数学建模——评价算法

层次分析法（AHP）

步骤

1.建立层次结构模型；
2.构造判断(成对比较)矩阵；
3.层次单排序及其一致性检验；
4.层次总排序及其一致性检验；

建立层次结构模型

将决策的目标、考虑的因素(决策准则)和决策对象按他们之间的相互关系分成最高层、中间层和最低层，绘制层次结构图。
最高层(目标层)：决策的目的、要解决的问题；
中间层(准则层或指标层)：考虑的因素、决策的准则；
最低层(方案层)：决策时的备选方案；

构造判断矩阵

层次单排序及一致性检验

层次单排序

一致性检验

层次总排序与一致性检验

优缺点

模糊综合评价

优缺点

TOPSIS

带权重的topsis

优缺点

Topsis法避免了数据的主观性，不需要目标函数，不用通过检验，而且能够很好的刻画多个影响指标的综合影响力度，并且对于数据分布及样本量、指标多少无严格限制，既适于小样本资料，也适于多评价单元、多指标的大系统,较为灵活、方便。
但是该算法需要每个指标的数据，而对应的量化指标选取会有一定难度，同时不确定指标的选取个数为多少适宜，才能够去很好刻画指标的影响力度

熵权法

数据标准化

优缺点

AHP-EWM（权重确定）

灰色关联分析