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#