首页 > 其他分享 >评价模型 - 层次分析法

评价模型 - 层次分析法

时间:2022-12-14 20:33:53浏览次数:56  
标签:赋权 准则 层次 max 模型 times 分析法 权值 景色

应用场景:决策模型(通过赋权,然后利用加权值来进行决策)、给指标赋权

准则层:先给这5个部分进行 \(5\times 5\) 的赋权(比如,景色相比费用略微重要,赋成3),然后对这个矩阵进行求解,得到一个权值向量
注意,如果我们将 景色-费用 费用-居住 赋值了之后,景色-居住 也相应确定了,因此不能赋的太离谱,为了检测这个,进行 一致化检测 (利用特征值)

这样我们就得到了准则层A,5项内容的权值
考虑方案层B,先固定一个准则,比如景色。然后再进行一次赋权,比如杭州比桂林景色略微好点,所以赋成3,得到一个 \(3\times 3\) 矩阵,对这个矩阵求解得到权值向量。所以,就景色而言得到了三个地方占比。
将5个准则都完成,
image
image

最终一个地方的价值就是 \(各项所占权值 \times 每一项中这个地方占的权值\)

A=[1 1/5 1/7 1/4
5 1 1/2 2
7 2 1 3
4 1/2 1/3 1]
%% 一致性检验和权向量计算
n = length(A);
[v,d]=eig(A);%计算特征根和特征向量
[temp,loc] = max(max(d));%返回loc为特征向量所在列
r=max(max(d));
CI=(r-n)/(n-1);
RI=[0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.52 1.54 1.56 1.58 1.59];
CR=CI/RI(n);
if  CR<0.10 || n==2
    CR_Result='通过';
   else
    CR_Result='不通过';
end

%% 权向量计算
w=v(:,loc)/sum(v(:,loc));
w=w';

%% 结果输出
disp('该判断矩阵权向量计算报告:');
disp(['CI:' num2str(CI)]);
disp(['CR:' num2str(CR)]);
disp(['一致性检验结果:' CR_Result]);
disp(['特征值:' num2str(r)]);
disp(['权向量:' num2str(w)]);

image

标签:赋权,准则,层次,max,模型,times,分析法,权值,景色
From: https://www.cnblogs.com/SkyRainWind/p/16983432.html

相关文章

  • django 06 模型层
    模型层使用准备#1.django自带的sqllite3对时间字段不敏感,所以使用mysql会更常见#2.单独测试django某个功能层"""django默认是不可以单独测试py文件的"""......
  • 模板层之标签、自定义模板语法、母版(模版)的继承与导入、模型层前期准备知识点、ORM常
    模板层之标签模板语法支持if判断(支持elif):{%if条件1(可以自己写也可以用传递过来的数据)%}<p>今天又是周三了</p>{%elif条件2(可以自己写也可以用传递过......
  • 16 Java内存模型与线程_Java内存模型
    目录1Java内存模型背景2主内存与工作内存3内存间交互及约束4volatile变量特性5原子性、可见性、有序性5.1原子性5.2可见性5.3有序性6先行发生原则7总结特别说明......
  • django模板之标签、继承、模型层之ORM常用关键字
    目录模板层之标签自定义过滤器、标签及inclusion_tag(了解)模板的继承与导入(重要)模型层之前期准备ORM常用关键字(重要)nullnull模板层之标签 {%if条件1(可以自己写也可以用......
  • 《Pytorch - 逻辑回归模型》
    2020年10月4号,依然在家学习。今天是我写的第二个Pytorch程序,从今天起也算是入门了。这里是简单的实现了逻辑回归开始。回顾线性回归,线性模型如下y=wx+b,图画的丑了,意......
  • 《Pytorch - BP全连接神经网络模型》
    2020年10月4号,国内已经5号凌晨了,依然在家学习。今天是我写的第三个Pytorch程序,从今天起也算是入门了。这一次我想把之前自己手写的matlab实现的简易的传统的BP神经网络在......
  • Pytorch《LSTM模型》
    前面的博文我们讲了LSTM的原理与分析,这一篇我们用pytorch类LSTM做测试完整测试代码如下,用于进行MNIST数据集测试,主要学习LSTM类的输入输出维度。这里定义的LSTM模型是用了三......
  • 《Pytorch - CNN模型》
    2020年10月5号,依然在家学习。今天是我写的第四个Pytorch程序,这一次我想把之前基于PyTorch实现的简易的传统的BP全连接神经网络改写成CNN网络,想看看对比和效果差异。这一......
  • 《Pytorch - RNN模型》
    前言:之前的博文部分地讲解了RNN的标准结构,也用pytorch的RNNCell类和RNN类实现了前向传播的计算,这里我们再举一个例子,做一个特别简单特别简单特别简单特别简单的翻译器,目标......
  • 深度学习 《RNN模型》
    前言:前几篇博文里面我们学习了传统的BP神经网络,你可以称为她是全连接的网络,也可以称之为DNN(denistynextwork),也学习了卷积神经网络,在卷积神经网络里面还学习了池化等结构,并......