层次分析法:CI究竟是怎样和n扯上关系的?

Posted slandarer

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了层次分析法:CI究竟是怎样和n扯上关系的?相关的知识,希望对你有一定的参考价值。

本来觉得层次分析法相关的文章多如牛毛,并没有什么讲解的必要,但是突然发现大部分文章对于原理性的分析完全掠过,这里进行一个详尽的分析。这篇文章主要讲解一下以下几个内容:

  • 何为矩阵一致性?
  • C I = ( λ m a x − n ) / ( n − 1 ) CI=(\\lambda_max-n)/(n-1) CI=(λmaxn)/(n1)为什么减的是n?
  • 为什么是 ( λ m a x − n ) (\\lambda_max-n) (λmaxn)不是 ( n − λ m a x ) (n-\\lambda_max) (nλmax)
  • C I = ( λ m a x − n ) / ( n − 1 ) CI=(\\lambda_max-n)/(n-1) CI=(λmaxn)/(n1)为什么除的是(n-1)?
  • 何为 R I RI RI

何为矩阵一致性?

人的感觉是不准确的,我们已经假设A比B牛逼2.5倍,假设B比C牛逼3.5倍,按照常理来说A比C牛逼8.75倍,但人不是机器,感觉不是数值,有些人可能会觉得A比C牛逼一大截,但是这个倍数可能是5倍可能是10倍,甚至有一些人可能会认为A不如C。

因此一致性检验就是检验你的人为判断是不是合理,判断你有没有“猫抓老鼠、大象克猫,老鼠克大象”这样循环克制的离谱判断:

因此,何为具有完全一致性的判断矩阵?

假设你各个指标的权重为 ω 1 , ω 2 , … , ω n \\omega_1,\\omega_2,\\dots,\\omega_n ω1,ω2,,ωn,那么你的判断矩阵就应该是:
A = [ ω 1 ω 1 ω 1 ω 2 … ω 1 ω n ω 2 ω 1 ω 2 ω 2 … ω 2 ω n ⋮ ⋮ ⋱ ⋮ ω n ω 1 ω n ω 2 … ω n ω n ] = [ 1 ω 1 ω 2 … ω 1 ω n ω 2 ω 1 1 … ω 2 ω n ⋮ ⋮ ⋱ ⋮ ω n ω 1 ω n ω 2 … 1 ] A=\\beginbmatrix \\frac\\omega_1\\omega_1&\\frac\\omega_1\\omega_2&\\dots&\\frac\\omega_1\\omega_n\\\\ \\frac\\omega_2\\omega_1&\\frac\\omega_2\\omega_2&\\dots&\\frac\\omega_2\\omega_n\\\\ \\vdots&\\vdots&\\ddots&\\vdots\\\\ \\frac\\omega_n\\omega_1&\\frac\\omega_n\\omega_2&\\dots&\\frac\\omega_n\\omega_n\\\\ \\endbmatrix= \\beginbmatrix 1&\\frac\\omega_1\\omega_2&\\dots&\\frac\\omega_1\\omega_n\\\\ \\frac\\omega_2\\omega_1&1&\\dots&\\frac\\omega_2\\omega_n\\\\ \\vdots&\\vdots&\\ddots&\\vdots\\\\ \\frac\\omega_n\\omega_1&\\frac\\omega_n\\omega_2&\\dots&1\\\\ \\endbmatrix A=ω1ω1ω1ω2ω1ωnω2ω1ω2ω2ω2ωnωnω1ωnω2ωnωn=1ω1ω2ω1ωnω2ω11ω2ωnωnω1ωn

以上是关于层次分析法:CI究竟是怎样和n扯上关系的?的主要内容,如果未能解决你的问题,请参考以下文章

任天堂新任社长古川俊太郎究竟是个怎样的人?

这个 Angular 2 应用程序中的服务层次结构究竟是如何工作的?

简单地说,git 究竟是怎样的一个系统

蛋糕究竟是怎样做大的

Scala 究竟是一门怎样的语言?具有哪些优缺点?

深度学习LSTM神经网络输入输出究竟是怎样的?