数学建模--层次分析法

写在前面：
笔记为自行整理，内容出自课程《数学建模学习交流》，主讲人：清风
文章相关代码参考链接: 层次分析法Python实现.

The analytic hierarchy process(AHP)

• 多用于评价类模型(如：选择哪种方案最好、哪位运动员表现更优秀等）。

模型介绍

层次分析法是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。
层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。
层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。¹
评价类问题可以用打分解决

引例：张三毕业后选择清华还是北大？

已知张三最关心大学里的以下四个方面：

学习氛围（0.4）；就业前景（0.3）；男女比例（0.2）；校园景色（0.1）

括号内的数值表示张三认为的重要性程度（权重），其和为1

对于每个评价指标对学校进行打分

张三最终整理好了如下表格

对于每所大学，用其学校得分乘以对应指标的权重并加和，可以得到：

清华最终得分：0.515 (0.4×0.7+0.3×0.5+…)

北大最终得分：0.485 (0.4×0.3+0.3×0.5+…)

最终张三选择了清华大学

总结：

使用打分解决评价问题，只需完成如下表格：

例：张三想去旅游，初步将苏杭、北戴河和桂林作为候选目的地

如何确定评价指标并形成评价体系来选择最佳方案？

• 解决评价类问题需要思考以下三个问题：
  • 评价目标是什么？
  • 有几种可选方案？
  • 评价准则或指标是什么？（根据什么来评价好坏）

在本例中分别对应：

为张三选择最佳旅游地点
苏杭、北戴河、桂林三种方案
题目没有数据支撑，需自己查阅相关资料

一般而言，前两个问题的答案是易寻的，第三个问题需要我们把题目中的背景材料、常识以及网上搜集到的参考资料相结合来确定出合适的指标

经查询最终确定了以下五个指标：

经典景色、旅游花费、居住环境、饮食情况、交通便利程度

很容易想到如下这张表格

但对于多指标的打分并不具有准确性，多个指标放在一起同时打分并不容易确定

因而可以选择两个两个的指标进行比较，最终根据两两比较结果来推算出权重

用1-9表示重要程度

模拟如下场景：

Q1：张三，你举得景色和花费哪个重要？

A1：花费重要，不过只是比景色稍稍重要那么一点点。

由此可填入

Q2：那你觉得景色和居住哪个重要？

A2：景色重要，重要一些。

以此类推 问张三10次即可填满这张表

上表是一个5×5的矩阵，记为A，对应元素为a_ij

1. a_ij表示的意义时，与指标j相比，i的重要程度。
2. 当i=j时，两个指标相同，因此同等重要记为1。
3. a_ij>0且满足a_ij×a_ji=1（称满足这一条件的矩阵为正互反矩阵）

在层次分析中，该矩阵称为判断矩阵
对于景色而言：

同理可得到：

但需要注意的是，填写过程中可能出现不一致的情况，例如下面：

可以解释为：在景色方面，张三认为，苏杭要比北戴河好，苏杭和桂林一样，但桂林又比北戴河差，这样就出现了矛盾

我们知道a_ij = $\frac{i的重要程度}{j的重要程度}$，a_jk = $\frac{j的重要程度}{k的重要程度}$