层次分析模型介绍
层次分析法与层次分析模型

b15
1b11 2b12 5b15
b25
1b21 2b22 5b25
b35
1b31 2b32 5b35
4 层次总排序的一致性检验
设 最下层对最上层中因素的层次单排序一致性指标为 CIj, 随机一致性指为 RIj,则层次总排序的一致性比率为:
CR
a1CI1 a1RI1
a2CI 2 a2 RI 2
amCI m am RI m
当 CR 0.1时,认为层次总排序通过一致性检验。到
此,根据最下层(决策层)的层次总排序做出最后决策。
三 层次分析法建模举例
(1)建模
一、旅游问题
Z
A1, A2 , A3, A4 , A5
分别分别表示景色、费用、
A1
A2 A3 A4 A5 居住、饮食、旅途。
B1
B2
计算 CR可k知 B1, B2 , B通3, 过B4一, B致5 性检验。
(4)计算层次总排序权值和一致性检验
B1 对总目标的权值为: 0.595 0.263 0.082 0.475 0.429 0.055 0.633 0.099 0.166 0.110 0.3
饮食 1/3 1/5 2 1 1
旅途 1/3 1/5 3 1 1
由上表,可得成对比较矩阵
1
1 2
4
3
3
2 1 7 5 5
A
1 4
1 7
1
1 1 2 3
1 3
1 3
1 5
1 5
2 3
1 1
1
1
问题:两两进行比较后,怎样才能定量求出到底去哪个地 方旅游最合理?
3 层次单排序
层次分析法用权值表示各个因素的优劣性,那 如何求权值呢?
层次分析模型(数学建模)

第k层nk个元素对于第k-1层上第j个元素为 准则的单排序向量 uj(k)=(u1j(k),u2j(k),…,un j(k))T j=1,2,…nk-1 其中不受第j个元素支配的元素权重取零,
于是可得到nk×nk-1阶矩阵
u (k ) u21 = ( ) unk1 k
(k ) 11
1 A = ( aij ) n×n , aij > 0, a ji = aij
1/ 2 1 1/ 7 1/ 5 1/ 5 4 7 1 2 3 3 5 1/ 2 1 1
3 成对比较阵 5 A~成对比较阵 1 / 3 是正互反阵 A是正互反阵 1 1
要由A确定 要由 确定C1,… , Cn对O的权向量 确定 的权向量
1. 正互反阵的最大特征根和特征向量的性质 正互反矩阵A 是正单根, 正互反矩阵 的最大特征根λ是正单根, Ak e T 对应正特征向量w, 对应正特征向量 , lim T k = w, e = (1,1, L ,1) k →∞ e A e 定理1 定理1 正互反阵的最大特征根是正数, 正互反阵的最大特征根是正数, 特征向量是正向量。 特征向量是正向量。 定理2 定理2 n阶正互反阵 的最大特征根λ ≥ n , 阶正互反阵A的最大特征根 λ= n是A为一致阵的充要条件。 为一致阵的充要条件。 是 为一致阵的充要条件 一致性指标 CI =
“选择旅游地”思维过程的归 选择旅游地” 选择旅游地 纳 • 将决策问题分为 个层次:目标层 ,准则层 , 将决策问题分为3个层次 目标层O,准则层C, 个层次: 方案层P;每层有若干元素, 方案层 ;每层有若干元素, 各层元素间的关系 用相连的直线表示。 用相连的直线表示。 • 通过相互比较确定各准则对目标的权重,及各方 通过相互比较确定各准则对目标的权重, 案对每一准则的权重。 案对每一准则的权重。 • 将上述两组权重进行综合,确定各方案对目标的 将上述两组权重进行综合, 权重。 权重。 层次分析法将定性分析与定量分析结合起来 完成以上步骤,给出决策问题的定量结果。 完成以上步骤,给出决策问题的定量结果。
层次分析法模型

二、模型的假设1、假设我们所统计与分析的数据,都就是客观真实的;2、在考虑影响毕业生就业的因素时,假设我们所选取的样本为简单随机抽样,具有典型性与普遍性,基本上能够集中反映毕业生就业实际情况;3、在数据计算过程中,假设误差在合理范围之内,对数据结果的影响可以忽略、三、符号说明四、模型的分析与建立1、问题背景的理解随着我国改革开放的不断深入,经济转轨加速,社会转型加剧,受高校毕业生总量的增加,劳动用工管理与社会保障制度,劳动力市场的不尽完善,以及高校的毕业生部分择业期望过高等因素的影响,如今的毕业生就业形势较为严峻、为了更好地解决广大学生就业中的问题,就需要客观地、全面地分析与评价毕业生就业的若干主要因素,并将它们从主到次依秩排序、针对不同专业的毕业生评价其就业情况,并给出某一专业的毕业生具体的就业策略、2、方法模型的建立(1)层次分析法层次分析法介绍:层次分析法就是一种定性与定量相结合的、系统化、层次化的分析方法,它用来帮助我们处理决策问题、特别就是考虑的因素较多的决策问题,而且各个因素的重要性、影响力、或者优先程度难以量化的时候,层次分析法为我们提供了一种科学的决策方法、通过相互比较确定各准则对于目标的权重,及各方案对于每一准则的权重、这些权重在人的思维过程中通常就是定性的,而在层次分析法中则要给出得到权重的定量方法、我们现在主要对各个因素分配合理的权重,而权重的计算一般用美国运筹学家T、L、Saaty教授提出的AHP法、(2)具体计算权重的AHP 法AHP法就是将各要素配对比较,根据各要素的相对重要程度进行判断,再根据W、计算成对比较矩阵的特征值获得权重向量kStep1、 构造成对比较矩阵假设比较某一层k 个因素12,,,k C C C L 对上一层因素ο的影响,每次两个因素i C 与j C ,用ij C 表示i C 与j C 对ο的影响之比,全部比较结果构成成对比较矩阵C ,也叫正互反矩阵、*()k k ij C C =,0ij C >,1ij jiC C=, 1ii C =、若正互反矩阵C 元素成立等式:* ij jk ik C C C = ,则称C 一致性矩阵、标度ij C含义1i C 与j C 的影响相同 3 i C 比j C 的影响稍强 5 i C 比j C 的影响强 7 i C 比j C 的影响明显地强 9i C 比j C 的影响绝对地强2,4,6,8i C 与j C 的影响之比在上述两个相邻等级之间11,,29Li C 与j C 影响之比为上面ij a 的互反数 Step2、 计算该矩阵的权重通过解正互反矩阵的特征值,可求得相应的特征向量,经归一化后即为权重向量12 = [ , ,..., ]T kkkkkQ q qq ,其中的ikq 就就是i C 对ο的相对权重、由特征方程A-I=0λ,利用Mathematica 软件包可以求出最大的特征值max λ与相应的特征向量、Step3、 一致性检验1)为了度量判断的可靠程度,可计算此时的一致性度量指标CI :max1kCI k λ-=-其中maxλ表示矩阵C 的最大特征值,式中k 正互反矩阵的阶数,CI 越小,说明权重的可靠性越高、2)平均随机一致性指标RI ,下表给出了1-14阶正互反矩阵计算1000次得到3)当0.1CR RI=<时,(CR 称为一致性比率,RI 就是通过大量数据测出来的随机一致性指标,可查表找到)可认为判断就是满意的,此时的正互反矩阵称之为一致性矩阵、进入Step4、 否则说明矛盾,应重新修正该正互反矩阵、转入Step2、 Step4、 得到最终权值向量将该一致性矩阵任一列或任一行向量归一化就得到所需的权重向量、计算出来的准则层对目标层的权重即不同因素的最终权重,这样一来,我们就可以按权重大小将进行排序了、 (3)组合权向量的计算成对比较矩阵显然非常好体现了我们研究对象——各个因素之间权重的比较状态,能够有效地全面而深刻地表现出有关的数据信息,显然也就是矩阵数学模型的重要应用价值、 因素往往就是有层次的,我们经常在进行决策分析时,要进行多方面、多角度、多层次的分析与研究,把我们的决策选择建立在深刻而广泛的分析研究基础之上的、一个总的指标下面可以有第一层次的各个方面的指标、因素、成份、特征性质、组成成分等等,而每个这种因素又有新的成份在里面、这就就是决策分析的数学模型的真正的意义之所在、定理1:对于三决策问题,假设第一层只有一个因素,即这就是总的目标,决策总就是最后要集中在一个总目标基础之上的东西,然后才能进行最后的比较、又假设第二层与第三层因素各有n 、m 个,并且记第二层对第一层的权向量(即构成成份的数量大小、成份的比例、影响程度的大小的数量化指标的量化结果、所拥有的这种属性的程度大小等等多方面的事情的量化的结果)为:(2)(2)(2)(2)12(,,,)Tn w w w w =L , 而第3层对第2层的全向量分别就是:(3)(3)(3)(3)12(,,,)Tk k k km w w w w =L ,这表示第3层的权重大小,具体表示的就是第2层中第k 个因素所拥有的面对下一层次的m 个同类因素进行分析对比所产生的数量指标、那么显然,第三层的因素相对于第一层的因素而言,其权重应当就是:先构造矩阵,用 (3)k w 为列向量构造一个方阵 (3)(3)(3)(3)12(,,)nWw w w=L,这个矩阵的第一行就是第3层次的m 个因素中的第1个因素,通过第2层次的n 个因素传递给第1层次因素的权重,故第3层次的m 个因素中的第i 个因素对第1层次的权重为 (2)(3)1nkkik w w=∑,从而可以统一表示为:(1)(3)(2)wWw=,它的每一行表示的就就是三层(一般就是方案层)中每一个因素相对总目标的量化指标、定理2:一般公式如果共有s 层,则第k 层对第一层(设只有一个因素)的组合权向量为()()(1),3,4,k k k k s wWw-==L ,其中矩阵 ()k W的第i 行表示第k 层中的第i 个因素,相对于第1k -层中每个因素的权向量;而列向量 (1)k w-则表示的就是第1k -层中每个因素关于第一层总目标的权重向量、于就是,最下层对最上层的的组合权向量为:()()(1)(3)(2)s s s wWWWw-=L ,实际上这就是一个从左向右的递推形式的向量运算、逐个得出每一层的各个因素关于第一层总目标因素的权重向量、 (4)灰色关联度综合评价法灰色系统的关联分析主要就是对系统动态发展过程的量化分析,它就是根据因素之间发展态势的相似或相异程度,来衡量因素间接近的程度,实质上就就是各评价对象与理想对象的接近程度,评价对象与理想对象越接近,其关联度就越大、关联序则反映了各评价对象对理想对象的接近次序,即评价对象与理想对象接近程度的先后次序,其中关联度最大的评价对象为最优、因此,可利用关联序对所要评价的对象进行排序比较、利用灰色关联度进行综合评价的步骤如下:1)用表格方式列出所有被评价对象的指标、2)由于指标序列间的数据不存在运算关系,因此必须对数据进行无量纲化处理、3)构造理想对象,即把无量纲化处理后评价对象中每一项指标的最佳值作为理想对象的指标值、4)计算指标关联系数、其计算公式为:min max imax()()ik k ρρξ+=+∆∆∆∆其中min()()minminiikk k x x =-∆,max()()maxmaxiikk k x x =-∆,()ik ∆=()()ik k x x -,1,2,i n =L ,1,2,k m =L 、式中n 为评价对象的个数;m 为评价对象指标的个数;()ik ξ为第i 个对象第k 个指标对理想对象同一指标的关联系数;A 表示在各评价对象第k 个指标值与理想对象第k 个指标值的最小绝对差的基础上,再按1,2,,i n =L 找出所有最小绝对差中的最小值;max ∆表示在评价对象第k 个指标值与理想对象第k 个指标值的最大绝对差的基础上,再按1,2,,i n =L 找出所有最大绝对差中的最大值;min ∆为评价对象第k 个指标值与理想对象第k 个指标值的绝对差、ρ为分辨系数,ρ越小分辨力越大,一般ρ的取值区间[0,1],更一般地取ρ=0、5、5)确立层次分析模型、6)确定判断矩阵,计算各层次加权系数及加权关联度,加权关联度的计算公式为:()mk iikk γξω=∑,式中7为第i 个评价对象对理想对象的加权关联度,kω为第k 个指标的权重、7)依加权关联度的大小,对各评价对象进行排序,建立评价对象的关联序,从而可以得出关联度较大的对象,关联度越大其综合评价结果也越好、 (5)线性回归分析法假如对象(因变量)y 与p 个因素(自变量)12,,,p x x x L 的关系就是线性的,为研究她们之间定量关系式,做n 次抽样,每一次抽样可能发生的对象之值为12,,ny y yL它们就是在因素(1,2,,)i i p x =L 数值已经发生的条件下随机发生的、把第j 次观测的因素数值记为:12,,,jjpj x xx L (1,2,j n =L )那么可以假设有如下的结构表达式:1111011212201213011p p p p n np p y x x y x x y x x βββεβββεβββε⎧=++++⎪⎪=++++⎪⎨⎪⎪=++++⎪⎩L L L L L L L L L L L L L L L L L L 其中,01,,,pβββL 就是1p +个待估计参数,12,,,n εεεL 就是n 个相互独立且服从同一正态分布2(0,)N σ的随机变量、这就就是多元线性回归的数学模型、若令12n y y y y ⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M ,111212122212111p p n n np x xx x xx x xxx ⎛⎫ ⎪ ⎪=⎪ ⎪⎪⎝⎭L L L LLL L L,012p βββββ⎛⎫⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭M ,12n εεεε⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M则上面多元线性回归的数学模型可以写成矩阵形式:y x βε=+在实际问题中,我们得到的就是实测容量为n 的样本,利用这组样本对上述回归模型中的参数进行估计,得到的估计方法称为多元线性回归方程,记为%011p p y b b x b x =+++L式中,012,,,,p b b b b L 分别为01,,,p βββL 的估计值、 (6)主成分分析法1)主成分的定义设有p 个随机变量12,,,p x x x L ,它们可能线性相关,通过某种线性变换,找到p 个线性无关的随机变量12,,,pz z zL ,称为初始向量的主成分、设12(,,,)Tp αααα=L为p 维空间pR 中的单位向量,并记所有单位向量的集合为{}0|1TR ααα==,且记X =12(,,,)Tp X X X L 、2)用相关矩阵确定的主成分令*i E X -=,**(,),ij i j E r X X =1,2,,j p =L 、*X=***12(,,)Tp X X X L ,则1212121211()1pp ij p p R r r r rr r r⎛⎫ ⎪⎪== ⎪ ⎪ ⎪⎝⎭L LL L LLL 为*X 的协方程、类似地,我们可对R 进行相应的分析、3)主成分分析的一般步骤 第一步、选择主成分设X 的样本数据经过数据预处理后计算出的样本相关矩阵为121*21212111*()11()()pT p p p R ij n r r r rr XX r r⎛⎫ ⎪ ⎪=== ⎪- ⎪ ⎪⎝⎭L LL L LLL %%、 由特征方程0R I λ-=,求出p 个非负实根,并按值从大到小进行排列:120p λλλ≥≥≥≥L 、将iλ带入下列方程组,求出单位特征向量iα()0,1,2,,i i R I i m λα-==L确定m的方法就是使前m个主成分的累计贡献率达到85%左右、第二步、利用主成分进行分析在实际分析时,通常把特征向量的各个分量的取值大小与符号(正负)进行对照比较,往往能对主成分的直观意义作出合理的解释、利用主成分可以进行以下分析:a)对原指标进行分类;b)对原指标进行选择;c)对样品进行分类;d)对样品进行排序;e)预测分析、。
多目标决策模型:层次分析法(AHP)、代数模型、离散模型

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 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 n 个因素 C1 , C 2 , , C n 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 C i 和 C j 比较其对目标因素 O 的影响,并用 aij 表示,全部 比较的结果用成对比较矩阵表示,即:
分析:
W1 W2 若重量向量 W 未知时, 则可由决策者对物体 M 1 , M 2 , , M n 之间两两相比关系, W n 主观作出比值的判断,或用Delphi(调查法)来确定这些比值,使 A 矩阵(不一定有一致性)
为已知的,并记此主观判断作出的矩阵为(主观)判断矩阵 A ,并且此 A (不一致)在不一致 的容许范围内,再依据: A 的特征根或和特征向量 W 连续地依赖于矩阵的元素 aij ,即当 aij 离 一致性的要求不太远时, A 的特征根 i 和特征值(向量)W 与一致矩阵 A 的特征根 和特征向 量 W 也相差不大的道理:由特征向量 W 求权向量 W 的方法即为特征向量法,并由此引出一致 性检查的方法。 问题:Remark 以上讨论的用求特征根来求权向量 W 的方法和思路,在理论上应解决以下问题: 1. 一致阵的性质 1 是说:一致阵的最大特征根为 n (即必要条件) ,但用特征根来求特征向量 时, 应回答充分条件: 即正互反矩阵是否存在正的最大特征根和正的特征向量?且如果正互 反矩阵 A 的最大特征根 max n 时, A 是否为一致阵? 2. 用主观判断矩阵 A 的特征根 和特征向量 W 连续逼近一致阵 A 的特征根 和特征向量 W 时,即: 由 lim k
大学生消费问题数学模型(层次分析报告)

word大学生消费问题的层次分析模型大学生的消费结构是指大学生所消费的各种消费资料之间的比例关系.全面细致地了解大学生的消费状况具有重要的现实意义.关注大学生的消费行为,引导大学生科学消费,可以使大学生在校时合理使用有限的经济收入,进展科学消费.因此帮助大学生树立起适度、合理的消费观念,对于促进经济的开展和社会进步有着重要的意义.1.1 目前大学生的消费来源当今大学生的经济来源主要包括: 家庭供应、家教兼职、特困补助和奖学金.大学生由于其自身社会角色的限制,没有独立的经济来源, 主要靠家庭供应.大学生消费收入差距悬殊,主要受家庭收入的影响.1.2 目前大学生的消费状况目前大学生的消费主要由生活消费、学习消费、娱乐消费三局部构成.生活消费,如吃饭、购置生活必需品;学习消费,如学习用品等; 娱乐消费,如购物、旅游等.随着生活水平的提高和网络信息化的开展,大学生消费呈现出多样化.在市场经济的今天,大学生的消费形式、内容、消费心理以与消费观念都发生了显著的变化.大学生传统必需型消费呈明显下降趋势,如饮食消费、衣着消费所占比例下降,其他形式的消费比例逐渐增加.学习消费主要集中在购置学习参考书、英语和计算机等级考试等和学习工具上.娱乐消费主要表现为休闲、旅游等方面,并呈上涨趋势.通讯消费主要表现在手机话费、上网等方面.大学生的人际交往消费、恋爱消费也成为日常支出的一个重要方面.1.3 研究目的了解当代大学生消费的根本情况,发现大学生日常消费中存在的一些问题,为大学生的消费提供正确合理的建议指导,帮助大学生确立正确的消费观.2 数据说明与符号约定2.1 数据说明以某某学院学生为调查的对象,通过问卷调查所得数据,调查问卷的原始数据见附录.问卷是通过对60名某某学院学生随机发放,并收回有效问卷52份而得.由调查的统计结果可知:在校大学生平均的月总支出为,学习支出为元,食物支出占元,衣着支出为元,通讯支出为元,娱乐支出为元.家庭月人均收入不同的在校大学生在月总支出和其他各项具体支出方面存在差异,在校大学生的月总支出主要用于食物支出、其他方面的支出相对较少,这反响了当代大学生的消费仍然是以物质消费为根底,这是由在校大学生的非独立经济地位决定的.2.2 符号约定y y 为学生的平均月消费(元)1x 1x 为学生每月由家庭提供的收入(元)2x 2x 为学生每月做家教等兼职所获取的收入(元) 3x 3x 为学生每月的特困补助的收入(元)0β0β为自发性消费321,,βββ边际消费倾向ε 表示其它随机因素的影响. A 因素对目标的判断矩阵λA 的最大特征值a A 的最大特征值所对应的特征向量*a a 的权重向量,即用a 的每个元素除以各元素之和所得的矩阵1B 费用对决策准如此的判断矩阵 2B 健康对决策准如此的判断矩阵 3B 心理对决策准如此的判断矩阵4B 开展对决策准如此的判断矩阵i λi B 的最大特征值 ()4,3,2,1 i =i b i B 的最大特征值所对应的特征向量 ()4,3,2,1 i =*i b i b 的权重向量,即用i b 的每个元素除以各元素之和所得的矩阵 ()4,3,2,1 i =A CI A 的一致性指标i CI i B 的一致性指标 ()4,3,2,1 i =Z CI 因素的一致性指标 A RI A 的平均随机一致性指标i RI i B 的平均随机一致性指标 ()4,3,2,1 i =A CR A 的一致性判断指标,规定小于0.1时,说明满足一致性准如此 Z CR 因素的一致性判断指标,规定小于0.1时,说明满足一致性准如此ω 准如此的权重向量,我们用以判断各种准如此的支出比例3 消费问题的数学模型我们利用调查所得的数据进展了统计分析和数学建模.具体模型步骤如下: 3.1 消费函数的计量模型多元线性回归模型 εββββ++++=3322110x x x y 应用MATLAB 得到回归方程为:12336.05590.80030.7129x 0.7393y x x =++-解得9225.02=R ,5127.1900=F .其中2R 为复相关系数,0F 为F 检验的临界值,0()P F F >为观察值F 大于临界值0F 的概率,且在显著性水平01.0=α下0)(0=>F F P ,越接近0表示回归方程在在显著性水平0.01α=下回归越显著,这明确回归结果非常合理. 3.2 层次分析模型将决策的目标、考虑的因素和决策对象按它们之间的相互关系分为最高层、中间层和最低层,绘出层次结构图.根据考察的实际情况,层次结构图1为:图1 层次结构图其中最高层为消费,即应怎样消费.最低层分为学习、饮食、衣着、通讯、娱乐五个方面,即我们的消费应在学习、饮食、衣着、通讯、娱乐五个方面按照怎样的比例消费.中间层分为费用、健康、心理、开展四个因素.费用是指价格的上下对决策的影响;健康是指对身体的有利或有害程度对决策的影响;心理是指个人消费的不同动机,包括正常动机和不良动机对决策的影响;开展是指个体为了满足今后成长、进步等要求而不断增长自身修养和素质的一种预期投资对决策的影响.构造判断矩阵:每一个具有向下隶属关系的元素作为判断矩阵的第一个元素〔位于左上角〕,隶属于它的各个元素依次排列在其后的第一行和第一列.表1 重要性标度含义表⎪⎪⎪⎪⎪⎭⎫⎝⎛=171571171311715513511A 计算A 的特征根0E A λ-= A 有最大特征根0735.4=λ,对应的特征向量为 首先求解齐次线性方程 ()0E A X λ-=解得特征向量为:⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=7118.00791.06761.01731.0a , 归一化,得⎪⎪⎪⎪⎪⎭⎫⎝⎛=*4340.00482.04122.01055.0a 对所得的数据进展一致性检验,步骤如下: 〔1〕.计算一致性指标44.073540.02454141A CI λ--===--〔2〕查表确定相应的平均随机一致性指标RI表2 平均随机一致性指标RI 表〔3〕计算一致性比例RI ,并进展判断.0.0245/0.890.0270.1.A C ICR R I===< 当RI <0.1时,认为判断矩阵的一致性是可以承受的,RI >0.1时,认为判断矩阵不符合一致性要求,需要对该判断矩阵进展重新修正. 故:A 有比拟合理的一致性.第二步,备选对象对决策准如此的判断矩阵是 费用对决策准如此的判断矩阵可作以下假设:⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=134151313115191714515131595123732111B 1B 有最大特征根和对应特征向量2828.51=λ, ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=1337.00603.02708.08225.04781.01b 归一化,得⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=*0822.00371.01665.05057.02939.01b健康对决策准如此的判断矩阵可作以下假设:⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=152515511319131213171259715311215112B2B 有最大特征根和对应特征向量2182.52=λ, ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=2948.00626.01737.09282.01324.02b 归一化,得⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=*1852.00393.01091.05831.00832.02b心理对决策准如此的判断矩阵可作以下假设⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=1221312113113123122311211311321313B 3B 有最大特征根和对应特征向量0032.53=λ, ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=4764.02101.06432.02156.05184.03b 归一化,得⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=*2308.01018.03117.01045.02512.03b开展对决策准如此的判断矩阵可作以下假设:⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=12121512112141711212151242131575314B 4B 有最大特征根和对应特征向量0246.54=λ, ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=1833.00993.01833.03548.08927.04b 归一化,得⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=*1070.00580.01070.02071.05210.04b所以,令⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛==****1070.02308.01852.00822.00580.01018.00393.00371.01070.03117.01091.01665.02071.01045.05831.05057.05210.02512.00832.02939.0),,,(4321b b b b B于是对象对目标的排序:⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛==*0757.01243.00861.06027.01034.04340.00482.04122.01055.01070.02308.01852.00822.00580.01018.00393.00371.01070.03117.01091.01665.02071.01045.05831.05057.05210.02512.00832.02939.0a B w 模型分析:排列的一致性检验:0707.0452828.5155)(11=-=--=λx CI 12.1)(1=x RI 05455.0452182.5155)(22=-=--=λx CI 12.1)(2=x RI 0008.0450032.5155)(33=-=--=λx CI 12.1)(3=x RI 00615.0450246.5155)(44=-=--=λx CI 12.1)(4=x RI 令:)00615.00008.005455.00707.0(),,,()(4321==CI CI CI CI x CI03265.04340.00482.04122.01005.0)00615.00008.005455.00707.0()()(=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=•=*a x CI x CI Z ()119888.14340.00482.04122.01055.012.1,12.1,12.1,12.1)()(=⎪⎪⎪⎪⎪⎭⎫⎝⎛=•=*a x RI x RI Z 1.002915.0119888.103265.0)()()(<===x RI x CI x CR Z Z所以,有合理的一致性.所以,()Tw 0757.01243.00861.06027.01034.0=即:消费按照学习:饮食:衣着:通讯:娱乐应为()0757.01243.00861.06027.01034.03.3 自身消费模型结合自身的情况,我的月总支出,学习支出,饮食支出:衣着支出:通讯支出:娱乐4 模型的优缺点本文给出了大学生消费问题的模型,即层次分析模型.此模型由于是关系到个人的决策问题所以多少带有个人的主观意识,如文章中的成比照拟矩阵很大成分上就是作者本人的意见,但是它通过了一致性检验以与符合当今社会的常规,所以此模型还是可行的.6 参考文献[1] X来福. 数学模型与数学建模.[3] 袁震东等.数学建模简明教程[M] .某某:华东师X大学,2001[4] 姜启源等.数学模型(第三版) [M].:高等教育,2003[5] 杨启帆等.数学建模[M] .:某某大学, 1999[6] 梁国业等.数学建模[M].:冶金工业,2004[7] 王兵团.数学建模根底[M].:清华大学,2004.[8] 甘应爱.高校毕业生就业手册[M].:某某大学大学,2005[9]武小莉.加强大学生正确消费观的培养.某某高等学校第15卷第12期 20037 附录7.1 调查问卷大学生消费调查问卷1.您的家庭人均月收入为〔〕A.400以下 B.400—800 C.800-1200 D.1200-1600 E.1600以上2.您的月消费额大概为多少〔〕A.300以下B.300-500C.500-700D.700-1000E. 1000以上3.您每月由家庭提供的收入是〔〕A.200以下B.200-400C.400-600D.600-800E. 800以上4.您每月做家教等兼职所获取的收入是〔〕A.100以下B.100-200C.200-300D.300-400E. 400以上5.您每月平均的特困生补助的收入是〔〕A.50以下B.50-100C.100-150D.150-200E. 200以上6.您每学期学习方面的花费〔包括文具、书籍、复印、培训班〕〔〕7.您每月饮食方面支出〔包括零食饮料〕大概为多少〔〕8. 您花在服饰方面平均每个月的消费是〔〕A.50以下B.50-100C.100-200D.200-3009. 您每月用于娱乐方面〔看电影,购置游戏光盘,CD等〕的支出〔〕以上10. 您拥有手机吗?如果有,每个月话费支出为多少?如果没有,请回答下一题.A.50以下 B.50-100 C.100-150 D.150-200 E.200以上11. 您每月用于通讯方面的支出为多少〔仅限于使用卡的情况〕〔〕12. 您花费的资金主要来自〔〕13.您觉得您现在每月消费情况如何〔〕注:本问卷共发放60份,收回有效问卷52份.发放以我们周围的同学为主,根本上做到了随机发放.7.2 数据的统计表3 有关数据统计表〔单位:元〕人均收入月总支出家庭提供家教补助学习食物衣着通讯娱乐300 250 250 80 100 20 200 20 5 5 300 250 200 100 70 50 200 30 10 10 300 300 300 100 70 60 250 30 20 20 300 300 200 100 70 40 200 20 20 20 350 300 250 100 70 50 200 20 20 10 400 300 250 100 100 100 250 50 30 50 400 300 300 0 0 50 200 20 20 10 400 350 300 100 70 70 200 30 25 25 400 400 400 100 100 50 250 50 30 20 400 400 400 0 70 50 250 50 30 20450 450 400 50 70 60 250 50 50 40 500 350 400 180 50 50 200 50 30 20 500 500 500 0 0 50 300 50 50 50 550 500 300 100 100 80 300 50 40 30 600 370 400 150 70 55 230 40 20 30 600 400 600 0 70 55 250 50 25 30 650 450 450 0 0 50 250 50 50 50 700 450 500 300 100 70 260 55 35 30 700 450 450 100 70 70 300 30 20 30 700 500 500 0 0 50 300 50 50 50 700 500 500 0 0 50 300 50 50 50 750 500 500 0 0 80 300 50 40 30 750 500 500 0 0 80 300 60 40 20 800 450 500 120 120 80 250 70 20 30 800 450 500 100 0 50 250 50 50 50 800 500 600 200 100 50 300 60 40 50 800 700 600 150 50 100 500 80 80 50 900 500 500 200 80 75 270 60 35 60 900 500 500 0 0 40 300 80 40 40 1000 500 600 0 0 60 300 50 60 30 1000 550 600 100 0 85 300 50 45 70 1000 600 700 0 80 50 350 60 40 100 1000 650 700 150 0 60 350 70 20 150 1100 650 600 150 50 60 350 70 20 150 1100 700 800 120 0 90 370 115 25 85 1100 750 800 0 0 80 380 150 40 100 1200 700 700 150 0 55 350 140 50 105 1200 700 800 200 100 70 380 120 30 100 1300 800 900 80 0 45 400 180 55 120 1400 600 800 0 50 40 350 80 55 75 1500 600 600 0 0 80 300 20 30 20 1500 600 600 0 0 60 400 60 40 40 1600 600 600 0 0 80 400 50 50 20 1600 750 800 100 70 70 400 120 40 120 1700 550 600 0 0 70 350 50 30 50 1800 700 700 0 0 80 400 100 60 60 2000 500 700 0 0 50 250 60 60 30 2000 600 400 0 0 100 350 50 50 50 2100 600 60 0 0 80 350 50 70 50 2100 700 700 0 0 100 400 100 50 50 2200 500 500 0 0 50 300 50 50 502500 700 700 0 0 100 300 100 100 1006.3 回归分析编程clearx=[25080 100; 250100100; 400180 50;400 150 70; 600070; 500300 100;500 120120; 600200 100; 600150 50;500200 80; 600100 0; 7000 80;700150 0; 600150 50; 600200 100;8001200; 80000; 700150 0;800300100; 800100100; 600100100;700100 0; 900050; 900800;800050; 900200 0; 10001000;10000 80; 12000100; 11001500;12002000; 900150 70; 110010070;12001800; 9001000; 1200070;1500 00; 8001800; 110000;10002000; 40010050; 12002000;11001500; 13002000; 900 1800;150000; 160000; 15003000;15001000; 15001800; 15002000;18001000;];x1=[x,ones(52,1)];y=[250 300 350 370 400 450 450500 700 500 550 600 650 650700 700 750 700 700 750 500650 700 800 600 850 900 700900 950 1000 750 900 1200 8001100 1300 700 900 1100 600 1100 950 1500 1000 1200 1100 1500 1200 1400 1500 1600];[b,bint,r,rint,stats]=regress(y,x1,0.01)bstats。
层次分析法简单介绍

1
• 每次选取两个因素比较其对目 标A的影响权重;
判断矩阵元素的表示:
b11 b12
B
b21
b22
bn1 bn2
b1n
b2n
2
bnn
• 在 用 的影b影ij来响响表目程示标度yA之i与的比y因j值的素。比yi值、目yj中标,A
• n个被比较的因素构成一个两 两比较(成对比较)的判断 矩阵B
• 在20世纪70年代中期由美国运筹学家托马斯·塞 蒂(T.L.Saaty)正式提出。它是一种定性和定量 相结合的、系统化、层次化的分析方法。
• 应用已遍及经济计划和管理、能源政策和分配、 行为科学、军事指挥、运输、农业、教育、人 才、医疗和环境等领域。
层次分析法的基本思想
寻求层次分析法的生活背景:
综合的思维方式进行决策 。
2.实用型 • 层次分析法把定性和定量方法结合起来,能处理许多用传统
量化技术技术手段无法处理的实际问题。
3.简洁性 • 层次分析法的基本原理和步骤简洁明了,计算也非常简便,
并且所得结果简单明确,容易被决策者了解和掌握。
层次分析法的局限性
1.方案局限性 • 只能从原有的方案中优选一个出来,没有办法得出更好的新
致性检验。(即最下层对最 上层总排序的权向量)
层次结构的模型的建立
将复杂问题分解为被人们称之为元素的组成部分。
这些元素又按其属性分成若干组,形成不同层次。 同一层次的元素作为准则对下一层次的某些元素 起支配作用,同时它又受上一层次元素的支配。
层次分析法的模型
层次分析法的模型
第一类
最高层,又称顶层、目标层
mn
层次排序
层次单排序
• 当判断矩阵满足一致性时,或者判断矩阵不一致 程度可接受时也可以允许特征向量作为权重向量;
多目标决策模型:层次分析法(AHP)、代数模型、离散模型

层次分析法建模层次分析法〔AHP -Analytic 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,用随机数学方法描述〔自然现象、社会现象〕现象的规律。
根本内容:〔1〕多目标决策问题举例AHP 建模方法〔2〕AHP 建模方法根本步骤〔3〕AHP 建模方法根本算法〔3〕AHP 建模方法理论算法应用的假如干问题。
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2、程理民等, 运筹学模型与方法教程,〔第10章〕,清华大学3、?运筹学?编写组,运筹学〔修订版〕,第11章,第7节,清华大学一、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:① 能发挥自己的才干为国家作出较好奉献〔即工作岗位适合发挥专长〕; ② 工作收入较好〔待遇好〕;③ 生活环境好〔大城市、气候等工作条件等〕;④ 单位名声好〔声誉-Reputation 〕;⑤ 工作环境好〔人际关系和谐等〕⑥ 开展晋升〔promote, promotion 〕时机多〔如新单位或单位开展有后劲〕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?B.假期旅游地点选择 暑假有3个旅游胜地可供选择。
层次分析法

一. 层次分析模型和一般步骤层次分析法是一种定性与定量分析相结合的多因素决策分析方法。
这种方法将决策者的经验判断给于数量化,在目标因素结构复杂且缺乏必要数据的情况下使用更为方便,因而在实践中得到广泛应用。
层次分析的四个基本步骤:(1)在确定决策的目标后,对影响目标决策的因素进行分类,建立一个多层次结构;(2)比较同一层次中各因素关于上一层次的同一个因素的相对重要性,构造成对比较矩阵;(3)通过计算,检验成对比较矩阵的一致性,必要时对成对比较矩阵进行修改,以达到可以接受的一致性;(4)在符合一致性检验的前提下,计算与成对比较矩阵最大特征值相对应的特征向量,确定每个因素对上一层次该因素的权重;计算各因素对于系统目标的总排序权重并决策。
二. 建立层次结构模型将问题包含的因素分层:最高层(解决问题的目的);中间层(实现总目标而采取的各种措施、必须考虑的准则等。
也可称策略层、约束层、准则层等);最低层(用于解决问题的各种措施、方案等)。
把各种所要考虑的因素放在适当的层次内。
用层次结构图清晰地表达这些因素的关系。
例1〕购物模型某一个顾客选购电视机时,对市场正在出售的四种电视机考虑了八项准则研究了统计分位数的一些性质 ,特别是它们与数学期望之间的关系 ,并归纳了统计分位数的求法 ,介绍了统计分位数的一些应用分位数有三种不同的称呼,即α分位数、上侧α分位数与双侧α分位数,它们的定义如下:当随机变量X的分布函数为 F(x),实数α满足0 <α<1 时,α分位数是使P{X< xα}=F(xα)=α的数xα,上侧α分位数是使P{X >λ}=1-F(λ)=α的数λ,双侧α分位数是使P{X<λ1}=F(λ1)=0.5α的数λ1、使P{X>λ2}=1-F(λ2)=0.5α的数λ2。
作为评估依据,建立层次分析模型如下:〔例2〕选拔干部模型对三个干部候选人、、,按选拔干部的五个标准:品德、才能、资历、年龄和群众关系,构成如下层次分析模型:假设有三个干部候选人、、,按选拔干部的五个标准:品德,才能,资历,年龄和群众关系,构成如下层次分析模型〔例3〕评选优秀学校某地区有三个学校,现在要全面考察评出一个优秀学校。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
层次分析模型介绍
§ 1.2 层次分析法的基本原理和步骤
运用层次分析法解决问题,大体可以分为 四个步骤:
1. 建立问题的递阶层次结构; 2. 构造两两比较判断矩阵; 3. 由判断矩阵计算被比较元素相对权重; 4. 计算各层次元素的组合权重。
层次分析模型介绍
§ 1.2.2 构造两两比较判断矩阵
在建立递阶层次结构以后,上下层次之间元 素的隶属关系就被确定了。假定上一层次的元素 Ck 作为准则,对下一层次的元素 A1, …, An 有支配 关系,我们的目的是在准则 Ck 之下按它们相对重 要性赋予 A1, …, An 相应的权重。
层次分析法
层次分析模型介绍
第一讲 层次分析法
层次分析模型介绍
§ 1.1 引言与引例
层次分析法(Analytic Hierarchy Process, 简称 AHP)是美国运筹学家 T. L. Saaty 教授于 上世纪 70 年代初期提出的一种简便、灵活而又 实用的多准则决策方法。
层次分析模型介绍
人们在进行社会的、经济的以及科学管理 领域问题的系统分析中,面临的常常是一个由 相互关联、相互制约的众多因素构成的复杂而 往往缺少定量数据的系统。
在这样的系统中,人们感兴趣的问题之一 是:就 n 个不同事物所共有的某一性质而言, 应该怎样对任一事物的所给性质表现出来的程 度(排序权重)赋值,使得这些数值能客观地 反映不同事物之间在该性质上的差异?
其中 x1 = 写作水平,x2 = 外语程度, x3 = 公关能力,x4 = 国内外政治经济时事, x5 =计算机操作知识,x6 = 容貌与风度, x7 = 体形高矮与肥瘦,x8 = 音色。
层次分析模型介绍
如能知道底层指标 x1, …, x8 对最高层的权系数w1, …, w8 以及各底层指标的得分,就可以按照如下 的评价公式
常用来解决诸如综合评价、选择决策方案、 估计和预测、投入量的分配等问题。
层次分析模型介绍
引例1.1.1:综合评价
某公司招聘工作人员,拟从能力、知识和仪态 三个方面考核应聘者的综合表现。为此建立了如 下评价指标的层次结构:
综合情况
能力
知识
仪态
x1
x2
x3
x4
x5
x6
x7
x8
图 1.层1.次1 分评析价模指型介标绍结构图
层次分析模型介绍
一个典型的层次可以用下图表示出来:
层次分析模型介绍
其次,层次数与问题的复杂程度和所需要分 析的详尽程度有关。每一层次中的元素一般不超 过 9 个,因一层中包含数目过多的元素会给两两 比较判断带来困难。
第三,一个好的层次结构对于解决问题是极 为重要的。层次结构建立在决策者对所面临的问 题具有全面深入的认识基础上,如果在层次的划 分和确定层次之间的支配关系上举棋不定,最好 重新分析问题,弄清问题各部分相互之间的关系, 以确保建立一个合理的层次结构。
层次分析模型介绍
层次分析模型介绍
层次分析模型介绍
决策的制定将取决于根据这两个层次结构 确定的方案的效益权重与代价权重之比,即如 能知道底层方案 Di(i = 1, 2, 3)对最高层 Aj(j = 1, 2)的权系数 wij(i = 1, 2, 3,j = 1, 2),则 可根据如下的决策公式
层次分析模型介绍
§ 1.2.1 建立递阶层次结构 建立递阶层次结构是层次分析法中的第一步。
层次分析模型介绍
首先,将复杂问题分解为称之为元素的各组成 部分,把这些元素按属性不同分成若干组,以形 成不同层次。同一层次的元素作为准则,对下一 层次的某些元素起支配作用,同时它又受上一层 次元素的支配。这种从上至下的支配关系形成了 一个递阶层次。处于最上面的的层次通常只有一 个元素,一般是分析问题的预定目标或理想结果。 中间层次一般是准则、子准则。最低一层包括决 策的方案。层次之间元素的支配关系不一定是完 全的,即可以存在这样的元素,它并不支配下一 层次的所有元素。
Si = wi1/ wi2,i = 1, 2, 3
对三个方案进行排序、选择。
层次分析模型介绍
引例1.1.3:预测或估计
在体育比赛中预测一个代表队的成绩,有三 种可能的前景:
x1 = 名列第一 x2 = 名列前八名(不包括第一) x3 = 名落孙山 所用的评价指标有三个:竞技实力、自信心、环 境因素。为此构建如下的层次结构:
层次分析模型介绍
如能知道底层指标 x1, x2, x3 对最高层的权系数 w1j, w2j, w3j(j = 1, 2, 3),将各相同前景的权系数相 加,就可以按照如下的预测公式
3
Si wij, i 1,2,3 j1
对各前景 x1, x2, x3 对进层次分行析模先型介验绍 预测。
引例1.1.4:投入量的分配 在这种问题中,投入量给定,要把它们分配到
层次分析模型介绍
层次分析法为这类问题的决策和排序提供 了一种新的、简洁而实用的建模方法。它把复 杂问题分解成组成因素,并按支配关系形成层 次结构,然后用两两比较的方法确定决策方案 的相对重要性。
层次分析模型介绍
层次分析法在经济、科技、文化、军事、环 境乃至社会发展等方面的管理决策中都有广泛 的应用。
8
S wi xi i 1
合决策
某地要改善一条河道的过河运输条件,为此 需要确定是否要建立桥梁或隧道以代替现有的轮 渡。
在此问题中过河方式的确定取决于过河的效 益与代价(即成本)。通常我们用费效比(即效 益/代价)作为选择方案的标准。为此分别给出了 两个层次结构(图 1.1.2 和图 1.1.3)。它们分别 考虑了影响过河的效益与代价的因素,这些因素 可分为三类:经济的、社会的和环境的。
层次分析模型介绍
一个递阶层次结构应具有以下特点:
(1) 从上到下顺序地存在支配关系,并用直线段表示。 除第一层外,每个元素至少受上一层一个元素支配,除 最后一层外,每个元素至少支配下一层次一个元素。上 下层元素的联系比同一层次中元素的联系要强得多,故 认为同一层次及不相邻元素之间不存在支配关系。
(2) 整个结构中层次数不受限制。 (3) 最高层只有一个元素,每个元素所支配的元素一 般不超过 9 个,元素多时可进一步分组。 (4) 对某些具有子层次的结构可引入虚元素,使之成 为递阶层次结构。