数学建模菜鸟,又不对的地方还望指正,如果看着不舒服可以私信我,这边有原文档。
2、AHP+模糊综合评价
2.1学习原因
由于在数学建模2015年B题在解决第一题,对互联网打车对供给困难的影响时,利用了模糊综合评价的方法,从而引发小组展开对其的学习。
内容介绍:
2.2模糊综合评价简介
模糊综合评价是一种综合评价的方法,是我目前所接触到的使用数学方法对一个给定问题的评价方法,该评价方法杜绝了原始的非“黑”即“白”的评价方式,模糊评价方法着重研究“认知不确定”一类的问题,其研究对象具有“内涵明确,外延不明确”的特点。我们知道,一个事物往往需要用多个指标刻画其本质与特征,并且人们对一个事物的评价又往往不是简单的好与不好,而是采用模糊语言分为不同程度的评语。由于评价等级之间的关系是模糊的,没有绝对明确的界限,因此具有模糊性。显而易见,对于这类模糊评价问题,利用经典的评价方法存在着不合理性。
换种人能听懂的话说就是,我想买个自行车,这个自行车在评价是有很多指标如:重量、刚性、刹车、舒适度、变速手感、车架几何……并且在这些指标里面并不是说就存在完美的车将这些特点都包揽,如:破风车架有良好的破风效果但是对于爬坡车架比重量较大,碟刹的刹车剪切力是车架左侧,U型刹的刹车剪切力在车架中管处其车架刚性会弱一点,刚性弱会影响摇车手感……那么为了更好的挑选出适合自己的自行车,我们就可以通过模糊综合评价的方法,最终挑选出在合理预算中适合自己的那台车。
2.2具体流程
2.3具体的实现方法
2.3.1模糊综合评价流程展开
这个流程还是相对来说比较简单的,我们现分析所要评价的问题对应的评价方面,还是从我想买辆自行车开始,则对应一个因素集U = {重量,刚性,刹车,舒适度,车架几何}。
之后进行判定标准集假设我们选择五个级别V = {好,较好,一般,较差,差}。
下面是确定权重值,这个光靠心里的想法是不能确定的,我们要使用“层次分析法”确定权重值这个权重值是对应评价标准展开的。假设得出一个权重集A = {0.25,0.21,0.30,0.12,0.12}
之后我们根据数据类型得到一个评价集R。
这里要单独说明一下R的特点
在这个矩阵中i对应的是第i个元素,j对应的是第j个评价等级,rij表示的就是第i个因素对应对第j个评价等级的隶属度。
R中的元素每一行都满足下列等式:
最后一步是得出B(模糊评价结论集),求解B一般使用下列公式:
B中的元素就表示的是对于每一评价等级的隶属度。
我们一般认定最终评价级别X满足一下公式:
或者利用就取平均值的方法在[0,1]区间中确定一个得分,根据区间等分原理确定最终结论,我觉得这个主要针对的是较为平均的一个问题,对于特点较为突出得问题评价时,得分强度会减弱,我觉最后处理数据的时候在经过这个方法处理后,是不合理的。
上述是关于基本流程的一细化,但对于R向量和A向量的求法将在下一节分析。
2.3.2层次分析法(AHP)在模糊综合评价确定权重值的方法
层次分析法产生的原因,就是为解决权重值而存在的,本节主要是对A向量和R向量的求法进行一个解释。
2.3.2.1层次分析法(AHP)简介
层次分析法就是一个将问题看成不同的层次,一般分为3层:目标层、准则层、决策层。
目标层:主要是我们的核心目标
准则层:是对由决策层特点产生的一层,这一层的准则包含决策层目标的多个特点,并且是由对目标层决策时,而产生的决策因素,它在模糊综合评价模型指的是各个评价标准。
决策层:是最后的执行方案,这些方案在准则层方面,各有各的特点。
按照层次分析法的原理,其实在层次分解的时候,我们完全不需要三个层次,因为我们的问题只有两层次,即目标层和准则层,我们不需要对问题做出决策,只需要得出该准则在整个问题中的权重即可,然后再进行后续的模糊综合评价方法。
2.3.2.2利用模型解释层次分析法原理
问题:有一个目标:我想买辆自行车,影响我买车的因素有:重量,刚性,刹车,舒适度,车架几何,我想知道这些自行车评价标准在我心目中的权重,但是我没办法完全以同一个标准得出权重。我需要借助层次分析的方法得出一个统一的标准。
层次分析图如下:
在确定影响购买自行车这个目标的因素中所占决策的比重时,我主要遇到的问题就是,我很难给这些比重打分,说这个因素在我心里占多大的分量,或者给出一个排序,但是如果说是两个因素在进行比较时,这就对我简单的多。
我们设准则层的元素为一个矩阵准则:
然后,将其中的元素进行两两比较,设Cij表示的时第i个元素与第j个元素的比较,在比较时我们使用下列数字的比较方法:
那么一致矩阵的最大特点是什么呢?
一致矩阵最大的特点就是每一项都满足这个,aij=ai/aj。
利用上述特点我们可以的得到一个这样的判定方法:n阶正互反矩阵A为一致矩阵当且仅当其最大特征根λmax= n,且当正 互反矩阵 A非一致时,必有λmax> n。
但是很多情况下,λmax >n,那么这里我们刻画了一个一致性的强度。如果满足这个一致性强度检验,我们也认为时满足一致性的。(方法下节介绍)
通过一致性检验后,我们求出一致矩阵的最大特征值λmax所对应的特征向量
这个就是权重,即为综合评价理论中的A。
2.3.2.3一致性检验(比较复杂)
(λmax– n)越大,则非一致性就越强,我们为了检验一致性,特设立了3个参数CI、RI、CR。下面是三个计算步骤:
(1)计算CI
(2)计算RI(可以算,也可以直接查表比较简单)
(3)求解CR
我们认为一般CR<0.10时,是符合一致性是可以接受的,否则应当对判断矩阵即C5x5作适当修正。
2.4总结
这个方法主要就是一个是流程要掌握,一个就是算法的适用条件,以评价好坏为主。具体对于Cnxn中的大小确定,我们还是需要依靠一些资料。