层次分析法可以帮助你做决策的简单算法

2023年 11月 27日 86.2k 0

作用

层次分析法是一个多指标的评价算法,主要用来在做决策时,给目标的多个影响因子做权重评分。特别是那些需要主观决策的、或者需要用经验判断的决策方案,例如:

  • 买房子(主观决策)
  • 选择旅游地(主观决策)
  • 给员工进行绩效评估(经验判断)
  • 选择开店地址(经验判断)

实现步骤

构建层次评价模型

一般可以分为三个层次:目标层、准则层和方案层。如图,目标层:最优旅游地选择;准则层:景色、费用、居住、饮食、旅途;方案层:西安、云南、西藏、青海。

图片图片

构造判断矩阵

构造判断矩阵就是将准则层各要素之间两两相互比较,确定各要素对目标层的重要程度(权重)。

图片图片

准则层A构建如下:

图片图片

准则层A各要素必须满足如下条件:即各要素必须大于0;对角线必须等于1;对角线对称的元素互为倒数。    

图片图片

标度值的大小如图所示方法进行配置

图片图片

层次单排序与一致性检验

层次单排序就是根据我们构成的判断矩阵,求解各个指标的权重。

图片图片

计算权重有两种方法:方根法、和法。

计算权重

方根法

1、通过计算每行乘积的m次方,得到m维向量。    

图片图片

示例中的计算如图

图片图片

2、将向量标准化,得到权重

图片图片

计算示例的权重如图    

图片图片

和法

1、先将矩阵的每列进行标准化

2、将标准化后的各元素按行求和

3、将求和结果进行标准化

图片图片

求解最大特征根λmax与CI值

以上,求得权重矩阵后,可以计算最大特征根,其公式为:

图片图片

其中n为维度数,例如构建的判断矩阵为:景色、费用、居住、饮食、旅途时,n=5;

AW为:判断矩阵*标准化后的权重,然后按按行的累加值。

即判断矩阵A为:

图片图片

标准化后权重W为:

图片图片

其中A*W为:    

图片图片

AW:

图片图片

λmax:

AW1/W1+AW2/W2+AW3/W3+···+AWn/Wn=x

图片图片

最大特征值λmax=x/矩阵阶数=5.416

最大特征值λmax求解出来后,C.I值就好算多了,

根据C.I值公式,λmax=5.416,n=5,代入可得C.I值=0.1042

图片图片

求解CR值,判断一致性

一致性校验目的是确定构建的判断矩阵是否有逻辑问题。例如,如果a相当于b为3,a相当于c为1/3,在判断b相当于c时,理应c比b重要。

RI值通过查表可以得知,这个是模拟 1000 次得到的随机一致性指标 R.I.:

图片图片

而我们的矩阵是5阶(准则层因子个数),矩阵阶数为5时对应的RI值为1.12,代入公式,可以得到C.R.值为 0.1042 / 1.12 = 0.093。

图片图片

所以 C.R.=0.093

相关文章

JavaScript2024新功能:Object.groupBy、正则表达式v标志
PHP trim 函数对多字节字符的使用和限制
新函数 json_validate() 、randomizer 类扩展…20 个PHP 8.3 新特性全面解析
使用HTMX为WordPress增效:如何在不使用复杂框架的情况下增强平台功能
为React 19做准备:WordPress 6.6用户指南
如何删除WordPress中的所有评论

发布评论