NGHIÊN CỨU CƠ SỞ LÝ THUYẾT 3.1 Tổng quan.
3.5.2Các bước của thuật toán AHP.
Các bước của thuật toán AHP có thể được trình bày như sau:
Sắp xếp thứ tự PI tiêu chí 1 PI tiêu chí 4 PI tiêu chí 2 PI tiêu chí 3
Đơn vị 1 Đơn vị 2 Đơn vị 3
1
2 3
4
Hình 3.4: Mô hình mạng phân cấp của việc sắp xếp các đơn vị.
Bước 2: Xây dựng ma trận phán đoán.
Giá trị của các thành phần trong ma trận phán đoán phản ánh tri thức của người sử dụng về tầm quan trọng mối liên hệ giữa các cặp hệ số.
Ma trận phán đoán có thể được dựa trên phương pháp tỷ lệ như là “phương
pháp tỷ lệ 9”. Trong việc biểu diễn hai chỉ số A và B, mối quan hệ giữa chúng có
thể được thể hiện như sau nếu “phương pháp tỷlệ 9” được sử dụng:
Nếu cả hai chỉ số A và B quan trọng như nhau thì hệ số tỷ lệ là “1”.
Nếu biểu diễn chỉ số A quan trọng hơn chỉ số B một chút thì hệ số tỷ lệ của A so với B là “3”.
Nếu biểu diễn chỉ số A quan trọng hơn chỉ số B thì hệ số tỷ lệ của A so với B là “5”.
Nếu biểu diễn chỉ số A quan trọng khá nhiều hơn chỉ số B thì hệ số tỷ lệ của A so với B là “7”.
Nếu biểu diễn chỉ số A cực kỳ quan trọng hơn chỉ số B thì hệ số tỷ lệ của A so với B là “9”.
Một cách tương tự, “2”, “4”, “6”, “8” là giá trị trung bình của những phán đoán kề cận tương ứng.
Bước 3: Tính toán trị riêng lớn nhất và vector riêng tương ứng của ma trận
Để tính trị riêng lớn nhất của ma trận phán đoán, có thể sử dụng phương pháp lấy căn.
(1) Nhân tất cả các thành phần trong mỗi hàng của ma trận phán đoán.
Mi i X iij, 1,..., ;n j1,...,n (3.9) Ở đây: n là hạng của ma trận phán đoán A, Xijlà phần tử của ma trận A.
(2)Tính căn bậc n của Mi * n i i W M ,i1,...,n (3.10) Vector: * W : * * * * 1 , 2,..., n T W W W W (3.11) (3) Chuẩn hóa vector *
W * * 1 , 1,..., i i n j j W W i n W (3.12)
Bằng cách này có được vector riêng của ma trận A, 1, 2,..., nT