作用足球投注app
档次分析法是一个多意见的评价算法，主要用来在作念决策时，给标的的多个影响因子作念权重评分。特别是那些需要主不雅决策的、省略需要用教授判断的决策决策，举例：
买屋子（主不雅决策）选择旅游地（主不雅决策）给职工进行绩效评估（教授判断）选择开店地址（教授判断）
完了法式
构建档次评价模子
一般不错分为三个档次：标的层、准则层和决策层。如图，标的层：最优旅游地选择；准则层：骄贵、用度、居住、饮食、路径；决策层：西安、云南、西藏、青海。
构造判断矩阵
构造判断矩阵即是将准则层各要素之间两两互比拟较，信托各要素对标的层的蹙迫经由（权重）。
准则层A构建如下：
准则层A各要素必须得志如下条目：即各要素必须大于；对角线必须等于1；对角线对称的元素互为倒数。
标度值的大小如图所示次第进行成就
档次单排序与一致性测验
档次单排序即是字据咱们组成的判断矩阵，求解各个意见的权重。
缱绻权重有两种次第：方根法、和法。
缱绻权重
方根法
1、通过缱绻每行乘积的m次方，获得m维向量。
示例中的缱绻如图
2、将向量模范化，获得权重
缱绻示例的权重如图
和法
1、先将矩阵的每列进行模范化
2、将模范化后的各元素按行乞降
3、将乞降效果进行模范化
求解最大特征根λmax与CI值
以上，求得权重矩阵后，不错缱绻最大特征根，其公式为：
其中n为维度数，举例构建的判断矩阵为：骄贵、用度、居住、饮食、路径时，n=5；
AW为：判断矩阵*模范化后的权重，然后按按行的累加值。
即判断矩阵A为：
模范化后权重W为：
其中A*W为：
AW：
λmax：
AW1/W1+AW2/W2+AW3/W3+···+AWn/Wn=x
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，
字据C.I值公式，λmax=5.416，n=5，代入可得C.I值=0.1042
提议点赞+保藏+怜惜足球投注app，便捷以后温习查阅。
求解CR值，判断一致性
一致性校验意见是信托构建的判断矩阵是否有逻辑问题。举例，若是a相配于b为3，a相配于c为1/3，在判断b相配于c时，理当c比b蹙迫。
RI值通过查表不错得知，这个是模拟 1000 次获得的立时一致性意见 R.I.：
而咱们的矩阵是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，不错获得C.R.值为 0.1042 / 1.12 = 0.093。
是以 C.R.=0.093<0.1 时，标明判断矩阵 A 的一致性经由被觉得在本旨的限制内。若是C.R.≥0.1, 证实咱们在构建判断矩阵时出现了逻辑失实。
档次总排序与一致性测验
档次总排序，其实即是通过类型档次单排序的次第来给决策打分。即上一步的档次单排序通过判断矩阵缱绻出了骄贵、用度、居住、饮食和路径的权重。当今若是思要知谈标的地的权重，那就再构建一个判断矩阵，诓骗档次单排序缱绻标的所在的权重，即标的决策的分数。
档次单排序是对一个标的下的多个影响因子，缱绻各个因子的权重，举例下图中的Z和A1、A2、A3、A4和A5。省略将A1（骄贵）当作标的，B1、B2和B3当作影响因子，缱绻B1、B2和B3的权重，即苏杭、北戴河和桂林对标的骄贵的蹙迫性。
具体作念法是这么的。字据上一步算出来的各个身分的权重，信托A1~A5的权重为
当今我思缱绻决策B1苏杭的权重，那么咱们就要商酌上个法式的档次单排序的次第，当先构建一个判断矩阵
依此类推，上述法式轮回5次，就能获得苏杭、北戴河、桂林在骄贵上的得分矩阵A1，在用度上的得分矩阵A2，在居住上的得分矩阵A3，在饮食上的得分矩阵A4，在路径上的得分矩阵A5：
以上的判断矩阵一谈需要作念一致性校验。
通过判断矩阵再缱绻苏杭、北戴河、桂林在骄贵、用度等身分上的权重。
关于决策B1（苏杭），它的总得分为：
苏杭在骄贵上的得分*骄贵的权重+苏杭在用度上的得分*用度的权重+苏杭在居住上的得分*居住的权重+苏杭在饮食上的得分*饮食的权重+苏杭在路径上的得分*路径的权重=0.5954*0.3104+0.819*0.0591+0.4286*0.1157+0.6337*0.4716+0.1667*0.0432=0.5889
依此类推，决策B2（北戴河）为
0.2764*0.3104+0.2363*0.0591+0.4286*0.1157+0.1919*0.4716+0.1667*0.0432=0.2471
决策B3（桂林）：
0.1283*0.3104+0.6817*0.0591+0.1429*0.1157+0.1744*0.4716+0.6667*0.0432=0.2077
因此苏杭得分最高，选择去苏杭。
回顾
档次分析法的中枢其实即是档次单排序。档次单排序是对一个标的下的多个影响因子，缱绻各个因子关于该标的的权重。诓骗档次单排序咱们就能在一个树型结构的档次评价模子里，由最表层的标的层层递进向下，最终获得树的叶子节点的权重，即咱们思要获得的各个决策的权重。
当咱们把一个树模子上的通盘节点的得分（不错聚首为对上一层的权重）齐缱绻出来之后，最终的决策的权重也就出来了。
提议点赞+保藏+怜惜，便捷以后温习查阅。#深度好文有策划#