層次分析法(AHP)在R中的實(shí)現(xiàn)

有任何建議或疑問(wèn),請(qǐng)加 QQ: 1595218767 ,共同探討學(xué)習(xí)
如R/python代碼編程作圖等方面需要幫忙铁蹈,歡迎來(lái)店咨詢 之恒科技, 揮動(dòng)熱情的小爪爪期待你哦

AHP把一個(gè)復(fù)雜的問(wèn)題表示為一個(gè)有序的遞階層次結(jié)構(gòu),并通過(guò)主觀判斷和科學(xué)計(jì)算給出備選方案的優(yōu)劣順序(或權(quán)重)隅俘。簡(jiǎn)而言之序臂,層次分析法人如其名货葬,首先要構(gòu)建合理的層次,其次要分析層次內(nèi)部各因素的優(yōu)劣

ahp00.png

根據(jù)需求對(duì)目標(biāo)層進(jìn)行分解

如作者總分可以分解為5個(gè)一級(jí)指標(biāo)

建立層次結(jié)構(gòu)圖及判斷矩陣

在確定各層次各因素之間的權(quán)重時(shí)苞也,如果只是定性的結(jié)果繁莹,則常常不容易被別人接受,因而Saaty等人提出:一致矩陣法
即:不把所有因素放在一起比較粹胯,而是兩兩相互比較蓖柔。對(duì)比時(shí)采用相對(duì)尺度辰企,以盡可能減少性質(zhì)不同因素相互比較的困難,以提高準(zhǔn)確度

判斷矩陣 a_{i,j} 的標(biāo)度方法

ahp01.jpg

舉旅游的例子况鸣,結(jié)構(gòu)如下圖所示:

image.png

在旅游問(wèn)題中第二層A的各個(gè)因素對(duì)目標(biāo)層Z的影響兩兩比較的結(jié)果如下圖:

image.png

比如 a_{14} = 3 則表示的是景色因素比居住因素對(duì)于選擇旅游地來(lái)說(shuō)稍微重要

計(jì)算權(quán)重

將矩陣A的各行向量進(jìn)行幾何平均(方根法)蟆豫,然后進(jìn)行歸一化,即得到各評(píng)價(jià)指標(biāo)權(quán)重和特征向量W

  • way1
> (weight1 <- mean_sqrt/sum(mean_sqrt))
[1] 0.26363280 0.47726387 0.05307416 0.09883999 0.10718918
  • way2
> (weight1 <- apply(mx2,1,mean))
[1] 0.26228108 0.47439499 0.05449210 0.09853357 0.11029827

以下的計(jì)算結(jié)果參考方案1的計(jì)算結(jié)果

一致性檢驗(yàn)

判斷矩陣的一致性檢驗(yàn)懒闷,所謂一致性是指判斷思維的邏輯一致性十减。如當(dāng)甲比丙是強(qiáng)烈重要,而乙比丙是稍微重要時(shí)愤估,顯然甲一定比乙重要帮辟。這就是判斷思維的邏輯一致性,否則判斷就會(huì)有矛盾

定理:n階互反陣A的最大特征根λ≥n,當(dāng)且僅當(dāng)λ=n時(shí),A為一致陣

這里的成對(duì)比較矩陣有兩種可能玩焰,一致陣或者不是一致陣:

  • 如果成對(duì)比較矩陣是一致陣由驹,則我們自然回取對(duì)應(yīng)于最大特征根 n 的歸一化特征向量
  • 若成對(duì)比較矩陣不是一致陣,Saaty等人建議用其最大特征根對(duì)應(yīng)的歸一化特征向量作為權(quán)向量昔园,這樣確定權(quán)向量的方法稱為特征根法

計(jì)算最大特征根

  • way1
    A * w = \lambda * w
lambda1 <- mx1 * weight1/ weight1
(lambda_max <- mean(lambda1))
[1] 5.0717

一致性指標(biāo) CI = \frac{\lambda - n}{n-1}=\frac{5.072-5}{5-1} = 0.018
一致性檢驗(yàn):利用一致性指標(biāo)和一致性比率<0.1及隨機(jī)一致性指標(biāo)的數(shù)值表蔓榄,對(duì)A進(jìn)行檢驗(yàn)的過(guò)程

定義一致性比率:CR= \frac{CI}{RI}=\frac{0.018}{1.12}=0.0015
一般認(rèn)為一致性比率 CR<0.1 時(shí),認(rèn)為A的不一致程度在容許范圍之內(nèi)默刚,有滿意的一致性甥郑,通過(guò)一致性檢驗(yàn)』缥鳎可用其歸一化特征向量作為權(quán)向量澜搅,否則要重新構(gòu)造成對(duì)比較矩陣A,對(duì)a_{ij}加以調(diào)整

題中 CR =0.0015 < 0.1 , 所以 第二層(準(zhǔn)則層)對(duì)第一層(目標(biāo)層)的權(quán)重分別為 0.26363280 0.47726387 0.05307416 0.09883999 0.10718918

RI 詳情

n 1 2 3 4 5 6 7 8 9 10 11
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51

計(jì)算綜合重要度

同理, 第三層(方案層)各方案 對(duì)第二層(準(zhǔn)則層)每個(gè)元素的權(quán)重依次計(jì)算為:

以方案1,2,3 對(duì) 景色 準(zhǔn)則的權(quán)重計(jì)算為例

> (weight1 <- mean_sqrt/sum(mean_sqrt))
[1] 0.5953790 0.2763505 0.1282705
> (CI <- (lambda_max-3)/(3-1))
[1] 0.002767556
> (CR <- CI/0.58)
[1] 0.004771648

CR = 0.004 < 0.1 , 可以通過(guò)一致性檢驗(yàn),故 各方案在準(zhǔn)則1下的權(quán)重 0.5953790 0.2763505 0.1282705 有效
同理可得,

image.png

方案 1,2,3 得分分別為 0.29426 0.244176 0.454917, 很明顯 方案3 得分更高邪锌,更值得選擇

References:

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市觅丰,隨后出現(xiàn)的幾起案子饵溅,更是在濱河造成了極大的恐慌,老刑警劉巖妇萄,帶你破解...
    沈念sama閱讀 222,590評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蜕企,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡嚣伐,警方通過(guò)查閱死者的電腦和手機(jī)糖赔,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén)萍丐,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)轩端,“玉大人,你說(shuō)我怎么就攤上這事逝变』穑” “怎么了奋构?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,301評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)拱层。 經(jīng)常有香客問(wèn)我弥臼,道長(zhǎng),這世上最難降的妖魔是什么根灯? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 60,078評(píng)論 1 300
  • 正文 為了忘掉前任径缅,我火速辦了婚禮,結(jié)果婚禮上烙肺,老公的妹妹穿的比我還像新娘纳猪。我一直安慰自己,他們只是感情好桃笙,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,082評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布氏堤。 她就那樣靜靜地躺著,像睡著了一般搏明。 火紅的嫁衣襯著肌膚如雪鼠锈。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 52,682評(píng)論 1 312
  • 那天星著,我揣著相機(jī)與錄音购笆,去河邊找鬼。 笑死虚循,一個(gè)胖子當(dāng)著我的面吹牛由桌,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播邮丰,決...
    沈念sama閱讀 41,155評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼行您,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了剪廉?” 一聲冷哼從身側(cè)響起娃循,我...
    開(kāi)封第一講書(shū)人閱讀 40,098評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎斗蒋,沒(méi)想到半個(gè)月后捌斧,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,638評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡泉沾,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,701評(píng)論 3 342
  • 正文 我和宋清朗相戀三年捞蚂,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片跷究。...
    茶點(diǎn)故事閱讀 40,852評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡姓迅,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情丁存,我是刑警寧澤肩杈,帶...
    沈念sama閱讀 36,520評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站解寝,受9級(jí)特大地震影響扩然,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜聋伦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,181評(píng)論 3 335
  • 文/蒙蒙 一夫偶、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧觉增,春花似錦索守、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,674評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至敞斋,卻和暖如春截汪,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背植捎。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,788評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工衙解, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人焰枢。 一個(gè)月前我還...
    沈念sama閱讀 49,279評(píng)論 3 379
  • 正文 我出身青樓蚓峦,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親济锄。 傳聞我的和親對(duì)象是個(gè)殘疾皇子暑椰,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,851評(píng)論 2 361