构造判断矩阵的讲解(层次分析法)PPT课件

.1，构建判断矩阵，确定不同级别因素之间的权重时，仅确定定性结果往往不容易被别人接受，Santy等建议如下。也就是说，1 .就是比较两个元素，而不是一次比较所有元素。2.此时，使用相对尺度，将在比较不同特性的多个因素时提高准确度的困难降至最低。心理学家认为成对比较的因素不应超过9个，即每层9个。判断矩阵是表示此层次中所有成员相对于上一级别中一个成员的重要性的比较。判断矩阵的元素AIJ以Santy的1-9缩放法给出。2，是c购买满意的设备时，P1是强大的功能，P2是低价，P3是易于维修的判断矩阵。通过对P1、p2和P3的两个比较创建的判断矩阵p是、P1、P2、P3、P3、P1、1、1/3、2、3、1、5、1/2，bij=bik/bjk，AHP确定分析方法的结果基本上是合理的，需要判断矩阵的一致性测试。3，每个基准C1，C2，cn对目标o的重要性比较，A对比较数组，A是正的互逆数组，由A决定C1，cn对o的加权向量，旅行地选择，通过一些分析发现上述比较矩阵对存在问题，4，level单个排序和一致性测试，与判断矩阵对应的特征向量w，即bw= maxw，其中w的分量(w1，w2，wn)与n个元素对应的相对重要性，即权重系数计算方法和乘法方法，平方根方法，5、(1)和乘法方法规范化矩阵中的每个列元素。也就是说，将规范化判断矩阵逐行相加。向量T正则化：结果固有向量，即判断矩阵的层次单一排序结果(即权重系数)，T，6，(2)一致性检查、分层单一排序和一致性检查、定义一致性指标c.i .包括：通常，在c . I .0.10的情况下，被视为判断矩阵，允许相应计算的值。显然，n增加会增加判断误差，因此在判断一致性时，需要考虑n的影响，使用随机一致性比c.r.=c.i./r.i .其中r.i .是平均随机一致性指标。下表显示了500样本判断矩阵计算的平均随机一致性指数测试值。平均随机一致性指标，7，基本概念，什么是权重(权重)？X1、X2、Xn的一部分可以不是基准变量，而是序数变量，例如舒适性或积极性。设想：将单位重量的石头砸成n个小石块，在决定问题中，通常变量z为变量x1，x2，以xn的线性组合表示，其中.每个元素称为目标z权重的权重向量。t、wn、w2、w1、w、(，=，8，利用判断矩阵计算每个元素c的目标层z的权重(权重系数)，b .逐行求和：a. a的每个列向量规范化：c .近似特征根(权重向量)，d .最大特征根的近似值。示例：列矢量规范化，按行合计，w，=，089，0、324、0，587，0，009，3、089、0、268、0、324、0，974，0，587，0，769，1，(，3，1，=，=，l，对齐结果：w=(0.588，0.322，0.090) t，max=3.009，9，2。分层单排序及其一致性测试对应于矩阵的最大特征根max的特征向量，并以规格化w写入，使向量中每个元素的和等于1。w中的元素是同一层次元素相对于上一层次元素的重要性的排序权重，此过程称为层次单个排序。是否可以确定层次单个排序，需要一致性检查，所谓的一致性测试表示对a确定不一致的允许范围。清理：n阶均匀阵列的唯一非零要素根为n，清理：n阶正互逆阵列a的最大要素根为n，并且=n仅当a是均匀阵列，10，连续依赖AIJ，因此比n大，a的不一致程度更大。如果使用对应于最大特征值的特征向量作为影响比较对象元素的父元素程度的权重向量，那么不一致越大，判断误差就越大。因此，-n值的大小可以测量a的不一致程度。定义一致性指标：具有接近CI=0，0的完整一致性CI，满足的一致性CI越大，不匹配越严重。引入随机一致性指示符RI以测量，11，CI的大小。Saaty的结果如下：随机一致性指示器RI，随机配置500对比较矩阵，12，一致性测试：使用一致性指示符和一致性比率0.1以及随机一致性指示符的数值表进行测试过程。通常在一致性比率、不一致性在允许范围内时，通过一致性测试实现满意的一致性。您可以使用规格化特征向量作为权重向量。否则，AIJ将重新配置为比较矩阵a对，并进行调整。定义一致性百分比：13，“选择观光地”的基准层次与目标加权向量和一致性测试，基准层次与目标对比较矩阵，最大特性根=5.073，加权向量(固有向量)w=(0.263，0.475，0.055，0.090)，14，检查层次总计排序的一致性，为父(级别)成员设置层次单排序一致性指标，当随机一致性为=时，层次总计排序的一致性百分比为：此时，分层总排序被认为通过了一致性检查。层次整体排序是一致的。否则，需要重新调整一致性比高的判断矩阵中的元素值。此处的最终决策基于较低层(决策层)的合计层排序。15，级别2(基准)的加权向量与级别1(目标)的加权向量一样，获得级别3(方案)的级别2中每个元素(基准)的加权向量，在方案级别比较C1(景观)的对，在方案级别比较C2(成本).5=3.0，加权矢量w1 (3) w5 (3)=(0.595，0.277，0.129)=(0.082，0.236，0.682)=(0.166，16，3层的第二层计算结果，w (2)，0.263，0.595，0.277，0.129，3.005，0.003，0.001，0，0.005，0.=0.300，在方案级别，目标的组合权重向量为(0.300，0.246，0.456)T，17，1。创建包含目标级别、基本级别和方案级别的层次模型。层次结构流程的基本步骤概括如下：3.计算单个对齐权重向量，并进行一致性测试。2.配置比较矩阵对，并从第二层开始使用比较矩阵对和1-9比例。计算每个对比较矩阵的最大特征值及其固有向量，并使用一致性指数、随机一致性指数和一致性比率执行一致性检查。如果测试通过，则固有向量(规格化后)为权重向量。否则，必须重新构造成对比较矩阵。18，计算顶层聚集的底层排序的权重矢量。4 .计算总对齐权重向量，并执行适宜性测试进行测试。通过后，可以根据整个对齐权重向量表示的结果做出决定。否则，需要重新考虑模型，或重新构建具有较大一致性比例的比较矩阵。使用总体排名一致性百分比。19，例1因大学毕业生就业选择问题获得大学毕业学位的毕业生，在“双向选择”中，雇主和毕业生都有各自的选择标准和要求。对于毕业生