AHP层次分析法

2023-11-21 10:08
文章标签 层次 分析法 ahp

本文主要是介绍AHP层次分析法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AHP层次分析法https://mp.weixin.qq.com/s?__biz=MzkyNjMzNTQ2Mw==&mid=2247483847&idx=1&sn=4a05906d6fca73782856fc54522aedab&chksm=c239a94ff54e205901e97561cd0f13876a1856dd8f668738fc6a7e4acdc40103184f318e8920&token=2086761678&lang=zh_CN#rd

 

01AHP方法过程

02Python实现

数据样例,判断矩阵请参考判断矩阵标度定义。


import numpy as npdata = np.array([[1,2,7,7],[1/2.0,1,6,8],[1/7.0, 1/6.0, 1,3],[1/7.0,1/8.0,1/3.0,1]])
eigenvalues, vector = np.linalg.eig(data)
eigenvalue_max = max(list(eigenvalues))
index_max = list(eigenvalues).index(eigenvalue_max)
weights = vector[:, index_max]
weights = np.real(weights)
weights = weights/np.sum(weights)
print(weights)>>array([0.51247524, 0.35654443, 0.08503711, 0.04594321])

参考文献:孙晓瑞. 基于GIS的内蒙古森林雪灾风险评估与区划[D]. 内蒙古农业大学.

链     接:http://www.doc88.com/p-3357858894228.html

这篇关于AHP层次分析法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/401638

相关文章

MATLAB层次聚类分析法

转自:http://blog.163.com/lxg_1123@126/blog/static/74841406201022774051963/ 层次聚类是基于距离的聚类方法,MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。层次聚类的过程可以分这么几步: (1) 确定对象(实际上就是数据集中的每个数据点)之间的相似性,实际上就是定义一个表征

二叉树的层次遍历(10道)

(写给未来遗忘的自己) 102.二叉数的层序遍历(从上到下) 题目: 代码: class Solution { public: vector<vector<int>> levelOrder(TreeNode* root) { vector<vector<int>> result; queue<TreeNode*> node; if (root == nullptr) {

【ML--13】聚类--层次聚类

一、基本概念 层次聚类不需要指定聚类的数目,首先它是将数据中的每个实例看作一个类,然后将最相似的两个类合并,该过程迭代计算只到剩下一个类为止,类由两个子类构成,每个子类又由更小的两个子类构成。 层次聚类方法对给定的数据集进行层次的分解,直到某种条件满足或者达到最大迭代次数。具体又可分为: 凝聚的层次聚类(AGNES算法):一种自底向上的策略,首先将每个对象作为一个簇,然后合并这些原子簇为越来

【mysql 递归查询】Mysql中的递归层次查询(父子查询)

最近遇到了一个问题,在mysql中如何完成节点下的所有节点或节点上的所有父节点的查询? SELECT id,name,parent_id from b_company 数据长这样子,id是父节点,parent_id 是子节点 id name parent_id1 草根总公司 24 浙江金爱农网络科技有限公司 125 衢州分公司 2426 江山直营点

某PO手机市场竞争分析,巧用波特五力分析法找出核心竞争力!

某PO手机主要从事手机的生产与销售,最近推出了新款 Reno 系列 5G 手机。当前,苹果占据了高端市场,华为占据了中高端市场,而某 PO 手机则在剩余市场中与某 VO 和某米竞争。近年来,某 PO手机凭借中端 R 系列逐步取得市场份额。在这样的背景下,我们运用波特五力模型来分析某 PO 手机的外部环境。 1、波特五力模型案例分析:某PO手机 1.1 新进入者的威胁 由于电子产品市场竞争激烈

综合评价 | 基于层次-熵权-博弈组合法的综合评价模型(Matlab)

目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍 AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题

二叉树层次遍历算法

在下面的层次遍历算法中,二叉树以二叉链表存放,一位数组queue[max]用以实现队列,变量front和rear分别表示队首和队尾指针,记录当前队首元素和队尾元素在数组中的位置。 void levelorder(bitree bt) { bitree queue[max]; int front,rear; if(bt==NULL) return; front=-

测试用例设计方法-边界值分析法和错误推测法

测试用例设计方法-边界值分析法   边界值分析法就是对输入或输出对边界值进行测试对一种黑盒测试方法。(一般和等价类一起用) 一、考虑   测试工作经验告诉我们,大量对错误是发生在输入或输出范围对边界上,而不是发生在输入输出范围对内部(从开发角度可以发现)。因此针对各种边界情况设计测试用例,可以查出更多对错误。   使用边界值分析方法设计测试用例,首先应确定边界情况。通常输入和输出等价类的边界

按层次顺序(同一层自左至右)遍历二叉树的算法

编写按层次顺序(同一层自左至右)遍历二叉树的算法。 二叉链表类型定义: typedef char TElemType; // 设二叉树的元素为char类型typedef struct BiTNode {TElemType data;BiTNode *lchild, *rchild;} BiTNode, *BiTree;可用队列类型Queue的相关定义: typed

运用PCA(主成分分析法)进行人脸识别的MATLAB 代码实现

PCA(主成分分析算法)出现的比较早。 PCA算法依赖于一个基本假设:一类图像具有某些相似的特征(如人脸),在整个图像空间中呈现出聚类性,因而形成一个子空间,即所谓特征子空间,PCA变换是最佳正交变换,利用变换基的线性组合可以描述、表达和逼近这一类图像,因此可以进行图像识别,PCA包含训练和识别两个阶段。 训练阶段: 1)计算平均脸 2)计算差值脸 3)构建协方差矩阵 4)计算矩阵的特