的合理性与有效性。层次分析法(Analytic Hierarchy Process, AHP)是由T.L. Saaty在20世纪70年代提出的一种定性和定量结合的决策分析工具,主要用于解决涉及多个层次、复杂因素的决策问题,如选择旅游目的地。该方法将问题分解为三个层次:目标层(O)、准则层(C)和方案层(P),通过比较和权重分配来量化决策元素的重要性。
首先,层次分析法要求进行成对比较,即元素间两两之间的相对重要性评估。这涉及到构建一个成对比较矩阵(A),其中每个元素(i,j)代表第i个准则相对于第j个准则的重要性。例如,矩阵中可能包含这样的比较:C1相对于C2的重要性为1:2,C1相对于C3为4:1等。这种比较是主观的,反映了决策者的判断。
在成对比较过程中,如果矩阵中的比例不满足一致性,可能会出现不一致的情况。为了衡量不一致性,Saaty提出了随机一致性指标(RI,Randomness Index),它是通过模拟随机矩阵并计算CI(Consistency Index)来确定的。CI是衡量实际比较矩阵与随机一致矩阵之间的差异,而RI则是随机矩阵在相同条件下预期的CI值。一致性比率CR(Consistency Ratio)是CI除以RI,当CR小于0.1时,认为矩阵的一致性足够高,可以通过一致性检验。
Saaty给出的RI值随着矩阵的阶数(n)增加而逐渐增大,为1至1.51不等,用于对比实际矩阵的CI以评估其一致性。当矩阵的CR超过阈值,就需要重新检查成对比较的过程,调整权重或重新进行比较,直到达到一致性标准。
在实际应用中,如果通过一致性检验,就可以利用这些权重向量进行综合,从而得出各方案对于目标层的总权重,从而帮助决策者做出最终的选择。层次分析法的优势在于它将复杂的定性判断转化为定量的数值,使决策过程更为客观和精确。然而,这个过程需要注意主观因素的影响,并通过不断迭代和验证以确保决策的合理性。
2011-07-07 上传
2019-09-20 上传
2011-09-10 上传
2021-09-14 上传
2021-09-14 上传
2021-10-11 上传
2010-05-18 上传
2021-09-19 上传
2021-10-11 上传
永不放弃yes
- 粉丝: 913
- 资源: 2万+
最新资源
- node-selenium-driver-filedetector:具有文件检测器绑定的节点网络驱动程序
- spring-boot-graphql
- remixed2recipes
- 星级酒店预定主题响应式模板
- 企业门户网站管理系统,包括前台展示、后台管理、后端服务(Node.js、Koa、sequelize、MySQL),前.zip
- cordova-plugin-mmedia:千禧一代媒体广告的CordovaPhoneGap
- Lita:公司聊天室的机器人伴侣-开源
- eslint-plugin-jsx-extras:一组Eslint插件,用于基于应用程序的特定JSX规则
- bls_custom:粘在一起将Blocky Survival Minetest服务器固定在一起
- 进口玻璃磨边机PLC程序.rar
- Schizo-crx插件
- angular-starter:基于angularJS框架的全初始化前端项目
- javascript-dom-exercises-2.3
- TheGrid:按键游戏
- autotrader-scraper:用于刮擦自动交易器网站以获取汽车图像的工具。 我用它们来训练神经网络
- 库:通用功能的声明。 存储库的内容不属于GNU C库