首页> 中国专利> 一种层次分析法平均随机一致性指标RI的计算方法

一种层次分析法平均随机一致性指标RI的计算方法

摘要

本发明公开了一种层次分析法平均随机一致性指标RI的计算方法,对指数标度法的两两比较重要度进行了约定,构造指数标度法的随机比较矩阵,采用QR方法通过编程求比较矩阵的特征值,并通过多次的特征值计算得到最大特征值的平均值。本发明给出了指数标度法(e0/4‑e8/4)的平均随机一致性指标RI值,该RI值为基于指数标度法的层次分析法的两两比较矩阵是否一致提供了判断依据,为基于指数标度法的层次分析法的应用提供了基础。

著录项

  • 公开/公告号CN112258059A

    专利类型发明专利

  • 公开/公告日2021-01-22

    原文格式PDF

  • 申请/专利权人 中国兵器科学研究院;

    申请/专利号CN202011171881.5

  • 申请日2020-10-28

  • 分类号G06Q10/06(20120101);

  • 代理机构11011 中国兵器工业集团公司专利中心;

  • 代理人刘二格

  • 地址 100089 北京市海淀区车道沟十号院

  • 入库时间 2023-06-19 09:38:30

说明书

技术领域

本发明属于系统工程技术领域,涉及一种层次分析法中的平均随机一致性指标RI的计算方法,并给出了层次分析法中指数标度法的平均随机一致性指标RI值。

背景技术

层次分析法又称为AHP(Analytical Hierarchy Process)法,是上世纪70年代美国运筹学方面的学者T.L.Saaty提出来的。AHP方法就是把问题的内存层次与联系判断量化并作出方案排序的方法。AHP方法已大量应用于各种实际问题中,对因素的两两比较采用的是称作“1-9标度法”的标度法,即两个因素的比较重要程度用1至9来表示。在应用中人们发现“1-9标度法”对两个因素重要性相差不大时,计算的两因素权重相差可能较大,于是有学者提出了“指数标度法”,使分析的权重与真实权重更接近。对于层次分析法形成的重要性比较矩阵,无论是“1-9标度法”还“指数标度法”,都要进行比较矩阵的一致性检验,进行一致性检验的前提是要知道对应的平均随机一致性指标RI。对于“1-9标度法”,相关文献已给出了平均随机一致性指标RI,可以方便地查阅使用;但“指数标度法”的平均随机一致性指标RI没有文献给出,给“指数标度法”的推广应用带来了障碍。

发明内容

(一)发明目的

本发明的目的是:提供一种层次分析法中比较矩阵的平均随机一致性指标RI的计算方法,并给出了“指数标度法”平均随机一致性指标RI值,为“指数标度法”的应用带来了方便。

(二)技术方案

为了解决上述技术问题,本发明提供一种层次分析法平均随机一致性指标RI的计算方法,其包括以下步骤:

步骤一,约定指数标度法比较重要度

步骤二,构造随机比较矩阵

让比较矩阵A中元素的随机地取指数标度(e

步骤三,采用QR方法求比较矩阵A的特征值

先将比较矩阵A变换为Hessen Berg矩阵,再应用带原点位移的QR方法进行迭代,得到比较矩阵A特征值;

步骤四,计算最大特征值的平均值λ

重复步骤二、步骤三若干次(如20000次),得到若干个绝对值最大的特征值,这若干个绝对值最大的特征值的平均值即为n阶矩阵A的最大特征值的平均值λ

步骤五,计算随机性指标RI

RI=(λ

其中:n为比较矩阵的阶数

步骤六,利用上述算法给出了指数标度法(e

利用上面的算法,本发明给出了指数标度法(e

(三)有益效果

上述技术方案所提供的层次分析法平均随机一致性指标RI的计算方法,对指数标度法的两两比较重要度进行了约定,构造指数标度法的随机比较矩阵,采用QR方法通过编程求比较矩阵A的特征值,并通过20000次的特征值计算得到最大特征值的平均值λ

附图说明

图1为本发明方法的流程图。

具体实施方式

为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。

为了得到“指数标度法”平均随机一致性指标RI值,需要对“QR方法求比较矩阵A的特征值”、“计算最大特征值的平均值λ

如图1所示,本发明所述一种层次分析法中平均随机一致性指标RI的计算方法及指数标度法的RI值,主要包括以下步骤:

步骤一,约定指数标度法比较重要度

步骤二,构造随机比较矩阵

让比较矩阵A中元素的随机地取指数标度(e

随机生成的一个3阶的指数标度比较矩阵如下:

步骤三,采用QR方法求比较矩阵A的特征值

计算矩阵A的特征值的流程如下:

(1)利用初等相似变换将一般实矩阵A∈R

(2)记

(3)如果

(4)如果m=1,则得到A的一个特征值

(5)求二阶子阵

(6)如果m=2,则得到A的两个特征值s

(7)如果

(8)如果k=L,则计算终止,未得到A的全部特征值,否则转(9);

(9)记

M

(10)置k=k+1,转(3);

(11)A的全部特征值计算完毕,停止计算。

计算得到的矩阵B的全部特征值为:[3.176-0.088-0.743i-0.088+0.743i],其绝对值最大的特征值为3.176;

用Matlab的eig(B)命令计算的结果为[3.176-0.088+0.743i-0.088-0.743i],除顺序与前者有差外,特征值是一致的,说明本发明的矩阵特征值计算算法是正确的。本发明之所以没有用Matlab工具求随机一致性指标RI值,是因为用Matlab生成随机比较矩阵求出的RI结果与文献1中的数据相差较大。

步骤四,计算最大特征值的平均值λ

重复步骤二、步骤三若干次,如20000次,得到若干个绝对值最大的特征值,这若干个绝对值最大的特征值的平均值即为n阶矩阵A的最大特征值的平均值λ

对于3阶的A,λ

步骤五,计算随机性指标RI

RI=(λ

其中:n为比较矩阵的阶数

步骤六,算法有效性确定

采用C#语言实现计算随机性指标RI功能,将本方法计算的1-9标度法的RI与文献1中的RI进行比较,误差小于1%,确定算法有效:

1-9标度法RI

步骤七,利用上述算法给出指数标度法(e

利用上面的算法,本发明给出了指数标度法(e

以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号